🔬 भौतिकी

Channel-resolved memory time of Haah's cubic code under reversible rate filtering and temporally correlated baths

यह अध्ययन विभिन्न गैर-मार्कोवियन (non-Markovian) और फ़िल्टर्ड बाथ स्थितियों के तहत हाह के क्यूबिक कोड का अनुकरण करता है ताकि यह प्रदर्शित किया जा सके कि शून्य-ऊर्जा प्रसार चैनल को दबाने से मेमोरी समय में एक प्रीफैक्टर लाभ (prefactor gain) के रूप में महत्वपूर्ण वृद्धि होती है न कि एसिम्प्टोटिक स्केलिंग (asymptotic scaling) में सुधार के रूप में, जबकि साथ ही पेयर-क्रिएशन चैनलों के नगण्य प्रभाव और ऊर्जा पुनर्रिस्केलिंग एवं बाथ सहसंबंधों के प्रति मेमोरी प्रदर्शन की संवेदनशीलता को भी प्रकट करता है।

मूल लेखक: Hikaru Wakaura

प्रकाशित 2026-10-12

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Hikaru Wakaura

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

क्वांटम दुनिया में सूचना को संग्रहीत करना समय के विरुद्ध एक दौड़ है। एक क्लासिकल कंप्यूटर के विपरीत, जो डेटा को केवल एक चार्ज या चुंबकीय अभिविन्यास (मैग्नेटिक ओरिएंटेशन) को थामकर सुरक्षित रखता है, एक क्वांटम कंप्यूटर सूचना को नाजुक अवस्थाओं में संग्रहीत करता है जो अपने परिवेश के साथ संपर्क करते ही ढह जाती हैं। इस सूचना को जीवित रखने के लिए, इंजीनियर आमतौर पर सक्रिय त्रुटि सुधार (एक्टिव एरर करेक्शन) पर भरोसा करते हैं: एक निरंतर, उच्च-गति चक्र जहाँ सिस्टम अपने स्वास्थ्य का मापन करता है, एक क्लासिकल कंप्यूटर गणना करता है कि क्या गलत हुआ, और क्षति फैलने से पहले सुधार लागू किया जाता है। यह काम तो करता है, लेकिन इसके लिए भारी मात्रा में अतिरिक्त हार्डवेयर और अविश्वसनीय रूप से तेज़ प्रोसेसिंग की आवश्यकता होती है, जिससे एक भारी ओवरहेड पैदा होता है जो इन मशीनों के बड़े होने की क्षमता को सीमित कर देता है। वैज्ञानिक लंबे समय से एक "स्व-सुधारित" (सेल्फ-करेक्टिंग) मेमोरी का सपना देखते रहे हैं, एक ऐसा सिस्टम जो बिना किसी निरंतर बाहरी डिकोडर की आवश्यकता के स्वयं की रक्षा कर सके, ठीक वैसे ही जैसे एक जैविक कोशिका अपने डीएनए की मरम्मत स्वयं करती है। तीन आयामों में इसके लिए अग्रणी उम्मीदवार 'हाह्स क्यूबिक कोड' (Haah's cubic code) के रूप में ज्ञात क्वांटम बिट्स की एक विशिष्ट व्यवस्था है। हालांकि सिद्धांत यह सुझाव देता है कि यह कोड लंबे समय तक सूचना को बनाए रख सकता है, लेकिन यह स्पष्ट नहीं था कि इसके आसपास का वातावरण—विशेष रूप से आसपास की सामग्री से उत्पन्न ऊष्मा और शोर—डेटा संग्रहीत करने की इसकी क्षमता में मदद करेगा या बाधा डालेगा।

