Fast quantum measurement tomography with optimal error bounds

기술 요약: 최적의 오차 경계(Error Bounds)를 갖춘 빠른 양자 측정 토모그래피

문제 정의
양자 측정 토모그래피(QMT) 또는 검출기 토모그래피는 알려진 프로브 상태(probe states) 앙상블을 사용하여 실험 통계로부터 미지의 양의 연산자 값 측정(POVM)을 재구성하는 것을 목표로 한다. 측정 노이즈를 정확하게 특성화하는 것은 하드웨어 벤치마킹과 결과 확률 교정 또는 클래식 섀도우(classical shadow) 프로토콜 정교화와 같은 오류 완화 전략을 가능하게 하는 데 매우 중요하다. 그러나 기존 방법들은 두 가지 주요 한계에 직면해 있다:

1. 계산 비용: 제약 조건이 있는 최적화 기법을 사용하는 최대 우도 추정(Maximum Likelihood Estimation, MLE)과 같은 표준 접근 방식은 시스템 차원($d$)과 측정 결과의 수($L$)가 증가함에 따라 계산적으로 다루기 불가능해진다.
2. 이론적 보장: 기존 추정치들의 수렴 보장은 대개 중심 극한 정리(central limit theorem)에 의존하는 점근적(asymptotic) 성격에 머물러 있어, 유한 샘플에 대한 엄밀한 이론적 근거 없이 오차 범위를 제시한다.

본 연구의 과제는 고전적 후처리 과정에서 계산 효율적이면서도 샘플 최적성을 갖추고, 엄밀한 비점근적(non-asymptotic) 오차 경계를 제공하는 프로토콜을 개발하는 것이다.

방법론
저자들은 통계적 추정과 물리적 제약 충족을 분리하는 두 단계의 QMT 프로토콜을 제안한다:

1. 최소 제곱 추정(Least-Squares Estimation, LSE):

   • 알려진 프로브 상태 집합 $\{|\psi_i\rangle\}$로부터 얻은 측정 빈도 $\hat{f}_{ij}$가 주어지면, 프로토콜은 먼저 각 POVM 요소에 대해 제약이 없는 선형 추정치 $\hat{E}_j$를 계산한다.
   • 이 추정치는 $\hat{E}_j = \sum_{i} \hat{f}_{ij} \nu_i$로 정의되며, 여기서 $\nu_i$는 프로브 앙상블으로부터 유도된 특정 연산자이다.
   • 프로브 앙상블이 글로벌 2-디자인(global 2-design) 또는 텐서 곱 로컬 2-디자인(tensor product of local 2-designs)(예: 단일 큐비트 파울리 고유상태)을 형성하는 경우, 이 단계는 해석적 해(analytic solution)를 가진다. 이는 첫 번째 단계에서 반복적인 최적화를 피할 수 있게 해준다.

2. POVM 집합으로의 투영:

   • 가공되지 않은 LSE 추정치 $\hat{E}$는 일반적으로 물리적 제약(양의 성 및 완전성)을 위반한다.
   • 프로토콜은 다음의 제약 최적화 문제를 해결함으로써 $\hat{E}$를 유효한 POVM의 볼록 집합(convex set)으로 투영한다:
     $$\min_{\{Z_j\}} d(\hat{E}, Z) \quad \text{subject to} \quad Z_j \geq 0, \sum_j Z_j = \mathbb{I}$$
   • 거리 메트릭 $d$는 운용적 거리($d_{op}$) 또는 평균 사례 거리($d_{av}$)가 될 수 있다.
   • 계산 확장성을 보장하기 위해, 저자들은 정확한 준정부호 계획법(Semidefinite Programming, SDP) 대신 **다이크스트라 교대 투영 알고리즘(Dykstra's alternating projection algorithm)**을 사용하여 실행 시간을 크게 단축하면서도 정확도를 유지한다.

주요 기여

1. 최적의 샘플 복잡도:
   본 논문은 제안된 프로토콜이 최악의 경우(운용적) 및 평균 사례 거리 모두에 대해 최적의 샘플 복잡도를 달ek성함을 입증한다. 이는 파노 부등식(Fano's inequality)을 통해 도출된 근본적인 하한값과 일치한다.

