[논문 리뷰] Simulating Quantum Error Correction beyond Pauli Stochastic Errors

Jordan Hines, Corey Ostrove외 5명|arXiv (Cornell University)|2026. 03. 19.

Quantum Computing Algorithms and Architecture인용 수 0

한 줄 요약

이 논문은 FTQC에서 비-Pauli를 포함한 코히런트 회로 수준 오류를 모델링하기 위한 확장 가능한 방법을 제시합니다. 이 방법은 일반 CPTP 오류 발생기를 QEC 회로의 탐지기 오류 모델(DEMs)로 매핑하여 합성 추출(syndrome extraction) 및 매직 상태 배양 성능의 정확한 예측을 가능하게 합니다.

ABSTRACT

Quantum error correction (QEC), the lynchpin of fault-tolerant quantum computing (FTQC), is designed and validated against well-behaved Pauli stochastic error models. But in real-world deployment, QEC protocols encounter a vast array of other errors -- coherent and non-Pauli errors -- whose impacts on quantum circuits are vastly different than those of stochastic Pauli errors. The impacts of these errors on QEC and FTQC protocols have been largely unpredictable to date due to exponential classical simulation cost. Here, we show how to accurately and efficiently model the effects of coherent and non-Pauli errors on FTQC, and we study the effects of such errors on syndrome extraction for surface and bivariate bicycle codes, and on magic state cultivation. Our analysis suggests that coherent error can shift fault-tolerance thresholds, increase the space-time cost of magic state cultivation, and can increase logical error rates by an order of magnitude compared to equivalent stochastic errors. These analyses are enabled by a new technique for mapping any Markovian circuit-level error model with sufficiently small error rates onto a detector error model (DEM) for an FTQC circuit. The resulting DEM enables Monte Carlo estimation of logical error rates and noise-adapted decoding, and its parameters can be analytically related to the underlying physical noise parameters to enable approximate strong simulation.

연구 동기 및 목표

• 현실적이고 비-Pauli 오류 아래에서 Pauli-확률 모델을 넘어선 정확한 fault-tolerance 예측을 동기화하고 가능하게 한다.
• 일반적인 회로 수준의 오류를 DETECTOR 기반 이벤트 모델로 매핑하는 확장 가능한, 섭동적 방법 개발.
• 일관된 QEC 코드에 걸친 합성 추출, 디코딩 성능, 매직 상태 배양에 대한 코히런트 오류 영향 정량화.
• 하드웨어 특성의 코히런트 오류 프로파일에 맞춘 QEC 및 디코더를 조정하는 프레임워크 제공.

제안 방법

• 회로 오류를 CPTP 맵으로 표현하고 이를 Elementary Error Generator (EEG) 기저에서 E = exp(G)로 표현한다.
• 클리퍼드(Clifford) 회로를 통해 오류를 효율적으로 전파하여 회로 오류 채널 Ec = exp(Gc)를 얻고, Gc를 DEM 이벤트 클래스의 단일 DEM 이벤트 구성요소로 분해한다.
• 지젠샤스 확장(Zassenhaus expansion)을 사용하여 지배적 오류 효과를 포착하기 위해 Ec를 단일 이벤트 채널의 곱으로 근사한다.
• 측정된 Pauli 관측값에 대한 오류를 탐지기 뒤집기로 매핑하는 DETECTOR ERROR MODELS(DEMs)을 구성하여 탐지 히스토리의 빠른 샘플링을 가능하게 한다.
• 근본 물리적 오류 매개변수에 DEM 이벤트 비율을 연결하여 해석적 민감도 관계와 일차 예측을 제공한다.
• DEM 프레임워크를 표면 코드 합성 추출, 컬러 코드 매직 상태 배양, 디코더 성능에 적용하여 코히런트 오더 Pauli-확률 오류와 비교한다.

실험 결과

연구 질문

• RQ1 코히런트 및 비-Pauli 회로 수준 오류가 Pauli-확률 모델과 비교하여 QEC 합성 추출 및 논리 오류율에 어떤 영향을 미치는가?
• RQ2 DEM이 일반적인 Markovian 오류 하에서 서로 다른 코드와 디코더에 대해 FTQC 성능을 정확하고 효율적으로 예측할 수 있는가?
• RQ3 코히런트 오류가 fault-tolerance 임계치와 매직 상태 배양의 자원 비용에 어떤 영향이 있는가?

주요 결과

• 코히런트 오류는 논리적 실패율을 증가시키고 임계치를 이동시킬 수 있으며, worst case에서 동일한 확률적 오류에 비해 최대 8배 이상 증가할 수 있다.
• DEM이 제안된 방법으로 구성되어 합성 및 논리 관측자 분포를 Pauli-트와일링 모델보다 더 정확하게 예측하며, 주요 이벤트에 대해 일반적으로 선두 차수 예측 정확도가 상대적으로 약 1-2% 수준이다.
• 동일한 제너레이터 불신실도를 가진 서로 다른 오류 모델은 임계치와 논리 오류율이 상당히 다를 수 있어, 강도 외의 오류 형식의 중요성을 강조한다.
• 특정 고충실도(high-fidelity), 높은 거리(high-distance) 영역에서 논리 오류를 부분적으로 개선할 수 있지만, 임계 미달의 고거리 작동에서는 이점이 감소할 수 있다.
• 코히런트 이터-투(qubit) 게이트 오류는 유사 강도의 스토캐스틱 오류에 비해 매직 스테이트 배양의 시공간 비용을 증가시킬 수 있다.
• 일부 시나리오에서 코히런트 유 idle 오류는 합성 추출 내에서 부분적으로 상쇄되어 Pauli-트와일링 모델이 테스트된 영역에서 최대 약 24%까지 논리 오류율을 과다 추정하게 만든다.
• 프레임워크는 검출기 결과를 코히런트 오류 매개변수에 연계하는 해석적 민감도를 제공하여 하드웨어 맞춤 QEC 최적화를 돕는다.