क्वांटस्कैप इंक (QuantScape Inc.) के हिकारू वाकुरा द्वारा किया गया एक नया अध्ययन इस प्रश्न की गहराई से जांच करता है, जिसमें यह सिम्युलेट किया गया है कि विभिन्न पर्यावरणीय परिस्थितियों के तहत यह क्यूबिक कोड कैसे व्यवहार करता है। शोधकर्ताओं ने कोड को छोटे स्विचों के एक सिस्टम के रूप में माना जो थर्मल शोर के कारण पलट सकते हैं, जिससे दोष (डिफेक्ट्स) उत्पन्न होते हैं जो संग्रहीत सूचना के लिए खतरा पैदा करते हैं। उन्होंने एक सरल लेकिन गहन प्रश्न पूछा: यदि हम उस तरीके को ट्यून कर सकें जिससे वातावरण इन स्विचों के साथ इंटरैक्ट करता है, तो क्या हम मेमोरी को काफी लंबे समय तक जीवित रख सकते हैं? इसका परीक्षण करने के लिए, उन्होंने कोड का एक विस्तृत सिमुलेशन बनाया और वातावरण को नियंत्रित करने के लिए तीन विशिष्ट "नॉब्स" (knobs) पेश किए। सबसे पहले, उन्होंने यह समायोजित किया कि दोष कितनी आसानी से बनाए या नष्ट किए जा सकते हैं। दूसरा, उन्होंने यह बदला कि सिस्टम की ऊर्जा बदले बिना दोष कितनी तेज़ी से इधर-उधर घूम सकते हैं। तीसरा, उन्होंने एक समय अंतराल (टाइम डिले) पेश किया, जिससे वातावरण का शोर पूरी तरह से यादृच्छिक (रैंडम) होने के बजाय सह-संबंधित (कोरिलेटेड) तरीके से उतार-चढ़ाव करता है। उन्होंने यह देखने के लिए कि सिस्टम के बड़ा होने पर मेमोरी का समय कैसे बदलता है, 13,000 से अधिक क्वांटम बिट्स वाले सिस्टम पर ये सिमुलेशन चलाए।

परिणामों ने इन पर्यावरणीय कारकों के बीच प्रभाव के एक आश्चर्यजनक पदानुक्रम (हायरार्की) को प्रकट किया। सबसे शक्तिशाली लीवर वह दर निकली जिस पर दोष बिना किसी ऊर्जा लागत के इधर-उधर घूम सकते थे। एक मानक, सपाट वातावरण में जहाँ सभी दरें समान होती हैं, मेमोरी का समय सिस्टम के बड़ा होने पर बढ़ता तो है, लेकिन एक निश्चित बिंदु तक ही, जिसके बाद यह घटने लगता है। हालाँकि, जब शोधकर्ताओं ने इस शून्य-ऊर्जा गति को एक हज़ार के कारक से धीमा कर दिया, तो मेमोरी का समय नाटकीय रूप से बढ़ गया, जो पहले की तुलना में अस्सी से एक सौ बीस गुना अधिक लंबा रहा। महत्वपूर्ण रूप से, यह सुधार एक विशाल मल्टीप्लायर (गुणक) के रूप में कार्य करता है न कि आकार के साथ मेमोरी के स्केल होने के मौलिक नियम को बदले बिना। इसने उस बिंदु को भी बहुत आगे धकेल दिया जहाँ मेमोरी विफल होने लगती है, जिससे सिस्टम को आकार के लाभों को एंट्रॉपी (entropy) के कारण खोने से पहले बड़ा होने की अनुमति मिली। इसके विपरीत, नए दोषों के बनने की दर को बदलने का मेमोरी के समय पर लगभग कोई प्रभाव नहीं पड़ा, बशर्ते कि निर्माण दर असंभव रूप से कम न हो। नए एरर (त्रुटियों) को उत्पन्न करने की वातावरण की क्षमता बाधा नहीं थी; बाधा यह थी कि मौजूदा त्रुटियां कितनी आसानी से भटक सकती हैं और फैल सकती हैं।

