[論文レビュー] Non-Commutative Blahut-Arimoto Algorithms

Mario Berta, Navneeth Ramakrishnan+2 more|arXiv (Cornell University)|May 3, 2019

Quantum Computing Algorithms and Architecture被引用数 4

ひとこと要約

本稿では、量子エントロピー不等式を用いて収束を保証する非可換一般化ブラーク・アリモトアルゴリズムを、量子情報理論的量に対して導入する。$\mathcal{O}(\varepsilon^{-1}\log N)$ 回の反復で $\varepsilon$-近似が達成可能であるという事前的な反復回数の上限と、より効率的な事後的な停止基準を提示しており、実用的な収束を加速するヒューリスティクスも併せ持つ。

ABSTRACT

We generalize alternating optimization algorithms of Blahut-Arimoto type to the quantum setting. In particular, we give iterative algorithms to compute the mutual information of quantum channels, the Holevo quantity of classical-quantum channels, the coherent information of less noisy quantum channels, and the thermodynamic capacity of quantum channels. Our convergence analysis is based on quantum entropy inequalities and leads to a priori additive $\varepsilon$-approximations after $\mathcal{O}\left(\varepsilon^{-1}\log N ight)$ iterations, where $N$ denotes the input dimension of the channel. We complement our analysis with an a posteriori stopping criterion which allows us to terminate the algorithm after significantly fewer iterations compared to the a priori criterion in numerical examples. Finally, we discuss heuristics to accelerate the convergence.

研究の動機と目的

• 古典的ブラーク・アリモトアルゴリズムを量子ドメインに拡張し、主要な量子情報量の計算を可能にする。
• 反復的計算における量子相互情報量および関連測度の収束保証を、量子エントロピー不等式を用いて確立する。
• 理論的境界を上回る実用的効率性を向上させるために、事前および事後の停止基準を提供する。
• 量子チャネル最適化に特化したヒューリスティクス戦略を用いて収束を加速する。

提案手法

• 量子エントロピー不等式を用いた交替最適化の一般化により、非可換な量子チャネルを扱う。
• 相互情報量、ホールボ量、整合情報量、熱力学的容量の計算のための反復的アルゴリズムを開発する。
• $N$次元の入力空間において $\varepsilon$-精度を達成するための事前収束境界として、$\mathcal{O}(\varepsilon^{-1}\log N)$ 回の反復を採用する。
• 残差ノルムに基づく事後的な停止基準を導入し、数値例で反復回数を理論的上限以下に削減する。
• ステップサイズの適応やモーメンタム型更新などのヒューリスティクスを用いて収束を加速する。
• 収束解析の基盤として、量子相対エントロピーとトレース不等式を用いる。

実験結果

リサーチクエスチョン

• RQ1 ブラーク・アリモト風の反復的アルゴリズムは、非可換な量子設定へ一般化可能か？
• RQ2 エントロピー不等式を用いて、量子相互情報量および関連量の収束保証をどのように確立できるか？
• RQ3 量子チャネル最適化において、事前と事後の停止基準は実際のところどのように比較されるか？
• RQ4 どのようなヒューリスティクスが、量子情報理論的アルゴリズムの収束を効果的に加速できるか？

主な発見

• アルゴリズムは、$\varepsilon$-近似のための事前収束境界として $\mathcal{O}(\varepsilon^{-1}\log N)$ 回の反復を達成する。
• 数値実験において、事後的な停止基準が常に事前境界を下回る反復回数に抑えることが確認された。
• 量子エントロピー不等式を用いた収束の証明により、非可換な設定下でも安定性と正確性が保証される。
• ヒューリスティクスによる加速手法は、実装上において収束速度を顕著に向上させる。
• 本フレームワークは、量子チャネルの相互情報量、ホールボ量、整合情報量、熱力学的容量に一様に適用可能である。