面向非马尔可夫噪声过程张量描述的张量网络解码器

量子纠错(QEC)对容错量子计算至关重要。通常在QEC中，假设误差是独立同分布的，并且在量子电路执行过程中可以被离散化为随机泡利误差。然而，在实际设备中，噪声分布要复杂得多，并包含非平凡时空相关性，例如串扰、非马尔可夫性及其混合。在此，我们通过使用过程张量来表示超越独立同分布误差的时空相关性，考察了两种典型QEC码在复杂噪声下的性能。这种结合是近期提出的“策略码”的一个实例，它将QEC与过程张量相结合。特别地，我们为带有过程张量的量子纠错码构造了最大似然(ML)解码器。为了理解这种方法的计算开销与影响，我们在小规模码实例上对该框架进行了数值实现并评估了其性能。我们还提出了一种评估策略码性能的方法，并利用高效的张量网络近似构造了ML解码器。我们的结果突出了相关噪声可能产生的不利影响，以及设计考虑此类影响的解码器的潜在途径。