[論文レビュー] Time-Efficient Quantum Entropy Estimator via Samplizer

Qisheng Wang, Zhicheng Zhang|arXiv (Cornell University)|Jan 1, 2024

Quantum Computing Algorithms and Architecture被引用数 5

ひとこと要約

この論文は、独立なサンプルを用いてN次元量子状態のvon NeumannおよびRényiエントロピーを時間的に効率的に推定できる、新しい量子アルゴリズムフレームワーク「samplizer」を導入する。量子クエリアルゴリズムを、証明可能に最適なサンプル複雑性を持つサンプルベースのアルゴリズムに変換することで、従来の手法と比較して指数的スピードアップを達成した。von Neumannエントロピーでは時間複雑度を Õ(N²) に、Rényiエントロピーでは Õ(N^{4/\alpha - 2}) にまで低減した。サンプル使用量はほぼ最適を維持している。

ABSTRACT

Entropy is a measure of the randomness of a system. Estimating the entropy of a quantum state is a basic problem in quantum information. In this paper, we introduce a time-efficient quantum approach to estimating the von Neumann entropy $S(ρ)$ and Rényi entropy $S_α(ρ)$ of an $N$-dimensional quantum state $ρ$, given access to independent samples of $ρ$. Specifically, we provide the following: 1. A quantum estimator for $S(ρ)$ with time complexity $ ilde O(N^2)$, improving the prior best time complexity $ ilde O(N^6)$ by Acharya, Issa, Shende, and Wagner (2020) and Bavarian, Mehraba, and Wright (2016). 2. A quantum estimator for $S_α(ρ)$ with time complexity $ ilde O(N^{4/α-2})$ for $0<α<1$ and $ ilde O(N^{4-2/α})$ for $α>1$, improving the prior best time complexity $ ilde O(N^{6/α})$ for $0<α<1$ and $ ilde O(N^6)$ for $α>1$ by Acharya, Issa, Shende, and Wagner (2020), though at a cost of a slightly larger sample complexity. Moreover, these estimators are naturally extensible to the low-rank case. We also provide a sample lower bound for estimating $S_α(ρ)$. Technically, our method is quite different from the previous ones that are based on weak Schur sampling and Young diagrams. At the heart of our construction, is a novel tool called samplizer, which can "samplize" a quantum query algorithm to a quantum algorithm with similar behavior using only samples of quantum states; this suggests a unified framework for estimating quantum entropies. Specifically, when a quantum oracle $U$ block-encodes a mixed quantum state $ρ$, any quantum query algorithm using $Q$ queries to $U$ can be samplized to a $δ$-close (in the diamond norm) quantum algorithm using $ ildeΘ(Q^2/δ)$ samples of $ρ$. Moreover, this samplization is proven to be optimal, up to a polylogarithmic factor.

研究の動機と目的

• 与えられた独立なサンプルから、N次元量子状態 ρ のvon Neumannエントロピー S(ρ) を時間的に効率的な量子アルゴリズムで推定すること。
• 時間複雑度を改善した手法を用いて、α > 1および0 < α < 1の両方のRényiエントロピー Sα(ρ) を推定すること。
• 量子クエリアルゴリズムを、有界なダイアモンドノルム誤差を持つサンプルベースのアルゴリズムに変換する新しい量子プリミティブ「samplizer」を導入すること。
• von NeumannおよびRényiエントロピー推定のためのタイトなサンプル複雑度下界を確立し、提案手法の最適性を確認すること。

提案手法

• 中心的イノベーションは「samplizer」であり、Q回のクエリを使用する量子クエリアルゴリズムを、ρの Õ(Q²/δ) 個のサンプルを用いて、ダイアモンドノルムでδ近似の動作を達成するサンプルベースの量子アルゴリズムに変換する。
• samplizerは、量子ハダマードテストと固有値変換技術を活用し、ρの状態準備のみを用いてユニタリオラクルの作用をシミュレートする。
• von Neumannエントロピーのため、ρの固有値上で関数 f(x) = -x ln x の多項式近似をブロック符号化し、samplizerフレームワークを用いてsamplizedする。
• Rényiエントロピーのため、fα(x) = x^α を再帰的にチェビシェフ多項式で近似し、得られたクエリ回路にsamplizerを適用する。
• 時間複雑度は、元のアルゴリズムのクエリ数と、samplizerによって生じるオーバーヘッドに基づいて導出される。δ-近似シミュレーションのためのオーバーヘッドは Õ(Q²/δ) である。
• フレームワークは、samplizerパイプライン内でのスパースアクセスおよび低ランク近似技術を活用することで、低ランク量子状態へ自然に拡張可能である。

実験結果

リサーチクエスチョン

• RQ1 量子エントロピー推定は、サンプル複雑度に線形に依存する時間複雑度で行えるか？ これは古典的手法と一致するか？
• RQ2 量子エントロピー推定において、サンプル複雑度と時間複雑度の最適なトレードオフは何か？
• RQ3 任意の量子クエリアルゴリズムを、有界な誤差を持つサンプルベースのアルゴリズムに変換する一般用途の変換を構築可能か？
• RQ4 weak Schurサンプリングおよびヤング図形に基づく従来手法と比較して、samplizerフレームワークは効率性および正確性で優れているか？
• RQ5 von NeumannおよびRényiエントロピー推定の根本的なサンプル複雑度下界は何か？

主な発見

• 提案されたvon Neumannエントロピーの量子推定器は、時間複雑度 Õ(N²) を達成しており、以前の最良の Õ(N¶) と比較して指数的改善である。
• Rényiエントロピーでは、0 < α < 1 の場合 Õ(N^{4/\alpha - 2})、α > 1 の場合 Õ(N^{4 - 2/\alpha}) の時間複雑度を達成し、それぞれ以前の最良の Õ(N^{6/\alpha}) および Õ(N¶) より顕著に改善された。
• samplizer変換は、多項式対数要因を除いて最適であることが証明されており、Qクエリアルゴリズムをδ精度（ダイアモンドノルム）でシミュレートするには Õ(Q²/δ) 個のサンプルが必要である。
• サンプル複雑度はほぼ最適であり、以前の研究と比較してわずかに増加しているが、時間複雑度は著しく低減されている。
• タイトなサンプル下界が確立された：Rényiエントロピーでは Ω(max{N/ε, N^{1/\alpha - 1}/ε^{1/\alpha}}) であり、提案手法の効率性を確認している。
• フレームワークは、スパースアクセスおよび低ランク近似を活用することで、低ランク量子状態へ自然に拡張可能であり、時間的およびサンプル効率を維持している。