[論文レビュー] Low rank matrix recovery from Clifford orbits

Richard Kueng, Huangjun Zhu+1 more|arXiv (Cornell University)|Oct 25, 2016

Advanced X-ray Imaging Techniques参考文献 71被引用数 14

ひとこと要約

この論文は、凸最適化を用いて、クリフォード群の軌道からサンプリングされた測定値——特に安定化状態——から、低ランク行列、ならびに量子純粋状態を効率的に回復できることを示している。$ m \geq C\kappa_r r d \log d $ 測定値があれば、ノイズが存在する場合でも安定的かつ近似的に最適な回復が可能であり、正定値行列の最小二乗法による回復保証と再構成誤差の明示的バウンドが得られる。

ABSTRACT

We prove that low-rank matrices can be recovered efficiently from a small number of measurements that are sampled from orbits of a certain matrix group. As a special case, our theory makes statements about the phase retrieval problem. Here, the task is to recover a vector given only the amplitudes of its inner product with a small number of vectors from an orbit. Variants of the group in question have appeared under different names in many areas of mathematics. In coding theory and quantum information, it is the complex Clifford group; in time-frequency analysis the oscillator group; and in mathematical physics the metaplectic group. It affords one particularly small and highly structured orbit that includes and generalizes the discrete Fourier basis: While the Fourier vectors have coefficients of constant modulus and phases that depend linearly on their index, the vectors in said orbit have phases with a quadratic dependence. In quantum information, the orbit is used extensively and is known as the set of stabilizer states. We argue that due to their rich geometric structure and their near-optimal recovery properties, stabilizer states form an ideal model for structured measurements for phase retrieval. Our results hold for $m\geq C κ_r r d \log(d)$ measurements, where the oversampling factor k varies between $κ_r=1$ and $κ_r = r^2$ depending on the orbit. The reconstruction is stable towards both additive noise and deviations from the assumption of low rank. If the matrices of interest are in addition positive semidefinite, reconstruction may be performed by a simple constrained least squares regression. Our proof methods could be adapted to cover orbits of other groups.

研究の動機と目的

• クリフォード群の軌道から抽出された測定値からの低ランク行列再構成の理論的回復保証を確立すること。
• 構造的で近似的に最適な測定ベクトルである安定化状態が、効率的かつ安定的な位相再構成を可能にすることを示すこと。
• ノイズ下での安定的回復に必要な測定数の明示的バウンドを、低ランク仮定のもとで提供すること。
• これらの測定値を用いて、制約付き最小二乗回帰により正定値行列を効率的に再構成できることを示すこと。
• 表現論的技術を用いて、この手法をクリフォード群の軌道を超えた他の群の軌道へ拡張する基盤を築くこと。

提案手法

• 位相再構成問題を行列上の凸最適化問題に高次元化するため、PhaseLiftフレームワークを用いる。
• 特に安定化状態の幾何学的・代数的構造を分析するために、クリフォード群の表現論を用いる。
• クリフォード軌道からサンプリングされた測定演算子の制限等長性性質（RIP）を分析することで、回復保証を導出する。
• 核ノルム最小化と双対性の議論を用いて再構成誤差のバウンドを確立し、$ \ell_q $-ノルム項を介してノイズを組み込む。
• 測定数に影響を与えるオーバースマoothing要因 $ \kappa_r \in [1, r^2] $ を導入し、これは軌道とランク $ r $ に依存する。
• 測定集合の濃度法則とモーメントバウンドを用いて、加法的ノイズおよび低ランク摂動下での安定性を証明する。

実験結果

リサーチクエスチョン

• RQ1 クリフォード群の軌道から抽出された少数の測定値から、低ランク行列を安定的に回復できるか？
• RQ2 量子情報で知られている安定化状態は、位相再構成のための近似的に最適な測定集合を形成するか？
• RQ3 安定的回復に必要な最小測定数は何か？ これはランクと次元にどのように依存するか？
• RQ4 正定値行列は、この測定モデルを用いて効率的に再構成可能か？
• RQ5 この証明フレームワークは、クリフォード群の軌道を超えた他の群の軌道へどの程度一般化可能か？

主な発見

• 低ランク行列の回復は、$ m \geq C\kappa_r r d \log d $ 測定値がクリフォード軌道からサンプリングされれば可能であり、$ \kappa_r \in [1, r^2] $ である。
• 再構成誤差は $ \|Z^\sharp - X\|_2 \leq \frac{\hat{C}_2}{\sqrt{r}} \sigma_r(X) + \hat{C}_3 \sqrt{\kappa(z,r)} \, d m^{-1/q} \|\epsilon\|_{\ell_q} $ でバウンドされ、ノイズ下での安定性が示される。
• 正定値行列の場合は、制約付き最小二乗回帰により安定的回復が達成可能である。
• オーバースマoothing要因 $ \kappa_r $ は軌道とランクに依存し、最良ケースでは $ \kappa_r = 1 $、最悪ケースでは $ \kappa_r = r^2 $ となる。
• 安定化状態は、その豊富な幾何学的・代数的性質のおかげで、位相再構成のための高構造的で近似的に最適な測定集合を形成する。
• ヒューリスティックな証拠から、$ n $-キュービットの安定化状態を再構成するには $ O(n^2) $ 個のノイズなしの安定化測定で十分である可能性があるが、厳密な証明は未解決のままである。