अध्ययन ने यह भी पता लगाया कि क्या होता है जब वातावरण का शोर यादृच्छिक नहीं होता बल्कि उसका अपना एक 'मेमोरी' होता है, जो समय के साथ एक अनुमानित पैटर्न में उतार-चढ़ाव करता है। जब शोधकर्ताओं ने एक 'सहसंबंध समय' (कोरिलेशन टाइम) पेश किया, जिसका अर्थ था कि शोर बदलाव से पहले कुछ समय के लिए एक विशेष स्थिति में रहता है, तो मेमोरी का समय उतार-चढ़ाव की शक्ति के आधार पर दो से ग्यारह गुना सुधर गया। यह लाभ इस बात के सांख्यिकीय औसत के अनुरूप था कि सिस्टम कितनी बार एक खतरनाक स्थिति का सामना करता है। दिलचस्प बात यह है कि शोधकर्ताओं ने एक सैद्धांतिक मॉडल का परीक्षण किया जहाँ वातावरण एक स्थानीय फिल्टर की तरह कार्य कर सकता है जो दोषों की ऊर्जा को ही बदल देता है। उन्होंने पाया कि जबकि ऐसा फिल्टर सिस्टम के रिलैक्सेशन की गति को बदल सकता है, लेकिन यह वास्तव में दोषों की संख्या को उस तरह से कम नहीं करता जैसे कि एक वास्तविक ऊर्जा शिफ्ट करती है। वास्तव में, कुछ मामलों में, इसने दोषों को बनाना प्रभावी रूप से सस्ता बना दिया, जो कि प्रतिगामी (counterproductive) था। इसने इस विचार को खारिज कर दिया कि एक सरल, स्थानीय संपर्क एक संरचित वातावरण के साथ, एक समान कूलिंग तंत्र के रूप में कार्य कर सकता है जो मेमोरी के साइज स्केलिंग को बढ़ाता है।

शायद सबसे महत्वपूर्ण निष्कर्ष यह था कि दोषों की ऊर्जा लागत में एक समान वृद्धि, जिसे शोधकर्ताओं ने बारह प्रतिशत ऊर्जा अवरोध (एनर्जी बैरियर) को कृत्रिम रूप से बढ़ाकर सिम्युलेट किया था, ने स्केलिंग लॉ (scaling law) को बदल दिया। इस समायोजन के कारण सिस्टम के आकार के बढ़ने के साथ मेमोरी का समय बहुत अधिक तेजी से बढ़ा, जिससे इस वृद्धि का वर्णन करने वाला गणितीय घातांक (exponent) बदल गया। हालाँकि, शोधकर्ताओं ने नोट किया कि उनके द्वारा सिम्युलेट किए गए किसी भी भौतिक वातावरण ने इस विशिष्ट, समान ऊर्जा शिफ्ट को उत्पन्न नहीं किया। अध्ययन निष्कर्ष निकालता है कि हालांकि हम अभी तक एक ऐसी पैसिव मेमोरी को इंजीनियर नहीं कर सकते जो पूरी तरह से स्केल करती हो, लेकिन अब हम जानते हैं कि कौन से पर्यावरणीय गुण सबसे अधिक मायने रखते हैं। बिना ऊर्जा लागत के त्रुटियों की गति को रोकना सबसे प्रभावी रणनीति है, जो दो क्रमों (orders of magnitude) तक का लाभ प्रदान करती है। शोर में टेम्पोरल कोरिलेशन (सामयिक सहसंबंध) एक छोटा लेकिन विश्वसनीय बढ़ावा देता है। वास्तव में स्व-सुधारित मेमोरी का मार्ग त्रुटियों के निर्माण को बदलने में नहीं है, बल्कि वातावरण को सावधानीपूर्वक इंजीनियर करने में है ताकि होने वाली त्रुटियों की गति को रोका जा सके, जिससे सिस्टम को स्थिर रहने के लिए समय मिल सके। यह कार्य भविष्य के इंजीनियरों के लिए एक ठोस बेंचमार्क प्रदान करता है, यह दिखाते हुए कि वातावरण केवल शोर का स्रोत नहीं है जिससे लड़ा जाना है, बल्कि यह चरों (variables) का एक सेट है जिसे क्वांटम सूचना के जीवन को बढ़ाने के लिए ट्यून किया जा सकता है।

तकनीकी सारांश: हाह के क्यूबिक कोड का चैनल-अनुरक्षित मेमोरी टाइम (Channel-Resolved Memory Time of Haah's Cubic Code)

