量子科技中心_量科网

该研究团队提出了一种序列相干侧信道模型，其中对抗性探测量子比特在隐藏门序列执行期间与目标量子比特发生相互作用。通过对同一隐藏序列进行N次重复采样，可获得经验性全关联记录：探测比特串b∈{0,1}^k的联合直方图P̂g(b)——该统计量在独立同分布采样条件下虽可作为经典后处理的充分统计量，但其维度会随电路深度呈指数级增长。研究人员首先以耦合与测量无关的形式描述该序列探测框架，重点分析了观测空间的扩展特性，并阐释了电路深度导致解析可区分性难以精确求解的根本原因。随后，该工作聚焦于一个典型实例（采用固定投影测量的受控旋转探针耦合与对易Rx门集合），取得以下成果：(i)推导出随深度变化的泄漏包络函数，其最大值对应位置可预测出作为深度函数的"最佳耦合区间"；(ii)通过机器学习构建操作解码器，建立从P̂g到Alice单步门标签的单参数条件映射，无需重新训练即可泛化至不同耦合强度与噪声环境。在大范围耦合强度与噪声参数的实验中，严格序列恢复集中出现在预测耦合区间附近，且在退相干与有限采样估计影响下呈现可预测的性能退化。