[論文レビュー] Comment on "Optimum Quantum Error Recovery using Semidefinite Programming"

Michael Reimpell, Reinhard F. Werner+1 more|ArXiv.org|Jun 7, 2006

Quantum Computing Algorithms and Architecture参考文献 2被引用数 4

ひとこと要約

本稿では、反復的半定値計画法を用いて符号化と復元操作を同時に最適化することで、振幅減衰チャネルにおける量子誤り訂正方式を改善した。この手法は、先行研究と比較して明確な忠実度の向上を達成しており、特に、固定符号化と最適化された復元を用いたLeung符号に対して、すべての減衰パラメータ γ ∈ (0,1) において優れている。

ABSTRACT

In a recent paper ([1]=quant-ph/0606035) it is shown how the optimal recovery operation in an error correction scheme can be considered as a semidefinite program. As a possible future improvement it is noted that still better error correction might be obtained by optimizing the encoding as well. In this note we present the result of such an improvement, specifically for the four-bit correction of an amplitude damping channel considered in [1]. We get a strict improvement for almost all values of the damping parameter. The method (and the computer code) is taken from our earlier study of such correction schemes (quant-ph/0307138).

研究の動機と目的

• 符号化を固定する従来の手法とは異なり、符号化と復元操作を同時に最適化することで、量子誤り訂正の性能を向上させること。
• 符号化チャネルを最適化することで、振幅減衰チャネルにおけるチャネル忠実度が厳密に向上することを示すこと。
• 先行アルゴリズムに基づき、反復的半定値計画法を用いた計算的に実行可能な共同最適化手法を提供すること。
• 四量子ビット振幅減衰チャネルにおいてこの手法を検証し、すべての減衰パラメータで一貫した改善が得られることを示すこと。
• 非対称的または非伝統的なチャネルにおいて、アボジュティ最適化の実現可能性を支援すること。

提案手法

• 符号化と復元チャネルの間で反復的な交互最適化を実行し、各ステップで片方を固定して他方を最適化する。
• 各反復で、Jamiolkowski-Choi双対性を活用して、最適な復元チャネルを半定値計画法（SDP）で求める。
• 符号化チャネルの最適化を効率的に行うために、先行研究（quant-ph/0307138）のパワー反復法を採用する。
• 次元削減と計算効率の向上を目的として、符号化を等長制約で手動で強制する。
• チャネル忠実度を目的関数として用い、最大にエンタングルされた状態を介して定義する。これはチャネルに関して線形であり、SDP定式化を可能にする。
• 数値ルーチンを用いて、減衰パラメータ γ の範囲で、さまざまな符号化-復元組合せの忠実度曲線を計算・比較する。

実験結果

リサーチクエスチョン

• RQ1 符号化と復元操作を共同で最適化することで、復元のみを最適化する手法よりも優れた誤り訂正性能が得られるか？
• RQ2 振幅減衰チャネルにおいて、符号化と復元を両方最適化した場合のチャネル忠実度の定量的向上はどの程度か？
• RQ3 反復的SDPに基づく最適化手法は、固定符号化手法と比較して忠実度と収束性においてどのように異なるか？
• RQ4 符号化を最適化することで、減衰パラメータの全範囲にわたり性能がどの程度向上するか？
• RQ5 この共同最適化手法は、より大きなコードサイズにおいて、計算的・スケーラビリティの制限をどのように受けるか？

主な発見

• 符号化と復元の反復的共同最適化は、固定符号化と最適化された復元を用いたLeung符号に対して、すべての γ ∈ (0,1) でチャネル忠実度を厳密に向上させる。
• 共同最適化コードの忠実度曲線（図1の実線）は、Fletcherらの結果（破線）を厳密に上回っており、測定可能な向上が確認される。
• 向上は、減衰パラメータ γ のすべての値で一貫しており、性能が同等または劣化する領域は存在しない。
• 固定Leung符号化に対するFletcherらの結果を正確に再現できており、数値実装の妥当性が検証された。
• 最適化プロセスは局所最適解に収束し、部分問題が凸であるため、各反復で目的関数が向上する。
• 小規模なコードサイズ（例：4量子ビット）では計算的に実行可能であるが、ヒルベルト空間次元の指数的増加により、より大きなコードでは実行不能になる。