[論文レビュー] Distance-Finding Algorithms for Quantum Codes and Circuits

Mark Webster, Avi Jacob+1 more|arXiv (Cornell University)|Mar 23, 2026

Quantum Computing Algorithms and Architecture被引用数 0

ひとこと要約

論文は古典コード、量子コード、量子回路の距離発見手法を広範にベンチマークし、厳密法とヒューリスティック法を比較し、コミュニティ利用のオープンソースPythonパッケージ（codeDistance）を提供します。

ABSTRACT

The distance of a classical or quantum code is a key figure of merit which reflects its capacity to detect errors. Quantum LDPC code families have considerable promise in reducing the overhead required for fault-tolerant quantum computation, but calculating their distance is challenging with existing methods. We generally assess the performance of a quantum code under circuit level error models, and for such scenarios the circuit distance is an important consideration. Calculating circuit distance is in general more difficult than finding the distance of the corresponding code as the detector error matrix of the circuit is usually much larger than the code's check matrix. In this work, we benchmark a wide range of distance-finding methods for various classical and quantum code families, as well as syndrome-extraction circuits. We consider both exact methods (such as Brouwer-Zimmermann, connected cluster, SAT and mixed integer programming) and heuristic methods which have lower run-time but can only give a bound on distance (examples include random information set, syndrome decoder algorithms, and Stim undetectable error methods). We further develop the QDistEvol algorithm and show that it performs well for the quantum LDPC codes in our benchmark. The algorithms and test data have been made available to the community in the codeDistance Python package.

研究の動機と目的

• 量子誤り訂正とその回路レベルへの影響における距離を主要な評価指標として動機づける。
• 古典・量子・回路設定にわたる幅広い距離発見アルゴリズムをベンチマークし評価する。
• データセット、コードファミリ、エラーモデル別に距離発見手法選択の実践的推奨を特定する。
• 距離発見研究とコード評価を促進するオープンソースのツ toolkitをコミュニティに提供する。

提案手法

• 距離発見手法を厳密アルゴリズム（例：Brouwer–Zimmermann、MIP-SCIP、CLISAT、m4riCC、Magma）とヒューリスティックアルゴリズム（例：QDistRnd、QDistEvol、BP-OSD、Stimベース手法）に分類する。
• 二ブロック、三ブロック、四ブロック表現の二値線形コードへの対応を用いて、量子安定化符号を距離計算可能な二値線形コードへマッピングする。
• Detector Error Models (DEMs)とStim回路表現を用いて量子回路の距離発見を位置づけ、回路距離と符号距離を結びつける。
• 古典コード、量子コード、シンドローム抽出回路の多様なデータセットを横断したベンチマーク手法を適用し、正確性と実行時間の考慮事項を報告する。
• 厳密距離のNP完結性と、正確さとスケーラビリティの実用的なトレードオフについて議論する。

Figure 1 : Benchmarking of Meet-in-the-Middle and Brouwer-Zimmermann algorithms for hyperbolic surface codes. We benchmark against m4riCC which is the fastest exact algorithm for the dataset. Note that the QubitserfMM algorithm gave results for codes up to $n=96$ and QubitserfBZ up to $n=168$

実験結果

リサーチクエスチョン

• RQ1 古典、量子、回路設定における厳密法とヒューリスティック距離発見法の相対的な性能特性（正確さと実行時間）はどうか。
• RQ2 量子コードの二ブロック／三ブロック／四ブロック表現が距離発見の効率と正確さにどう影響するか。
• RQ3 特にQDistEvolは、量子LDPCコードと回路に対して信頼できる界値または近似距離を提供できるか。
• RQ4 様々なコードファミリおよび回路モデルに対して距離発見アルゴリズムを選択する際の実践的推奨は何か。
• RQ5 シンドローム抽出回路と検出器エラーモデルの文脈で、回路距離分析はコード距離の境界とどう関連するか。

主な発見

• QDistEvolは、ベンチマークされた量子LDPCコードデータセットにおいて他のヒューリスティックアルゴリズムより顕著に高い正確性を示す。
• 厳密法（例：Brouwer–Zimmermann、MIP-SCIP）や特定のSAT/クラスター手法は正確な距離を与えるが実行時間が長く、単一コード分析に適している。
• ブロック表現の選択と実装の詳細（Four Russians、言語実装など）は性能とスケーラビリティに大きく影響する。
• 本研究は、距離発見を促進するためのデータセットの厳選と、コードと検出器/観測行列間の参照マッピングを提供する。
• オープンソースのcodeDistance Pythonパッケージは、コミュニティ利用と再現性のためのラッパーと新規実装を統合している。
• 本研究は、距離発見は完全な回路レベルのシミュレーションや実験的ベンチマークを代替するものではなく、補完するものだと強調している。

(a) Sensitivity to Number of Generations