[論文レビュー] Calculation of quantum discord and entanglement measures using the random mutations optimization algorithm

A. Yu. Chernyavskiy|arXiv (Cornell University)|Apr 12, 2013

Quantum Information and Cryptography参考文献 16被引用数 3

ひとこと要約

本稿では、量子情報理論における量子ディスコードおよびエンタングルメント尺度の計算のため、多集団遺伝的アルゴリズムに由来する簡素化されたランダム変異最適化手法を提案する。この手法は、適応的変異戦略を用いて高次元パラメータ空間を効率的に探索し、最大混合部分系を有する2キュービット状態の量子ディスコード計算において、誤差 < 10⁻⁶ の高い正確性を示した。標準的遺伝的アルゴリズムと比較して、ベンチマーク問題において優れた性能を発揮した。

ABSTRACT

The simple and universal global optimization method based on simplified multipopulation genetic algorithm is presented. The method is applied to quantum information problems. It is compared to the genetic algorithm on standard test functions, and also tested on the calculation of quantum discord and minimal entanglement entropy, which is an entanglement measure for pure multipartite states.

研究の動機と目的

• 非凸的で高次元的な最小化問題を含む量子情報問題に適した堅牢で汎用的なグローバル最適化手法の開発。
• 解析的解が限られる量子状態における、量子ディスコードおよび最小測定エントロピー（エンタングルメント尺度の主要な指標）の計算。
• テスト関数および実際の量子情報問題の両方において、ランダム変異アルゴリズムの性能を標準的最適化手法と比較すること。
• 最大混合部分系を有する解析的に解ける2キュービット状態を用いて、アルゴリズムの正確性を検証すること。

提案手法

• 本アルゴリズムは、交差や移動を含まない簡素化された多集団フレームワークを採用し、変異と選択に依存して候補解を進化させる。
• 各世代で、確率的変異により子孫ベクトルが生成される：ランダムに選ばれた成分数が、$ v_{\text{new}} = v_{\text{old}} + m \cdot b^p $ のルールに従って変更され、ここで $ m \in [-1,1] $、$ p \in [p_{\text{min}}, p_{\text{max}}] $、ベース $ b=10 $ である。
• 変異パラメータは適応的である：初期段階では大きなステップが可能で、収束に近づくと小さなステップが優勢となり、局所的最小値からの脱出が可能になる。
• 選択はフィットネスに基づく：各集団の子孫から最良のベクトルが保持され、全世代にわたってグローバル最良が追跡される。
• 古典的相関を計算するために条件付きエントロピー $ S(\rho|M) $ を最小化する応用が行われ、量子ディスコードは $ D(\rho) = I(\rho) - C(\rho) $ により算出可能である。
• 観測可能はエルミート行列の実係数によってパラメータ化され、冗長性は結果に影響しないが、探索空間の複雑性を増加させる。

実験結果

リサーチクエスチョン

• RQ1 簡素化されたランダム変異アルゴリズムは、非凸的かつ高次元的な関数を含む量子情報理論におけるグローバル最適化問題を効果的に解けるか？
• RQ2 ランダム変異アルゴリズムは、量子ディスコードおよび最小測定エントロピーの計算において、標準的遺伝的アルゴリズムと比較してどの程度優れているか？
• RQ3 最大混合部分系を有する解析的に解ける2キュービット状態において、このアルゴリズムはどの程度高い精度で量子ディスコードの結果を得られるか？
• RQ4 適応的変異戦略は、従来の遺伝的アルゴリズムと比較して、より優れた収束性と局所的最小値からの脱出を可能にするか？

主な発見

• ランダム変異アルゴリズムは、最大混合部分系を有する5,000例以上のテストされた2キュービット状態において、量子ディスコードの数値的結果を $ 10^{-6} $ 未満の誤差で達成した。
• 標準的遺伝的アルゴリズムと比較して、標準的テスト関数および最小測定エントロピー（純粋な多部量子状態のエンタングルメントモノトーン）の計算において優れた性能を示した。
• 最小測定エントロピー問題において、アルゴリズムは $ e_{0.5} \approx 3500 $ に収束し、困難なエンタングルメント尺度においても強力な性能を示した。
• 変異の大きさをべき則スケーリングにより適応的に制御するメカニズムにより、パラメータ空間の効果的探索とグローバル最小値付近での収束性が向上した。
• パラメータ $ \rho = \frac{1}{4}(I + \sum_{j=1}^3 c_j \sigma_j \otimes \sigma_j) $ で表される状態に対し、正確に解析的結果と一致する量子ディスコードを効果的に計算できた。