[論文レビュー] Lecture Notes on Quantum Algorithms

Kamil Khadiev|arXiv (Cornell University)|Dec 29, 2022

Quantum Computing Algorithms and Architecture被引用数 13

ひとこと要約

この論文は、アムプリチュード増幅を用いたグローバーの探索、SWAPテストを用いた量子フィンガープrint、および探索と最適化のための量子ウォークに焦点を当てた、量子アルゴリズムの包括的概要を提示する。量子ウォークに基づくアルゴリズムを導入し、バックトラッキング問題に対してほぼ2乗の加速を達成する。木構造のマーク付き頂点を検出するためのクエリ複雑度は、O(√T n¹·⁵ log n log(1/ε)) である。

ABSTRACT

The lecture notes contain three parts. The first part is Grover's Search Algorithm with modifications, generalizations, and applications. The second part is a discussion on the quantum fingerprinting technique. The third part is Quantum Walks (discrete time) algorithm with applications.

研究の動機と目的

• 研究者および学生向けに、コアとなる量子アルゴリズムを体系的に紹介すること。
• 解の個数が未知、複数解、任意のオракル関数に対応するグローバーの探索アルゴリズムを拡張すること。
• 高精度な量子状態比較を可能にするSWAPテストを用いた量子フィンガープリントの検討。
• ハミルトニアンパスやTSPといったNP困難問題を解くための量子ウォークベースのアルゴリズムの開発と分析。
• 木構造の探索空間における量子ウォークを用いたバックトラッキングアルゴリズムを提示し、古典的手法に対してほぼ2乗の加速を達成すること。

提案手法

• O(√N) のクエリ複雑度で非構造的データベースを探索するために、アムプリチュード増幅を用いたグローバーのアルゴリズムを活用する。
• 1つのキュービットのみを用いて高精度な量子状態比較が可能な、SWAPテストを用いた量子フィンガープリントを適用する。
• 探索木を二部グラフとしてモデル化し、偶数レベルと奇数レベルのノードをそれぞれ集合AとBとして分割する。
• マークされていない非ルートノードにはグローバー拡散を、マークされたノードには恒等演算を適用するコイン演算子を用いる。
• 量子ウォークの進化において固有値1の存在をチェックすることで、マーク付き頂点の存在を検出するために位相推定を用いる。
• レベルごとの二分探索を用いてマーク付き頂点を効率的に特定し、探索空間を効果的に縮小する。

実験結果

リサーチクエスチョン

• RQ1 グローバーの探索アルゴリズムは、解の個数が未知、あるいは任意のオラクル関数に対応するようにどのように一般化できるか？
• RQ2 アムプリチュード増幅は、量子探索アルゴリズムの成功確率を向上させるために果たす役割は何か？
• RQ3 SWAPテストを用いた量子フィンガープリントは、最小限のキュービットコストで等価性や比較問題を解くために利用可能か？
• RQ4 量子ウォークは、ハミルトニアンパスやTSPのようなバックトラッキング問題に、証明可能な加速を伴って適応可能か？
• RQ5 木構造におけるマーク付き頂点の検出に量子ウォークを用いる際のクエリ複雑度は何か？また、木のサイズに従ってどのようにスケーリングされるか？

主な発見

• 量子ウォークベースのアルゴリズムは、サイズTの木におけるマーク付き頂点の検出に、O(√T n¹·⁵ log n log(1/ε)) のクエリ複雑度を達成する。
• 位相推定の使用により、量子ウォーク進化演算子の固有値1の特定によって、マーク付き頂点の存在を検出可能である。
• 古典的手法のバックトラッキング（サイズTの木に対してO(T n) の時間）と比較して、ほぼ2乗の加速を実現する。
• 関数h(a)を用いて木を動的に構築することで、事前に計算されていないノードを持つ木構造の探索空間においても効率的な探索が可能である。
• オラクルf(a)が無効な部分木に対して2を返すようにすることで、ハミルトニアンパスやTSPといった問題は、枝刈り付きの木探索としてモデル化可能である。
• レベルに対する二分探索を用いることで、木全体を保存することなく探索空間を縮小可能である。