量子科技中心_量科网

容错量子计算从根本上依赖于对电路级噪声的精确刻画，以优化解码算法。然而，提取复杂的多体误差相关性仍然具有挑战性。当前的贪心推理算法可能遭受统计失真，丢弃真实的物理机制，同时引入许多非物理的误报。本研究引入了基于相关性分析的超图重构（CAHR）算法，这是一个全局一致的框架，能够将实验症候统计数据直接反演为离散的物理超图。通过将精确代数相关方程与自上而下的并发剪枝策略相结合，CAHR在基准测试设置中，对 \(d=5\) 旋转表面码和稠密8体2D颜色码均实现了无误报的故障拓扑恢复。此外，该团队证明，稠密码中的精确连续参数提取受到“方差级联”的限制，其中绝对统计方差从高自由度机制到低自由度机制呈线性累积。这促使了一种两阶段推理范式：利用CAHR提取故障拓扑，随后进行连续概率优化。该方法为现实量子硬件中高度相关噪声的刻画与解码提供了一种实用途径。