[論文レビュー] Single query learning from abelian and non-abelian Hamming distance oracles

David Meyer, James Pommersheim|ArXiv.org|Dec 3, 2009

Quantum Computing Algorithms and Architecture参考文献 10被引用数 5

ひとこと要約

本稿は、ハミング距離を任意の置換に写像する、量子オракルの新しい置換モデルを導入する。標準的なモデルが巡回シフトに限られるのに対し、本モデルでは $S_r$ 内の任意の置換を許容する。偶数 $n$ の場合、$r=2$ のキューブリットを用いた1回のクエリで、非アーベル置換を用いることで $n$ ビット文字列を確率1で特定可能である。奇数 $n$ の場合、完全な成功は不可能であるが、$r=3$ と非アーベル群作用を用いることで、最大約95.5%の成功確率が達成可能である。

ABSTRACT

We study the problem of identifying an n-bit string using a single quantum query to an oracle that computes the Hamming distance between the query and hidden strings. The standard action of the oracle on a response register of dimension r is by powers of the cycle (1...r), all of which, of course, commute. We introduce a new model for the action of an oracle--by general permutations in S_r--and explore how the success probability depends on r and on the map from Hamming distances to permutations. In particular, we prove that when r = 2, for even n the success probability is 1 with the right choice of the map, while for odd n the success probability cannot be 1 for any choice. Furthermore, for small odd n and r = 3, we demonstrate numerically that the image of the optimal map generates a non-abelian group of permutations.

研究の動機と目的

• 標準的な量子オーケストルモデルを一般化し、応答レジスタに $S_r$ 内の任意の置換を作用させるようにすること。特に、巡回シフトに限定しない。
• 応答レジスタの次元 $r$ と置換写像の選択が、単一クエリ学習の成功確率に与える依存関係を調査すること。
• 非アーベル置換作用が、アーベル作用（巡回シフト）よりも優れた性能を示すかどうかを検証すること。
• 完全な学習（成功確率1）が達成可能な条件を特定すること。特に、偶数 $n$ と奇数 $n$ の比較を含む。
• 状態ベクトルの線形独立性が、目的の文字列を区別する役割を果たす仕組みを明らかにし、量子測定理論を用いて成功確率を束縛すること。

提案手法

• 各ハミング距離 $d$ が $S_r$ 内の置換 $\sigma_d$ に写像され、応答レジスタの次元 $r$ に作用する新しいオーケストルモデルを提案。標準的な加法的モデルを一般化する。
• ユニタリ変換 $|x,b\rangle \mapsto |x, \sigma_{\text{dist}(a,x)}(b)\rangle$ を用いてオーケストルを実装。非アーベル作用を可能にする。
• 量子状態識別技術を用い、初期応答状態と置換割り当てを最適化することで、隠れた文字列 $a$ を1回のクエリで特定する。
• 初期状態が置換 $\sigma_d$ によって写された画像を列とする行列 $B$ を導入。線形代数的手法を用いて成功確率を束縛する。
• 小規模な $n$（特に $n=3$ と $n=5$）に対して、数値最適化を用いて最適な置換割り当てと初期状態を特定する。
• 補題6.2を適用し、行列 $B$ の列が線形従属である場合、フルランクの場合に比べて成功確率が低くなることを示す。

実験結果

リサーチクエスチョン

• RQ1 非アーベル置換作用が、アーベル（巡回）作用と比較して、単一クエリ学習の成功確率を向上させ得るか？
• RQ2 $r=2$ の応答レジスタを用いた1回のクエリで、どの $n$ の値に対して完全な学習（成功確率1）が達成可能か？
• RQ3 $r=3$ の場合、奇数 $n$ に対して達成可能な最大成功確率は何か？また、アーベルケースを上回るか？
• RQ4 成功確率 $p_n(r)$ は、$r$ が大きくなるに従い、$r! \geq n+1$ を超えた後も増加し続けるか、それとも漸近的に飽和するか？
• RQ5 置換群の構造（アーベル対非アーベル）が、異なる隠れた文字列に対応する量子状態の区別可能性に与える影響は何か？

主な発見

• 偶数 $n$ の場合、$r=2$ と非アーベル置換写像 $\sigma_d = (12)^{b_1(d)}$ を用いることで、1回のクエリで完全な学習（成功確率1）が達成可能である。
• 奇数 $n$ の場合、$r=2$ で単一ビット関数や置換写像を選んでも、最適な初期状態と置換割り当てを用いても、成功確率1は達成不可能である。
• $n=3$ の場合、$r=3$ で最適な成功確率は約0.974であり、これは置換写像の像が非アーベル群を生成する場合に達成される。
• $n=5$ の場合、$r=3$ で最適な成功確率は約0.955であり、再び非アーベル置換群を用いた場合に達成される。
• 初期状態に対する置換作用によって生成される行列 $B$ の列が線形従属である場合、成功確率は $k/n$ で上界が与えられる。ここで $k$ は状態が張る部分空間のランクである。
• 成功確率 $p_n(r)$ は $r$ に関して非減少であり、$p_3(4) = 1$ であるが $p_3(3) < 1$ であるため、$r! \geq n+1$ を超えた後でも成功確率が増加することがある。