量子科技中心_量科网

动态稳定子编码可能为大尺度量子计算提供了一条实用的途径。这类编码通过一系列错误检测测量来定义，从而在构造上具有灵活性。在这项工作中，研究团队探讨了如何在不同的噪声偏差极限下优化动态压缩色码的测量调度方案。研究特别关注测量噪声比幺正操作和空闲操作更大的场景——这一噪声模型与某些硬件提案相关。对于测量偏差噪声模型，研究团队通过在调度中策略性地重复测量来提高编码性能。对于无偏差或Z偏差噪声模型，研究发现重复测量带来的改进较小——这与预期略有不同——并探索了其原因。为了进行这一分析，研究团队将一种称为“太拉量子比特足迹”的指标推广为“太拉量子比特体积”。该指标是所需量子比特数量与测量轮次的乘积，以确保空间或时间逻辑错误的概率小于10^-12。在大多数情况下，研究发现性能差异主要源于所需的测量轮次，而非量子比特数量——这强调了在分析中使用“太拉量子比特体积”的重要性。此外，研究结果还提供了另一个例子，说明在解码时利用相关错误的重要性：通过使用信念匹配而非最小权重完美匹配，可以在给定噪声模型下将表现最差的编码转变为表现最佳的编码。