Channel-resolved memory time of Haah's cubic code under reversible rate filtering and temporally correlated baths

技術要約：Haahの立方体符号におけるチャネル分解されたメモリ時間

問題提起
自己修復型量子メモリは、ハミルトニアンによる熱的に生成された欠陥の閉じ込めを利用することで、リアルタイムの復号なしに論理情報を保存することを目指している。Haahの立方体符号は、このようなメモリにおける主要な3次元の候補である。平坦でマルコフ的な（Davies）バス下での挙動については確立されており、メモリ時間はエントロピーによって決定される最適値まで、線形サイズ $L$ のべき乗として成長するが、より複雑な環境構造の下でのメモリ時間の依存性は未解明である。具体的には、バスが異なるエネルギーチャネルにおいて構造化されたスペクトル重みを持つ場合、あるいは時間相関を持つ場合、またはコードのエネルギーが実効的に再スケーリングされる場合に、メモリ時間がどのようにスケールするかは不明である。これらの効果を分離しなければ、受動的なメモリ性能を向上させるためにどの環境特性をエンジニアリングすべきかを判断することは不可能である。

手法
著者は、$L \times L \times L$ の周期格子上で、サイトあたり2つの量子ビット（$N=2L^3$）を持つHaahの立方体符号（コード1）のキネティック・モンテカルロ・シミュレーションを実行している。システムは、単一量子ビットの $X$ ジャンプ演算子によって駆動される、エラー構成上の古典的連続時間マルコフ連鎖としてモデル化されている。本研究は、逆温度 $\beta = 4.5$ および $5.0$における有限サイズ領域（$L=5$から$19$）に焦点を当てている。

本手法では、特定のバス特性をデカップリングするために、3つの現象論的な環境制御を導入している：

1. 可逆的なレート・フィルタリング： 3つの許容されるエネルギー変化（$|\Delta E| \in \{4, 2, 0\}$）に対する遷移レートに対し、それぞれ独立した因子 $s_4$（ペア生成/消滅）、$s_2$（障壁横断）、$s_0$（ゼロエネルギー拡散）を乗じる。これにより、詳細釣合いとギブス分布を維持しつつ、特定のエネルギーチャネルにおけるスペクトル重みを調整することが可能となる。
2. 時間的に相関したバス： ゼロエネルギー拡散レート $s_0$ を、調整可能な相関時間 $\tau_c$ と分散 $\sigma^2$ を持つ外部のオルンシュタイン＝ウレンベック過程によって変調し、平均レートや平衡分布を変えることなく、非マルコフ的な時間相関を導入する。
3. 一様なエネルギー再スケーリング： コードのエネルギーを一様に再スケーリングし、実効的な逆温度 $\beta' = c\beta$ をシミュレートする。これは、一様な冷却効果が達成するであろう結果のベンチマークとして機能する。

さらに、構造化されたスペクトル密度、欠陥集団、および緩和レートの関係を分析するために、1欠陥擬似モードモデル（減衰するボゾンモードに結合した量子ビット）をリンドブラッド方程式を用いて厳密に解いている。

メモリ時間（$T_{mem}$）は、特定の繰り込み群（RG）デコーダの初回の失敗時間として定義される。実行は、デコーダがすべての欠陥を除去できないか、あるいは論理エラーを返した場合に失敗となる。研究では、データポイントごとに60〜100回の試行のサンプル平均を報告している。

