一种神经网络驱动的非对称量子纠错码译码方法

    公开(公告)号:CN119783843A

    公开(公告)日:2025-04-08

    申请号:CN202510208652.2

    申请日:2025-02-25

    Abstract: 本发明公开了一种神经网络驱动的非对称量子纠错码译码方法,首先利用量子非对称噪声模型,获得所需的量子非对称噪声错误#imgabs0#和错误#imgabs1#,确定量子非对称噪声错误#imgabs2#和错误#imgabs3#的伴随式,基于神经网络译码器预测量子系统中的#imgabs4#错误和#imgabs5#错误,判断预测的#imgabs6#错误和#imgabs7#错误是否满足量子逻辑错误的约束性条件,若均满足约束条件,则译码成功,否则译码失败。本发明的方案利用非对称噪声模型破坏了HGP结构的对称性,使得利用非对称噪声来提高译码性能成为可能;利用神经网络技术显著提升了BP算法在量子纠错码译码中的性能,与现有译码技术相比,本发明的译码方法在处理非对称量子信息时展现出显著的性能提升。

Patent Agency Ranking