[論文レビュー] Optimal Circuit-Level Decoding for Surface Codes

Bettina Heim, Krysta M. Svore+1 more|arXiv (Cornell University)|Sep 20, 2016

Semiconductor materials and devices被引用数 9

ひとこと要約

本論文は、回路レベルのノイズ下での表面コードに対する最初の数学的に最適な最尤デコーダを提示する。このデコーダは、個々のゲート故障率と誤り伝播を考慮している。実験では、最適デコーディングが標準的なノイズモデル下で1.8%の誤り閾値を達成することを示しており、これは最小重み完全マッチング（MWPM）が予測する1%の閾値よりも顕著に高い。また、MWPMは誤り伝播が相関する状況下で著しく性能を発揮できないことが判明しており、その理由は多量子ビット欠陥グループを適切にマッチングできないためである。

ABSTRACT

Surface codes exploit topological protection to increase error resilience in quantum computing devices and can in principle be implemented in existing hardware. They are one of the most promising candidates for active error correction, not least due to a polynomial-time decoding algorithm which admits one of the highest predicted error thresholds. We consider the dependence of this threshold on underlying assumptions including different noise models, and analyze the performance of a minimum weight perfect matching (MWPM) decoding compared to a mathematically optimal maximum likelihood (ML) decoding. Our ML algorithm tracks the success probabilities for all possible corrections over time and accounts for individual gate failure probabilities and error propagation due to the syndrome measurement circuit. We present the very first evidence for the true error threshold of an optimal circuit level decoder, allowing us to draw conclusions about what kind of improvements are possible over standard MWPM.

研究の動機と目的

• 簡略化された物性的モデルを超えて、現実的な回路レベルのノイズ下における表面コードの真の誤り閾値を特定すること。
• ゲート固有の故障確率と誤り伝播を考慮した状況下で、最小重み完全マッチング（MWPM）と数学的に最適な最尤（ML）デコーディングの性能差を評価すること。
• デコーダの性能に最も顕著に影響を与えるノイズ相関は何かを特定し、データとアーカイブ量子ビットの誤りを統合する物性的モデルが、正確なデコーディングに十分であるかどうかを検証すること。
• 今後の効率的なデコーディングアルゴリズムの開発を支援するため、最も重要な誤り相関を特定すること。

提案手法

• 時間経過に伴うすべての可能な補正の成功確率を追跡する最尤デコーダ（MLCLN）を開発。個々のゲート故障率とシンドローム測定回路内での誤り伝播を組み込む。
• シンドローム抽出回路内の各ゲートを明示的にモデル化した回路レベルのノイズモデルを用いて、表面コードをシミュレート。CNOTゲートと測定誤りを含む。
• 独立したビット・フラップおよび位相・フラップチャネル、および異なるシンドローム測定回路（CCC対SN）に起因する相関ノイズを含む、さまざまなノイズモデルに対してMLCLNの性能を標準的なMWPMデコーディングと比較。
• 振幅減衰ノイズをパウリチャネルとして近似するパウリツイル近似を用い、現実的なゲート時間に対応可能なシミュレーションを可能にした。
• 論理的誤り率のコード距離に伴うスケーリングを評価し、漸近的減衰指数を抽出することで、閾値行動を推定。
• コード距離6までをカバーするシミュレーションを実施し、回路トポロジー（例：CCC対SN）が誤り伝播およびデコーディング効率に与える影響を分析。

実験結果

リサーチクエスチョン

• RQ1 MWPMのような近似手法ではなく、最適な回路レベルデコーディングを用いた場合、表面コードの真の誤り閾値は何か？
• RQ2 ゲート固有の故障率と誤り伝播を考慮した最尤デコーダを用いることで、どの程度の性能向上が達成可能か？
• RQ3 非トランスバーサルなシンドローム抽出回路に起因する相関的な多量子ビット誤りは、MWPMの性能にどの程度の制限をもたらすか？
• RQ4 データ量子ビット誤りとシンドローム測定障害の間の相関を無視する物性的ノイズモデルは、デコーディングの精度を十分に保証できるのか、それとも完全な回路レベルの相関追跡が不可欠か？
• RQ5 MWPMが大規模な欠陥クラスタを処理できないという限界は、最適デコーディングによって克服可能か？そして、これからのデコーディングアルゴリズム設計にどのような示唆を得られるか？

主な発見

• 標準的なノイズモデル（Wang et al., 2010b）下での表面コードの最適誤り閾値は1.8%であり、これはMWPMを用いた場合に以前に推定された1%の閾値よりも顕著に高い。
• 独立したビット・フラップおよび位相・フラップノイズモデル下では、最適閾値は0.35%に達する。これは、最適デコーディングですら、相関のないノイズ下では高い誤り率を完全に補償できないことを示している。
• 相関するノイズ下では、MWPMの性能が著しく低下する。特に、誤り伝播が最小限でない回路（例：CCC回路）では、大規模な欠陥グループをマッチングできないというMWPMの欠陥が顕著に現れる。
• SN回路を用いた距離6のコードでは、MLCLNデコーダの論理的誤り率の減衰指数は-3.12を達成し、MWPMの-2.97を上回る。これは、相関するノイズ下での明確な性能優位性を示している。
• データ量子ビット誤りとシンドローム測定障害の間の相関を無視する物性的デコーディングモデルは、性能に顕著な影響を及ぼさない。これは、一部の状況ではこのような近似が十分に機能する可能性を示唆している。
• MWPMの主な課題は、独立誤りではなく、相関する多量子ビット誤りの処理にある。今後のデコーディング向上の鍵となるのは、こうした誤り相関を的確に捉えることである。