主な結果

• チャネル感度： メモリ時間は、圧倒的にゼロエネルギー拡散チャネル（$s_0$）によって制御されている。

  • ペア生成 ($s_4$): $s_4 \in [0.01, 10]$ の範囲において、ペア生成チャネルは $T_{mem}$ に対する測定可能な影響を与えない。$s_4$ がクロスオーバー閾値（$L=9$ において $s_4^* \approx 3.8 \times 10^{-4}$）を下回ったときのみ、メモリ時間は最初のエラーが発生するまでの時間に制限され、加法的な形式に従う。
  • 障壁チャネル ($s_2$): このチャネルは弱い感度を示す（$d \ln T_{mem} / d \ln s_2 \approx -0.29$）。
  • ゼロエネルギーチャネル ($s_0$): このチャネルは支配的であり、感度は $\approx -0.60$ である。拡散を10の3乗の係数で抑制（$s_0 = 0.01$）すると、$L=7–13$ においてメモリ時間は80〜120倍増加する。極めて重要な点は、この利得がサイズ指数の急峻化ではなく、大きな前係数として作用することである。サイズ指数は、宣言された誤差範囲内で平坦なバスと一致している。さらに、拡散を抑制することで最適なサイズ $L^*$ が外側へシフトし、フィルタリングされたメモリが、すでに減衰している平坦なバスの最適値よりも長く生存することを可能にする（例：$L=19$ において、フィルタリングされたバスは平坦なバスよりも45倍長い）。

• 時間相関： バス相関時間 $\tau_c$ の導入は、ハザード平均と一致するメモリ時間の利得をもたらす。

  • アニールド（焼きなまし）領域 ($\tau_{cluster} \lesssim \tau_c \ll T_{mem}$): 利得はアニールド・ハザード平均によって記述され、$\sigma=2$ のとき約2倍の向上となる。
  • クエンチ（焼き固め）領域 ($\tau_c \gg T_{mem}$): 利得は、クエンチ・ハザード平均と一致して約7倍（$\sigma=2$ の場合）に増加する。この領域における寿命分布は、クエンチされたべき乗モデルと適合する。

• エネルギー再スケーリング： コードのエネルギーを12%一様に再スケーリングすること（実効的な $\beta$ の増加に相当）は、適合されたサイズ指数を2.7から4.3へと上昇させ、Bravyi–Haahのスケーリング則（$T_{mem} \propto L^{2.93\beta - 10.52}$）に整合する。しかし、著者は2欠陥擬似モードモデルを通じて、局所的に減衰した構造化モードは、このような一様なエネルギー再スケーリング（冷却）を実現しないことを示している。代わりに、サブギャップのスペクトル重みは欠陥の平均力エネルギーを低下させ（欠陥を「安価」にする）、欠陥間の相互作用を誘発するため、単純な冷却メカニズムとしては機能しない。

意義と主張
本論文は、受動的な3次元量子メモリに関する初のチャネル分解された有限サイズ・ベンチマークを確立した。主な貢献は以下の通りである：

1. 制御レバーの特定： ゼロエネルギーのスペクトル重みが、受動的メモリをエンジニアリングするための決定的な環境パラメータであることを特定した。これは、拡散を抑制することで、漸近的なスケーリング則を変えることなく（テストされた窓の中で）、巨大な前係数の利得が得られることを示している。
2. 相関による利益の定量化： 時間相関による利益を定量化し、メモリ時間に対する相関時間の大きさに応じて、アニールドおよびクエンチのハザード平均と一致する2倍から7倍の改善を示す。
3. 局所モデルの限界： 局所的に減衰した構造化モードは、一様なエネルギー再スケーリング（冷却）を提供しないことを明確にした。それらは、単にBravyi–Haahの指数をシフトさせるのではなく、集団を変化させ、相互作用を誘発する。

著者は、これらの結果が漸近的なスケーリング則を確立するものではないこと（データがほとんどのフィルタにおいて $L < L^*$ に限定されているため）、また能動的な復号に対する優位性を実証するものでもないことを明記している。本研究は、主にXセクター、特定のデコーダ、および現象論的なレートフィルタに限定されており、フラクトン符号のための効率的なデコーダはほとんど知られておらず、報告された失敗時間は使用された特定のRGデコーダを特徴付けるものである。本研究は、ゼロ周波数ノイズの抑制と時間相関の導入は有益であるが、局所的な構造化バスを通じて一様なエネルギー再スケーリングを実現することは依然として困難な課題であることを示す、バスエンジニアリングのガイドとして機能する。