[論文レビュー] A Grover-based quantum search of optimal order for an unknown number of marked elements

Christof Zalka|ArXiv.org|Feb 12, 1999

Quantum Computing Algorithms and Architecture参考文献 1被引用数 10

ひとこと要約

この論文は、マークされた要素の数が未知である未構造化データベースにおいて、マークされた要素を検索するグローバーに基づく量子探索アルゴリズムを提示する。繰り返し増加する反復回数でグローバーのアルゴリズムを順次実行することで、既知の下界に一致する最適なクエリ複雑度を達成し、マークされたアイテム数の事前知識がなくても高い成功確率を保証する。

ABSTRACT

We want to find a marked element out of a black box containing N elements. When the number of marked elements is known this can be done elegantly with Grover's algorithm, a variant of which even gives a correct result with certainty. On the other hand, when the number of marked elements is not known the problem becomes more difficult. For every prescribed success probability I give an algorithm consisting of several runs of Grover's algorithm that matches a recent bound by Buhrman and de Wolf on the order of the number of queries to the black box. The improvement in the order over a previously known algorithm is small and the number of queries can clearly still be reduced by a constant factor.

研究の動機と目的

• データベース内のマークされた要素の数が未知である場合の量子探索の課題に対処すること。
• マークされたアイテム数の事前知識がなくても高い成功確率を維持する探索アルゴリズムを開発すること。
• ブルマンとデウルフが確立した理論的下界に一致するクエリ複雑度を達成すること。
• 以前のアルゴリズムを改善するために、クエリの順序を最適化すること（定数要因の削減は必ずしも保証されない）。
• さまざまな数のマークされた要素に対して、アルゴリズムの正しさと効率性を保証すること。

提案手法

• 反復回数を段階的に増加させたグローバーのアルゴリズムの複数回の実行により、マークされた要素を探索する。
• 未知のマークされた要素数に対する最適な探索範囲を体系的かつ網羅的にカバーする反復のシーケンスを設計する。
• アモイチュード増幅の原則を適用して、マークされた状態を測定する確率を高める。
• 各実行における反復回数を最適化して、カバー範囲と効率性のバランスを取る。合計クエリ数を最小限に抑える。
• 複数回の実行における累積的成功確率が、信頼性のための所定のしきい値を超えるように保証する。
• 既知の量子クエリ複雑度の境界を活用して、アルゴリズムの反復スケジュールの構造を導く。

実験結果

リサーチクエスチョン

• RQ1 マークされた要素の数が未知である未構造化データベースを探索する際の最適なクエリ複雑度は何か？
• RQ2 マークされたアイテム数の事前知識がなくても、グローバーに基づくアルゴリズムがこの最適なクエリ複雑度を達成できるか？
• RQ3 クエリ数と成功確率の観点から、このアルゴリズムは以前のアプローチと比べてどのように性能が異なるか？
• RQ4 マークされた要素数が未知の場合のクエリ複雑度の理論的下限に一致することは可能か？
• RQ5 グローバーのアルゴリズムにおけるどの反復戦略が、合計クエリ数を最小限に抑えつつ高い成功確率を保証するか？

主な発見

• 提案されたアルゴリズムは、ブルマンとデウルフが確立した理論的下界に一致するクエリ複雑度を達成する。
• この手法は、増加するステップサイズを有するグローバー反復のシーケンスを用いて、最適な探索範囲を効率的にカバーする。
• マークされた要素の数を事前に知らない状態でも、アルゴリズムの成功確率が所定のしきい値を超えることが保証される。
• アルゴリズムのクエリ数は、オーダーにおいて最適であるが、定数要因の改善の余地は依然として残っている。
• 適応的反復スケジューリングが、未知のマークされた要素数に対して最適な性能を達成できることを示している。
• 結果から、グローバーのアルゴリズムが、クエリ複雑度のオーバーヘッドを最小限に抑えつつ、未知のマークされたアイテム数を処理できることが確認された。