그라디언트 한 걸음씩 양자 오류 교정 최적화

초록

본 논문은 주어진 잡음 채널과 고정된 복구 연산에 대해 코드워드를 직접 미분한 뒤 Wirtinger 기법으로 복소 계수를 업데이트하는 일반적인 그라디언트 기반 최적화 프레임워크를 제안한다. 정규화·직교성 페널티를 부여해 물리적 제약을 유지하면서,

상세 분석

이 연구는 양자 오류 교정(QEC) 코드 설계에 머신러닝 기법을 적용하되, 기존의 변분 회로 설계와 달리 “블랙박스” 방식으로 충실도 함수를 직접 미분한다는 점에서 독창적이다. 복소 계수 a_i = x_i + i y_i 에 대해 Wirtinger 미분 ∂/∂z̄ 를 유한 차분으로 근사하고, 각 계수에 대한 실·허수 방향의 기울기를 구해 최적의 방향 α_i = atan2(∂_y f, ∂_x f) 를 선택한다. 이렇게 얻은 방향성 기울기 벡터 ∇f 를 L2 노름으로 정규화해 스텝 크기 |δ|와 결합해 a_i ← a_i – α (∂_x f + i ∂_y f) 로 업데이트한다.

핵심적인 물리적 제약인 코드워드의 정규화와 상호 직교성은 손실 함수 L = (1–F)^2 + α|⟨i|j⟩|^2 + β∑_i(1–‖|i⟩‖^2)^2 로 부드럽게 인코딩된다. α와 β를 2로 설정하고 학습률 10⁻³, 100 스텝을 수행했을 때, 등방성 파울리 잡음 하에서 기존