S Skillteca
Receber por email
Explorar Categorias Coleções Newsletter
← Voltar para o catálogo

pymatching-decoder

Automação Autor: a5c-ai

Habilidade de decodificador de emparelhamento perfeito de peso mínimo para correção de erros de código de superfície.

1.4kestrelas
Atualizado há 4 meses
Ver no GitHub ↗ Licença: MIT

Como adicionar

/plugin marketplace add a5c-ai/babysitter

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/pymatching-decoder/svg)](https://www.skillteca.com.br/skills/pymatching-decoder)

Skills relacionadas

Ver todas de Automação →

MoneyPrinterTurbo

90.3k

利用AI大模型，一键生成高清短视频 Generate short videos with one click using AI LLM.

Automação por harry0703

weather-svg-creator

58.4k

Creates an SVG weather card showing the current temperature for Dubai. Writes the SVG to orchestration-workflow/weather.svg and updates orchestration-workflow/output.md.

Automação #ai por shanraisshan

asana-automation

41.2k

Automate Asana tasks via Rube MCP (Composio): tasks, projects, sections, teams, workspaces. Always search tools first for current schemas.

Automação #git #github por sickn33

payment-integration

41.2k

Integrate Stripe, PayPal, and payment processors. Handles checkout flows, subscriptions, webhooks, and PCI compliance. Use PROACTIVELY when implementing payments, billing, or subscription features.

Automação #git #github por sickn33

Alerta por categoria

Receba novas skills de Automação toda segunda

1 email curto, só com as skills novas de Automação. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

PyMatching Decoder

Purpose

Provides expert guidance on minimum-weight perfect matching decoding for surface codes and other topological quantum error correction codes.

Capabilities

  • MWPM decoding for surface codes
  • Weighted edge matching
  • Detector error model processing
  • Logical error rate calculation
  • Integration with Stim simulations
  • Custom graph construction
  • Belief propagation integration
  • Parallelized decoding

Usage Guidelines

  1. Graph Construction: Build matching graph from detector error model
  2. Weight Assignment: Configure edge weights based on error probabilities
  3. Decoding Execution: Run MWPM algorithm on syndrome data
  4. Error Analysis: Calculate logical error rates from decoding results
  5. Optimization: Tune decoder parameters for specific code structures

Tools/Libraries

  • PyMatching
  • NetworkX
  • Stim
  • NumPy
Compartilhar X LinkedIn