[論文レビュー] Optimal parallel quantum query algorithms

Stacey Jeffery, Frédéric Magniez+1 more|arXiv (Cornell University)|Sep 24, 2013

Quantum Computing Algorithms and Architecture参考文献 34被引用数 6

ひとこと要約

この論文は、各タイムステップで同時に $ p $ 個のクエリを行う並列量子アルゴリズムの、タイトな量子クエリ複雑度の境界を確立する。並列化された量子ウォークアルゴリズムを導入し、要素の同一性の問題に対して $ \Theta((n/p)^{2/3}) $、$ k $-和問題に対して $ \Theta((n/p)^{k/(k+1)}) $ のクエリを達成するが、修正された敵対的法と学習グラフ技術を用いて、これらの境界が最適であることを証明する。

ABSTRACT

We study the complexity of quantum query algorithms that make p queries in parallel in each timestep. This model is in part motivated by the fact that decoherence times of qubits are typically small, so it makes sense to parallelize quantum algorithms as much as possible. We show tight bounds for a number of problems, specifically Theta((n/p)^{2/3}) p-parallel queries for element distinctness and Theta((n/p)^{k/(k+1)} for k-sum. Our upper bounds are obtained by parallelized quantum walk algorithms, and our lower bounds are based on a relatively small modification of the adversary lower bound method, combined with recent results of Belovs et al. on learning graphs. We also prove some general bounds, in particular that quantum and classical p-parallel complexity are polynomially related for all total functions f when p is small compared to f's block sensitivity.

研究の動機と目的

• クエリが $ p $-並列のタイムステップにわたって同時に実行される状況における、問題の最適な量子クエリ複雑度を特定すること。
• 量子ビットのデコherence時間の制限に応じて、量子アルゴリズムにおける並列化を最大化すること。
• 要素の同一性や $ k $-和といった基本的な問題の複雑度について、$ p $-並列クエリモデル下での理解のギャップを埋めること。
• 高度な量子アルゴリズム技術を用いて、これらの問題に対するタイトな上界と下界を確立すること。
• 特に $ p $ がブロック感度に比べて小さい場合に、全関数における古典的および量子的 $ p $-並列複雑度の関係を調査すること。

提案手法

• $ p $-並列クエリモデル下で、要素の同一性と $ k $-和問題を効率的に解く並列化された量子ウォークアルゴリズムを開発する。
• $ p $-並列クエリ複雑度に対するタイトな下界を導出するために、敵対的下界法の修正版を適用する。
• Belovs らの最近の学習グラフに関する結果を活用して、下界分析を強化する。
• $ p $-並列クエリモデルを用いて、デコherence制約下での量子計算における時間と幅のトレードオフを調整する。
• 古典的および量子的 $ p $-並列複雑度の関係を分析し、$ p $ が小さく、全関数の場合に多項式的に同等であることを示す。
• 回路の深さとクエリ複雑度モデルを用いて、並列環境下での量子加速の比較を行う。

実験結果

リサーチクエスチョン

• RQ1 要素の同一性問題における $ p $-並列クエリモデル下での最適な量子クエリ複雑度は何か？
• RQ2 $ k $-和問題における $ p $-並列量子クエリ複雑度はどのようにスケーリングするか？
• RQ3 敵対的法は、$ p $-並列量子クエリモデルでタイトな下界を提供するために適応可能か？
• RQ4 $ p $ がブロック感度に比べて小さい場合に、全関数における古典的および量子的 $ p $-並列クエリ複雑度の関係は何か？
• RQ5 並列化された量子ウォークによって達成された上界は、これらの問題に対して最適か？

主な発見

• 論文は、$ p $-並列モデル下での要素の同一性問題に対して、$ \Theta((n/p)^{2/3}) $ のタイトな上界を確立する。
• $ k $-和問題に関しては、$ p $-並列クエリモデル下で $ \Theta((n/p)^{k/(k+1)}) $ のタイトな上界を導出する。
• 著者らは、修正された敵対的法と学習グラフ技術を組み合わせることで、これらの上界が最適であることを、一致する下界を確立することで証明する。
• 論文は、$ p $ が関数 $ f $ のブロック感度に比べて小さい場合に、すべての全関数 $ f $ に対して、量子的および古典的 $ p $-並列クエリ複雑度が多項式的に関連していることを示す。
• 結果は、並列化が特に $ p $ が大きい場合にクエリ複雑度を顕著に低下させることを示しており、量子加速が並列クエリ制約下でも堅牢に保たれることを示唆する。
• 本研究は、デコherence制約下でのフォールトトレランス型量子アルゴリズム設計のための、$ p $-並列モデルが実用的である可能性を示唆する。