   • 최악의 경우 (운용적) 거리 ($d_{op}$): 글로벌 2-디자인의 경우 $O((d^3 + d^2L)/\epsilon^2)$, 로컬 2-디자인의 경우 $O((12n + 6nL)/\epsilon^2)$ 샘플이 필요하다 (여기서 $n$은 큐비트 수, $d=2^n$).
   • 평균 사례 거리 ($d_{av}$): 글로벌 2-디자인의 경우 $O(d^2L/\epsilon^2)$, 로컬 2-디자인의 경우 $O(5nL/\epsilon^2)$ 샘플이 필요하다.
   • 하한선: 저자들은 모든 비적응형(non-adaptive), 단일 복사(single-copy) POVM 토모그래피 프로토콜이 각각의 거리에 대해 최소 $\Omega((d^3 + d^2L)/\epsilon^2)$ 및 $\Omega(d^2L/\epsilon^2)$의 샘플을 필요로 함을 증명하여, 본 프로토콜이 $d$와 $L$ 모두에서 최적임을 확인하였다.

2. 엄밀한 비점근적 오차 경계:
   점근적 방법과 달리, 본 논문은 높은 확률($1-\delta$)로 유한한 샘플 크기에 대해 유효한 명시적인 비점근적 오차 경계를 제공한다. 이러한 경계는 베른슈타인 부등식(Bernstein's inequality)과 단위 구(unit sphere)에 대한 넷(net) 논증을 사용하여 도출되었다.

3. 계산 확장성:
   정확한 SDP를 다이크스트라 교대로 투영하는 것으로 대체함으로써, 시간 복잡도를 표준 MLE의 $O(d^6L^3)$에서 반복당 $O(d^3L)$로 줄이고, 메모리 복잡도를 $O(d^4L^2)$에서 $O(d^2L)$로 줄일 수 있음을 보여준다. 이는 이 방법이 MLE가 다루기 힘들어지는 더 큰 시스템 크기에서도 실행 가능하게 만든다.

4. 오류 완화에 대한 적용:
   본 논문은 토모그래피 오차 경계를 잔여 오류 완화 기법의 오차와 명시적으로 연결한다. 추정된 POVM과 실제 POVM 사이의 거리를 제한함으로써, 열주 확률 행렬(column-stochastic matrix) $\Lambda$를 통한 측정 노이즈 교정의 정확도를 정량화한다.

결과

• 수치 시뮬레이션: 표준 MLE와의 벤치마크 결과, LSE + Dykstra 접근 방식이 (운용적 및 평균 사례 거리 모두에서) 대등한 재구성 정확도를 달성하면서도 실행 시간은 수십 배 더 빠름을 보여주었다. 경험적 오차는 $n=6$ 큐비트 및 $L=32$ 결과까지의 시스템 크기에 대해 이론적인 비점근적 상한값보다 일관되게 낮게 유지되었다.
• 실험적 검증: 이 프로토콜은 두 개의 플럭스 가변 트랜스몬 큐비트를 가진 노이즈가 있는 초전도 양자 컴퓨터에서 구현되었다. 연구팀은 $1.66 \times 10^5$ 샷을 사용하여 노이즈가 있는 대칭 정보 완결(SIC-)POVM을 성공적으로 재구성하였다. 재구성은 타겟과 밀접하게 일치하였으며, 프로토콜은 게이트 및 판독 노이즈에 의한 편차를 성공적으로 특성화하여 오류 완화를 위한 "반측면 노이즈 측정 채널(half-sided noisy measurement channel)" 구축을 가능하게 하였다.

의의 및 주장
본 논문은 양자 측정 토모그래피에 대한 샘플 최적이며 계산 효율적인 솔루션을 제공한다고 주장한다. 그 의의는 다음과 같다:

• 이론적 최적성: 제안된 프로토콜의 스케일링이 비적응형 프로토콜에 대한 근본적인 정보 이론적 하한값과 일치함을 증명하였으며, 이는 기존의 휴리스틱 방법에서는 보장되지 않는 특성이다.
• 실용적 생존 능력: 시스템 크기와 결과 수에 대해 다항 시간(polynomial time)으로 스케일링되는 방법을 제공하여, 자원이 제한된 근접 미래 양자 장치(NISQ)에 적합하게 만든다.
• 엄밀한 보장: 점근적 가정에서 벗어나 유한 샘플 크기에 대해 필수적인 비점근적 오차 경계를 제공함으로써 신뢰할 수 있는 오류 완화 전략을 지원한다.
• 실험적 관련성: 실제 하드웨어에서 방법을 검증하여 복잡하고 노이즈가 있는 측정을 특성화하고, 클래식 섀도우와 같은 프로토콜을 위한 오류 완화 파이프라인을 직접 지원할 수 있음을 입증하였다.

저자들은 운용적 거리($d_{op}$)가 모든 상태에 대한 엄격한 보장을 제공하여 엄격한 오류 완화에 필수적인 반면, 평균 사례 거리($d_{av}$)는 무작위 프로토콜을 위한 자원 효율적인 대안을 제공하며, 제안된 방법은 두 영역 모두를 최적으로 지원한다고 강조한다.