Machine Learning Decoding of Circuit-Level Noise for Bivariate Bicycle Codes
Dit artikel toont aan dat een recurrente, transformer-gebaseerde neurale netwerk effectief circuit-niveau ruis op Bivariate Bicycle QLDPC-codes kan decoderen, waarbij het aanzienlijk lagere logische foutpercentages en meer consistente, snellere looptijden bereikt dan conventionele belief propagation met ordered statistics decoding op een -code, hoewel opschaling naar grotere codes verdere architecturale verbeteringen vereist.