量子科技中心_量科网

关联噪声是量子纠错（QEC）中的关键失效模式，因为时间记忆性和空间结构会将故障集中为错误爆发，从而破坏标准阈值假设。然而，在QEC中普遍存在的随机泡利模型与物理器件动力学的微观非马尔可夫描述之间，仍存在根本性差距。该团队通过引入“时空泡利过程”（SPPs）填补了这一空白——通过对一般过程张量施加多时间泡利扭转（操作上通过泡利框架随机化实现），将任意多时间非马尔可夫动力学映射为多时间泡利过程。该过程表现为过程可分离的梳状结构，或等价于时空泡利轨迹上明确定义的联合概率分布。 研究表明，SPPs继承了高效的张量网络表示，其键维度受限于环境的刘维尔空间维度。为解析这些结构，该工作开发了将谱与关联衰减相联系的转移算子诊断工具，并为特定类别的SPPs建立了精确的隐马尔可夫表示。通过表面码存储实验和（i）在固定边际错误率下调节关联长度的时域相关“风暴”模型，以及（ii）经扭转后精确映射为非线性概率细胞自动机的真实时空二维量子细胞自动机浴，该团队在距离达19的系统中验证了框架有效性。调节相干浴相互作用会使系统进入伪临界态，表现出临界减速和宏观错误雪崩，导致表面码距离标度律完全崩溃。这些成果共同确立了SPPs作为建模、诊断和基准测试QEC关联噪声的实操性可扩展工具集的理论基础。