初学者的量子纠错
创建可靠性的量子计算机需要使用量子纠错和容错的理论，其中量子纠错码中的稳定子形式主义是一种常用描述方式，而容错门需要遵循门在量子纠错码的编码下如何作用的理论。而阈值定理则给出了一个重要的限制，即物理门或时间段内的误差率必须低于指定的阈值，才能实现任意的量子计算。
Apr, 2009
本文研究使用 17 个物理量子位于一个超导电路中，使量子信息编码在距离为 3 的逻辑量子位上。通过量子纠错重复实验，作者在消除纠缠、控制精度受限等因素干扰时，测量和解码比特和相位翻转错误综合使用最小权完美匹配算法并进行后处理修正，以实现高性能、快速和重复的量子纠错周期，证明了量子纠错的可行性和表现良好。
Dec, 2021
本文提出了一种基于神经网络的深度量子错误解码器，引入了综合编码对系统噪音的初始估计进行迭代优化，并实现了在重复综合抽样下的有效解码。通过以可微目标直接优化在有限场上计算的逻辑错误率，该方法实现了量子纠错码解码的高效性，超过了现有的神经网络和经典解码器。
Jan, 2023
本文提出一种新的高保真度测量合成体系结构编码 (Surface code) 的基础，并使用超导回路中的三个量子比特进行了实验验证，准确度达到了 90% 和 91%，这为实现原始逻辑量子比特打下了基础。
Nov, 2013
机器学习在量子误差纠正中的应用研究发现通过利用远程辅助量子位可以显著提高误差纠正的准确性，最新的深度学习算法可以将卷积神经网络的准确性提高约 50%。
Nov, 2023
本研究通过 [4,2,2] 码空间内的随机贝叶斯协议观察到硬件上实现的弱点，进而说明了在编码空间中进行量子计算可以检测错误的益处，并通过实验证明了纠错门对保护量子信息的效果。
Jun, 2018
本研究成功实现了基于拓扑性质的集团态的拓扑纠错方法在 8 量子比特光学集群态上的实验验证，并发现该方法可在高误差环境下进行。这一技术有望成为未来大规模量子计算的重要组成部分。
May, 2009
量子错误纠正是量子计算的一个关键挑战，本研究提出了一种基于 Transformer 的 QEC 解码器，它利用自注意力实现了全局感受野，结合了局部物理错误和全局奇偶标签损失的训练方法，以及其对不同码距的有效迁移学习能力，实现了较佳的逻辑错误率和节省 10 倍以上的训练成本。
Nov, 2023
该论文研究噪声量子信息通道的特性，定义了一种称为 ' 相干信息 ' 的新量来衡量在噪声通道中传递的量子信息。这种量无法通过量子信息处理增加，它提供了一个简单的必要和充分条件来证明完美的量子纠错存在。
Apr, 1996