표면(surface) 코드는 인코더와 디코더를 물리적으로 이웃한 큐비트들 간의 상호작용을 활용하여 구현할 수 있다는 독특한 구조적 특징 덕분에 양자 오류 정정 코드로서 널리 인기를 얻고 있다. 표면 코드는 구현상의 장점으로 인해 오류율 성능을 향상시키거나/또는 디코딩 복잡도를 감소시키기 위한 표면 코드를 위한 디코딩 알고리즘에 대한 광범위한 연구를 촉진해 왔다. 본 논문에서는 표면 코드를 위한 증후군(syndrome) 기반 신념 전파(syndrome-based belief-propagation, SB-BP) 디코더의 실패를 효과적으로 해결하는 저복잡도 후처리(postprocessing) 알고리즘을 제안한다. 특히, 우리는 표면 코드의 위상(topological) 구조를 면밀히 분석하고, 신뢰 가능한 큐비트를 선택하는 방법을 제시함으로써, 룩업 테이블을 이용한 단순한 증후군 매칭(syndrome matching) 기법을 통해 효율적인 복구 연산자(recovery operator) 식별을 가능하게 한다. 또한, 제안한 후처리 알고리즘에 맞춘 룩업 테이블을 효율적으로 구성하는 방법을 제시한다. 수치 결과는, 제안한 후처리 알고리즘이 무작위 탈분극(depolarizing) 오류 모델에서의 경쟁적 후처리 알고리즘인 ordered statistics decoding에 비해 실질적으로 감소된 복잡도를 요구하면서도 동일한 논리 오류율(logical error-rate, LER) 성능을 제공함을 보여준다. 아울러, SB-BP 디코딩과 제안한 후처리 알고리즘의 조합은, 계산 비용이 더 큰 디코딩 알고리즘인 최소 가중 완전 매칭(minimum weight perfect matching)에 비해 LER과 임계값(threshold) 측면에서 현저히 감소된 복잡도로 더 우수함을 입증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.