समस्या विवरण
स्व-सुधार करने वाली (self-correcting) क्वांटम मेमोरीज़ का लक्ष्य वास्तविक समय की डिकोडिंग के बिना सूचना को संग्रहीत करना है, जो दोषों (defects) को सीमित करने के लिए हैमिल्टोनियन (Hamiltonian) पर निर्भर करती हैं। हाह का क्यूबिक कोड इस प्रकार की मेमोरी के लिए प्राथमिक तीन-आयामी उम्मीदवार है। जबकि एक सपाट, मार्कोवियन (डेवीज़) बाथ के तहत इसका व्यवहार स्थापित है—जो एक एंट्रॉपी-निर्धारित इष्टतम तक रैखिक आकार $L$ के पावर लॉ के रूप में मेमोरी टाइम प्रदर्शित करता है—विभिन्न ऊर्जा चैनलों पर संरचित स्पेक्ट्रल वेट वाले अधिक जटिल पर्यावरणीय संरचनाओं के तहत इसके मेमोरी टाइम पर निर्भरता अभी भी अज्ञात है। विशेष रूप से, यह ज्ञात नहीं है कि जब बाथ में विभिन्न ऊर्जा चैनलों पर संरचित स्पेक्ट्रल वेट, टेम्पोरल कोरिलेशन (temporal correlations), या प्रभावी रूप से कोड ऊर्जाओं का पुनर्संयोजन (renormalization) होता है, तो मेमोरी टाइम कैसे स्केल करता है। इन प्रभावों को अलग किए बिना, यह निर्धारित करना असंभव है कि निष्क्रिय मेमोरी प्रदर्शन को सुधारने के लिए किन पर्यावरणीय गुणों को इंजीनियर किया जाना चाहिए।

कार्यप्रणाली (Methodology)
लेखक $L \times L \times L$ आवधिक जाली (periodic lattice) पर हाह के क्यूबिक कोड (कोड 1) के लिए, जिसमें प्रत्येक साइट पर दो क्वबिट्स हैं ( $N=2L^3$ ), कानेटिक मोंटे कार्लो सिमुलेशन करता है। सिस्टम को एरर कॉन्फ़िगरेशन पर एक क्लासिकल कंटीन्यूअस-टाइम मार्कोव चेन के रूप में मॉडल किया गया है, जो सिंगल-क्विबिट $X$ जंप ऑपरेटर्स द्वारा संचालित डेवीज़ जनरेटर (Davies generator) द्वारा संचालित है। अध्ययन $L=5$ से $19$ के परिमित-आकार शासन (finite-size regime) और $\beta = 4.5$ एवं $5.0$ पर व्युत्क्रम तापमान (inverse temperatures) पर केंद्रित है।

कार्यप्रणाली विशिष्ट बाथ गुणों को अलग करने के लिए तीन घटनात्मक (phenomenological) पर्यावरणीय नियंत्रण पेश करती है:

प्रतिवर्ती दर फ़िल्टरिंग (Reversible Rate Filtering): तीन अनुमत ऊर्जा परिवर्तनों ( $|\Delta E| \in \{4, 2, 0\}$ ) के लिए ट्रांज़िशन दरों को स्वतंत्र कारकों $s_4$ (जोड़ी निर्माण/विनाश), $s_2$ (बैरियर क्रॉसिंग), और $s_0$ (शून्य-ऊर्जा डिफ्यूजन) द्वारा गुणा किया जाता है। यह विस्तृत संतुलन (detailed balance) और गिब्स वितरण को बनाए रखता है जबकि विशिष्ट ऊर्जा चैनलों पर स्पेक्ट्रल वेट को ट्यून करने की अनुमति देता है।
टेम्पोरल कोरिलेटेड बाथ (Temporally Correlated Baths): शून्य-ऊर्जा डिफ्यूजन दर $s_0$ को एक ट्यूनेबल कोरिलेशन टाइम $\tau_c$ और वेरियंस $\sigma^2$ के साथ एक बाहरी ऑर्नस्टीन-उहलेनबेक (Ornstein–Uhlenbeck) प्रक्रिया द्वारा मॉड्युलेट किया जाता है, जो माध्य दर या साम्यावस्था वितरण को बदले बिना गैर-मार्कोवियन टेम्पोरल कोरिलेशन पेश करता है।
समान ऊर्जा रीस्केलिंग (Uniform Energy Rescaling): कोड ऊर्जाओं को एक प्रभावी व्युत्क्रम तापमान $\beta' = c\beta$ को सिम्युलेट करने के लिए समान रूप से रीस्केल किया जाता है, जो एक समान कूलिंग प्रभाव द्वारा प्राप्त किए जाने वाले लाभ के लिए एक बेंचमार्क के रूप में कार्य करता है।

