[論文レビュー] Estimating Eigenenergies from Quantum Dynamics: A Unified Noise-Resilient Measurement-Driven Approach

Yizhi Shen, Daan Camps+6 more|arXiv (Cornell University)|Jun 2, 2023

Spectroscopy and Quantum Chemical Studies被引用数 6

ひとこと要約

この論文では、時間遅れ測定の分析を通じて基底状態および励起状態エネルギーを推定する、ノイズに強く、ハイブリッド量子古典的アルゴリズムである観測可能動的モード分解（ODMD）を提案する。ODMDは、時間遅れ観測量の空間における最小二乗回帰問題として問題を定式化することで、最新の手法（VQPE や UVQPE）と比較して、迅速な収束性と優れたノイズ耐性を達成する。これは、限られた量子ビットリソースと統計的ノイズの下でも成立する。

ABSTRACT

Ground state energy estimation in physical, chemical, and materials sciences is one of the most promising applications of quantum computing. In this work, we introduce a new hybrid approach that finds the eigenenergies by collecting real-time measurements and post-processing them using the machinery of dynamic mode decomposition (DMD). From the perspective of quantum dynamics, we establish that our approach can be formally understood as a stable variational method on the function space of observables available from a quantum many-body system. We also provide strong theoretical and numerical evidence that our method converges rapidly even in the presence of a large degree of perturbative noise, and show that the method bears an isomorphism to robust matrix factorization methods developed independently across various scientific communities. Our numerical benchmarks on spin and molecular systems demonstrate an accelerated convergence and a favorable resource reduction over state-of-the-art algorithms. The DMD-centric strategy can systematically mitigate noise and stands out as a leading hybrid quantum-classical eigensolver.

研究の動機と目的

• 量子多体系における固有エネルギーを推定する、ロバストで測定駆動型のハイブリッドアルゴリズムの開発。
• 従来の変分的および部分空間ベースの固有値ソルバーの限界、例えばノイズへの感受性、数値的条件数の悪さ、初期状態準備にかかる高いリソースオーバーヘッドの克服。
• 信号処理と量子シミュレーションの長所を統合し、リアルタイム量子測定に動的モード分解（DMD）を適用することで実現。
• 最小限の量子ビットおよびショットオーバーヘッドで、基底状態および励起状態の性質を効率的に計算可能にする。
• ODMD と Krylov 部分空間法およびロバスト行列分解の理論的関連性を確立する。

提案手法

• ODMD は、量子系の時間発展を動的システムとして扱い、観測量の時間遅れ期待値をスナップショットとして、動的モード分解（DMD）に用いる。
• 局所的観測量 Oᵢ に対する測定された行列要素 ⟨ϕ₀|Oᵢe⁻ⁱᴴᵗ|ϕ₀⟩ から、時間発展演算子の低ランク近似を構築する。
• 固有エネルギー推定を、時間遅れ観測量の空間における最小二乗問題として定式化することで、数値的条件数の改善と、複数の観測量への一般化を可能にする。
• 観測量の関数空間における変分原理を活用することで、弱い仮定の下で基底状態エネルギーへの収束を保証する。
• DMD の内在的正則化と複数の観測量の使用により、摂動的ノイズ下でも解の安定化を実現し、ノイズ耐性を達成する。
• 同じ測定データストリームから、固有エネルギー、固有状態、観測量の性質を同時に抽出可能である。

実験結果

リサーチクエスチョン

• RQ1 DMD を基盤とする測定駆動型アプローチは、高い精度とノイズ耐性を備えて、リアルタイム量子ダイナミクスから固有エネルギーを抽出できるか？
• RQ2 ODMD は、VQPE や UVQPE といった最新のハイブリッド固有値ソルバーと比較して、収束速度とリソース効率においてどのように優れているか？
• RQ3 複数の観測量を用いた定式化は、ノイズのある量子ハードウェアにおける固有エネルギー推定の条件数とロバスト性をどの程度向上できるか？
• RQ4 基底状態と参考状態の初期重なりが高くなくても、ODMD は信頼性を持って収束するか？
• RQ5 ODMD と数値線形代数および信号処理分野の既存手法との理論的関連性は何か？

主な発見

• ODMD は、摂動的ノイズが非常に強い状況下でも、基底状態エネルギーへの迅速な収束を達成しており、数値的証拠により、ノイズレベル ϵ = 10⁻⁶ まで安定性を示している。
• 直交化された参考状態の必要性を回避することで、リソースオーバーヘッドを削減し、少ない状態準備回数で効率的な計算を可能にした。
• 横磁場イジング模型（TFIM）および分子系におけるベンチマークにおいて、同じ観測量数の下で、UVQPE や VQPE と比較して、より速い収束性と低い絶対誤差を示した。
• ODMD の複数観測量定式化は、ノイズの系統的低減と条件数の改善を可能にし、条件数の悪い一般化固有値問題においても、最新の手法を上回る性能を発揮した。
• ランダム化された観測量を用いる場合、ODMD は観測量数 D に対して、線形またはそれ未満のスケーリングを達成する。一方、UVQPE は D に対して超線形のスケーリングを示し続ける。
• ODMD は、1つの測定データストリームから、固有エネルギー、固有状態、観測量の性質を同時に回復可能であり、測定効率が向上する。