[論文レビュー] Quantum search algorithms

Andris Ambainis|ArXiv.org|Apr 3, 2005

Quantum Computing Algorithms and Architecture参考文献 25被引用数 11

ひとこと要約

この論文は、グローバーの量子探索アルゴリズムとその一般化であるアンプリチュード増幅、およびNP完全問題、要素の相違性、グラフ問題への応用を焦点に、量子探索アルゴリズムをレビューしている。量子ウォークに基づくアルゴリズムを提示し、三角形探索ではO(N^{1.3})、行列積ではO(N^{5/3})のクエリ複雑性を達成するなど、古典的手法よりも多項式的量子高速化を実現している。

ABSTRACT

We review some of quantum algorithms for search problems: Grover's search algorithm, its generalization to amplitude amplification, the applications of amplitude amplification to various problems and the recent quantum algorithms based on quantum walks.

研究の動機と目的

• グローバー探索にインspiredされた量子アルゴリズムを調査し、アンプリチュード増幅と量子ウォークベースのアプローチに重点を置く。
• アンプリチュード増幅が古典的アルゴリズム的技法と組み合わせられることで、NP完全探索や要素の相違性といった問題がどのように解けるかを示す。
• 標準的なグローバー基盤の手法よりも優れた性能を示す量子ウォークアルゴリズムを提示し、三角形探索や行列積検証といった問題に応用する。
• 特に空間効率、時間-空間トレードオフ、および古典的・量子クエリ複雑性の最大ギャップに関連する、量子クエリ複雑性における未解決問題を特定する。
• 全ブール関数における量子高速化の理論的限界を探索し、特に決定的クエリ複雑性D(f)と有界誤差量子クエリ複雑性Q(f)の関係を調査する。

提案手法

• 未構造化探索においてO(√N)のクエリ複雑性を達成する、グローバーの探索アルゴリズムを基礎とする量子ブラックボックスとして用いる。
• アンプリチュード増幅を用いて、解の数が未知の状況下でも探索問題の成功確率を向上させ、グローバー法を一般化する。
• アンプリチュード増幅を古典的アルゴリズム的設計パターンと組み合わせ、NP完全充足可能性や要素の相違性といった問題を解く。
• 特に量子ウォーク探索フレームワークを用いて、構造的問題に対して標準的グローバー探索よりも優れたクエリ複雑性を達成する量子ウォークベースのアルゴリズムを適用する。
• 量子ウォークフレームワークを用いて、要素の相違性をO(N^{2/3})のクエリで解き、これをサブルーチンとして三角形探索や行列積問題に応用する。
• 量子クエリモデルを用いてクエリ複雑性を分析し、さまざまな問題における下界と最適性の証明に注目する。

実験結果

リサーチクエスチョン

• RQ1 アンプリチュード増幅を、古典的アルゴリズム的問題に体系的かつ一貫して適用することで、量子高速化を達成できるか？
• RQ2 量子アルゴリズムを用いて、グラフにおける三角形探索の最適クエリ複雑性は何か？
• RQ3 量子ウォークベースのアルゴリズムは、構造的探索問題において、グローバーの探索を上回る性能を達成できるか？
• RQ4 全ブール関数において、古典的決定的クエリ複雑性D(f)と有界誤差量子クエリ複雑性Q(f)の最大ギャップは何か？
• RQ5 要素の相違性を解く量子アルゴリズムを、サブ線形空間で実装できるか、それとも根本的な時間-空間トレードオフが存在するか？

主な発見

• グローバーの探索アルゴリズムは、未構造化探索においてO(√N)のクエリ複雑性を達成し、古典的手法に比べて2乗の高速化を実現する。
• アンプリチュード増幅はグローバー法を一般化し、解の数kが既知の場合にO(√(N/k))のクエリ複雑性を達成できる。
• 要素の相違性に対する量子ウォークベースのアルゴリズムは、O(N^{2/3})のクエリ複雑性を達成し、以前のO(N^{3/4})の境界を改善している。
• グラフにおける三角形探索は、要素の相違性をサブルーチンとして用いる二段階構成により、O(N^{1.3})の量子クエリで解ける。
• GF(2)上での行列積検証は、O(N^{5/3})の量子クエリで解ける。これは、量子ウォーク技法が代数的問題にどのように有用であるかを示している。
• 既知の古典的-量子クエリ複雑性ギャップの最良例は、グローバー問題においてD(f) = Θ(Q²(f))であるが、最大ギャップは未解決であり、既知の上界はD(f) = O(Q⁶(f))である。