इसके अतिरिक्त, डिफेक्ट पॉपुलेशन और रिलैक्सेशन रेट के बीच संबंध का विश्लेषण करने के लिए एक वन-डिफेक्ट स्यूडोमोड मॉडल (एक क्वबिट जो डैम्प्ड बोसोनिक मोड से जुड़ा है) को लैम्ब्डा समीकरण (Lindblad equation) के माध्यम से सटीक रूप से हल किया गया है।

मेमोरी टाइम ( $T_{mem}$ ) एक विशिष्ट रीनॉर्मलाइजेशन-ग्रुप (RG) डिकोडर के प्रथम-विफलता समय (first-failure time) के रूप में परिभाषित है। एक रन तब विफल होता है जब डिकोडर सभी दोषों को साफ करने में असमर्थ होता है या एक लॉजिकल एरर लौटाता है। अध्ययन प्रति डेटा पॉइंट 60-100 रन के सैंपल मीन (sample means) की रिपोर्ट करता है।

प्रमुख परिणाम

चैनल संवेदनशीलता (Channel Sensitivity): मेमोरी टाइम अत्यधिक रूप से शून्य-ऊर्जा डिफ्यूजन चैनल ( $s_0$ ) द्वारा नियंत्रित होता है।
- जोड़ी निर्माण ( $s_4$ ): $s_4 \in [0.01, 10]$ की सीमा में, जोड़ी-निर्माण चैनल का $T_{mem}$ पर कोई मापने योग्य प्रभाव नहीं पड़ता है। केवल जब $s_4$ एक क्रॉसओवर थ्रेशोल्ड ( $L=9$ पर $s_4^* \approx 3.8 \times 10^{-4}$ ) से नीचे गिरता है, तो मेमोरी टाइम पहले एरर के समय द्वारा सीमित हो जाता है, जो एक एडिटिव फॉर्म का पालन करता है।
- बैरियर चैनल ( $s_2$ ): यह चैनल कमजोर संवेदनशीलता दिखाता है ( $d \ln T_{mem} / d \ln s_2 \approx -0.29$ )।
- शून्य-ऊर्जा चैनल ( $s_0$ ): यह चैनल $\approx -0.60$ की संवेदनशीलता के साथ प्रभावी है। डिफ्यूजन को $10^3$ के कारक से दबाने ( $s_0 = 0.001$ ) से $L=7–13$ के लिए मेमोरी टाइम में 80-120 गुना वृद्धि होती है। महत्वपूर्ण रूप से, यह लाभ एक बड़े प्रीफैक्टर (prefactor) के रूप में कार्य करता है न कि एक तीव्र आकार एक्सपोनेंट (size exponent) के रूप में; घोषित सीमाओं के भीतर आकार एक्सपोनेंट सुसंगत रहता है। इसके अलावा, डिफ्यूजन को दबाने से इष्टतम आकार $L^*$ बाहर की ओर खिसक जाता है, जिससे फिल्टर्ड मेमोरी, फ्लैट-बाथ ऑप्टिममम से अधिक समय तक जीवित रह सकती है (उदाहरण के लिए, $L=19$ पर, फिल्टर्ड बाथ 45 गुना अधिक लंबा है, जबकि फ्लैट बाथ पहले ही क्षय हो चुका है)।
टेम्पोरल कोरिलेशन (Temporal Correlations): बाथ कोरिलेशन टाइम $\tau_c$ को पेश करने से मेमोरी टाइम में प्राप्त लाभ 'हैज़र्ड एवरेज' (hazard averages) के अनुरूप होता है।
- एनील्ड रिजीम (Annealed regime): ( $\tau_{cluster} \lesssim \tau_c \ll T_{mem}$ ), लाभ एक एनील्ड हैज़र्ड एवरेज द्वारा वर्णित है, जो $\sigma=2$ के लिए $\approx 2$ का कारक देता है।
- क्वेन्च्ड रिजीम (Quenched regime): ( $\tau_c \gg T_{mem}$ ), लाभ बढ़कर $\approx 7$ ( $\sigma=2$ के लिए) हो जाता है, जो एक क्वेन्च्ड हैज़र्ड एवरेज के अनुरूप है। इस रिजीम में लाइफटाइम डिस्ट्रीब्यूशन एक क्वेन्च्ड पावर-लॉ मॉडल के अनुकूल है।
ऊर्जा रीस्केलिंग (Energy Rescaling): कोड ऊर्जाओं का एक समान 12% रीस्केलिंग (जो $\beta$ बढ़ाने के बराबर है) फिट किए गए साइज एक्सपोनेंट को 2.7 से बढ़ाकर 4.3 कर देता है, जो ब्रावी-हाह स्केलिंग लॉ ( $T_{mem} \propto L^{2.93\beta - 10.52}$ ) के साथ संरेखित है। हालांकि, लेखक एक टू-डिफेक्ट स्यूडोमोड मॉडल के माध्यम से प्रदर्शित करते हैं कि एक लोकली डैम्प्ड स्ट्रक्चर्ड मोड इस समान ऊर्जा रीस्केलिंग (कूलिंग) को साकार नहीं करता है। इसके बजाय, सब-गैप स्पेक्ट्रल वेट दोषों के मीन-फोर्स एनर्जी को कम कर देता है (उन्हें "सस्ता" बनाता है) और डिफेक्ट-डिफेक्ट इंटरैक्शन को प्रेरित करता है, जिससे यह एक सरल कूलिंग तंत्र के रूप में कार्य करने में विफल रहता है।

