[논문 리뷰] An efficient quantum algorithm for simulating polynomial differential equations

Amit Surana, Abeynaya Gnanasekaran외 1명|arXiv (Cornell University)|2022. 12. 21.

Quantum Computing Algorithms and Architecture인용 수 4

한 줄 요약

이 논문은 임의의 유한 차수 $k$를 가진 다항 벡터장을 갖는 비선형 상미분방정식(ODE)을 시뮬레이션하기 위한 양자 알고리즘을 제시한다. 이는 이전의 이차 시스템에 국한된 연구를 확장한 것이다. $k$차 ODE를 고차원의 이차 시스템으로 매핑하고, Carleman 선형화를 적용한 후 절단 및 정방향 오일러와 QLSA를 이용한 양자 선형 시스템 해법을 통해, $k$, $T$, $ \log n$ 에 대해 다항 시간 복잡도 스케일링을 달성한다. 이는 특정 조건 하에서 지수적 속도 향상을 제공할 수 있다.

ABSTRACT

We present an efficient quantum algorithm to simulate nonlinear differential equations with polynomial vector fields of arbitrary degree on quantum platforms. Models of physical systems that are governed by ordinary differential equations (ODEs) or partial differential equation (PDEs) can be challenging to solve on classical computers due to high dimensionality, stiffness, nonlinearities, and sensitive dependence to initial conditions. For sparse $n$-dimensional linear ODEs, quantum algorithms have been developed which can produce a quantum state proportional to the solution in poly(log(nx)) time using the quantum linear systems algorithm (QLSA). Recently, this framework was extended to systems of nonlinear ODEs with quadratic polynomial vector fields by applying Carleman linearization that enables the embedding of the quadratic system into an approximate linear form. A detailed complexity analysis was conducted which showed significant computational advantage under certain conditions. We present an extension of this algorithm to deal with systems of nonlinear ODEs with $k$-th degree polynomial vector fields for arbitrary (finite) values of $k$. The steps involve: 1) mapping the $k$-th degree polynomial ODE to a higher dimensional quadratic polynomial ODE; 2) applying Carleman linearization to transform the quadratic ODE to an infinite-dimensional system of linear ODEs; 3) truncating and discretizing the linear ODE and solving using the forward Euler method and QLSA. Alternatively, one could apply Carleman linearization directly to the $k$-th degree polynomial ODE, resulting in a system of infinite-dimensional linear ODEs, and then apply step 3. This solution route can be computationally more efficient. We present detailed complexity analysis of the proposed algorithms, prove polynomial scaling of runtime on $k$ and demonstrate the framework on an example.

연구 동기 및 목표

• 이차 벡터장이 아닌 임의의 유한 차수 다항 시스템으로까지 비선형 ODE 시뮬레이션을 위한 양자 알고리즘을 확장하기 위해.
• 고차원성, 강성, 비선형성으로 인해 고전적 ODE/PDE 해법기에서 발생하는 계산적 과제를 양자 우월성으로 해결하기 위해.
• 시스템 크기 $n$, 진화 시간 $T$, 차수 $k$에 대해 지정된 조건 하에서 다항 시간 복잡도 스케일링을 유지하기 위해.
• 효율적인 임bedding 및 절단 전략을 통해 고차수 다항 ODE에 대한 양자 속도 향상이 여전히 가능함을 보여주기 위해.

제안 방법

• 다항 ODE의 $k$차 수준을 더 높은 차원의 이차 다항 ODE 시스템으로 매핑하여 Carleman 선형화의 적용을 가능하게 하기 위해.
• 이차 ODE 시스템을 무한차원 선형 ODE 시스템으로 변환하기 위해 Carleman 선형화를 적용하기 위해.
• 무한차원 시스템을 유한한 수준 $N$에서 절단하여 유한차원 근사값을 확보하기 위해.
• 수치적 통합을 위해 절단된 선형 ODE 시스템을 정방향 오일러 방법으로 이산화하기 위해.
• 결과로 얻어진 선형 시스템을 양자 선형 시스템 알고리즘(QLSA)을 사용하여 해결하여, 해에 비례하는 양자 상태를 준비하기 위해.
• 중간 단계의 이차 매핑보다 직접 $k$차 시스템에 대해 Carleman 선형화를 적용함으로써 계산 비용을 감소시킬 수 있도록 프로세스를 최적화하기 위해.

실험 결과

연구 질문

• RQ1 양자 알고리즘이 $k$에 대해 다항 시간 복잡도 스케일링을 갖는 임의의 유한 차수 다항 ODE를 시뮬레이션할 수 있는가?
• RQ2 제안된 방법이 고차수 비선형성에 대해 고전적 해법기보다 양자 우월성을 유지하는가?
• RQ3 Carleman 선형화 프레임워크 내에서 절단 수준 $N$이 정확도와 복잡도에 어떤 영향을 미치는가?
• RQ4 해의 감쇠 요소 $q = \|\mathbf{x}(0)\| / \|\mathbf{x}(T)\|$ 가 총 쿼리 및 게이트 복잡도에 어떤 영향을 미치는가?
• RQ5 계산 효율성 측면에서 $k$차 시스템에 직접 Carleman 선형화를 적용하는 것이 중간 단계의 이차 매핑보다 뛰어나지 않은가?

주요 결과

• 제안된 알고리즘은 쿼리 및 게이트 복잡도를 $\mathcal{O}\left(\frac{sT^{2}q}{\epsilon}\textsf{poly}(\log T, \log n, \log 1/\epsilon)\right)$ 로 달성하며, $k$에 대해 다항 스케일링을 유지한다.
• 이전 접근법에서 관찰된 지수적 의존성과는 달리, 알고리즘은 진화 시간 $T$에 대해 다항 시간 복잡도 스케일링을 유지한다.
• $k$차 ODE에 대한 Carleman 선형화는 중간 단계의 이차 매핑보다 더 계산적으로 효율적인 경로를 이끌어낸다.
• 절단 수준 $N$은 원래 시스템의 고유한 방정식들이 선형화된 근사치에 모두 포함되도록 보장하기 위해 $N = N'(k-1)$로 선택된다.
• 복잡도 분석은 $R_k < 1$ 조건 하에서 알고리즘이 고전적 방법보다 지수적 속도 향상을 제공함을 확인한다. 여기서 $R_k$는 비선형성과 선형 감쇠에 대한 상대적 특성을 기술한다.
• 수치적 시연은 테스트 예제에서 이 프레임워크의 실현 가능성과 정확성을 확인하며, 이론적 복잡도 한계를 검증한다.