महत्व और दावे
यह शोध पत्र एक निष्क्रिय तीन-आयामी क्वांटम मेमोरी के लिए पहला चैनल-अनुरक्षित परिमित-आकार बेंचमार्क स्थापित करता है। इसके प्राथमिक योगदान हैं:

नियंत्रण लीवर की पहचान: इसने शून्य-ऊर्जा स्पेक्ट्रल वेट को क्वांटम मेमोरी को इंजीनियर करने के लिए महत्वपूर्ण पर्यावरणीय पैरामीटर के रूप में पहचाना है, यह दिखाते हुए कि डिफ्यूजन को दबाने से बिना किसी एसिम्प्टोटिक स्केलिंग लॉ को बदले (परीक्षण किए गए विंडो के भीतर) एक विशाल प्रीफैक्टर लाभ मिलता है।
कोरिलेशन लाभों का परिमाणीकरण: इसने टेम्पोरल कोरिलेशन के लाभ को मात्रात्मक रूप से प्रस्तुत किया है, जो मेमोरी टाइम के सापेक्ष कोरिलेशन टाइम के आधार पर 2 से 7 गुना सुधार दिखाता है, जो एनील्ड और क्वेन्च्ड हैज़र्ड एवरेज के अनुरूप है।
स्थानीय मॉडलों की सीमाएं: इसने स्पष्ट किया है कि स्थानीय रूप से डैम्प्ड स्ट्रक्चर्ड मोड एक समान ऊर्जा रीस्केलिंग (कूलिंग) प्रदान नहीं करते हैं; वे आबादी को बदलते हैं और इंटरैक्शन को प्रेरित करते हैं जो केवल ब्रावी-हाह एक्सपोनेंट को शिफ्ट करने के बजाय अलग तरह से कार्य करते हैं।

लेखक स्पष्ट रूप से कहते हैं कि ये परिणाम एसिम्प्टोटिक स्केलिंग लॉ स्थापित नहीं करते हैं (क्योंकि डेटा अधिकांश फिल्टरों के लिए $L < L^*$ तक सीमित है) न ही वे सक्रिय डिकोडिंग पर लाभ प्रदर्शित करते हैं। यह कार्य बाथ इंजीनियरिंग के लिए एक मार्गदर्शिका के रूप में कार्य करता है, जो इंगित करता है कि हालांकि शून्य-फ्रीक्वेंसी नॉइज़ को दबाना और टेम्पोरल कोरिलेशन को पेश करना फायदेमंद है, लेकिन स्थानीय स्ट्रक्चर्ड बाथ के माध्यम से एक समान ऊर्जा रीस्केलिंग प्राप्त करना एक खुला प्रश्न बना हुआ है। यह अध्ययन X-सेक्टर, विशिष्ट डिकोडर और घटनात्मक दर फिल्टर तक सीमित है, यह नोट करते हुए कि फ्रैक्टोन कोड के लिए कुशल डिकोडर काफी हद तक अज्ञात हैं और रिपोर्ट किए गए विफलता समय उपयोग किए गए विशिष्ट RG डिकोडर का लक्षण वर्णन करते हैं।

इसी तरह के और पेपर