[논문 리뷰] Computing Wasserstein Distance for Persistence Diagrams on a Quantum Computer

Jesse Berwald, Joel M. Gottlieb외 1명|arXiv (Cornell University)|2018. 09. 17.

Topological and Geometric Data Analysis인용 수 13

한 줄 요약

이 논문은 최소비용 이분 매칭 문제를 QUBO(이차 무제약 이진 최적화) 문제로 공식화하여, 휘어진 다이어그램 간의 워셔스타인 거리(Wasserstein distance)를 계산하기 위한 양자 앤날링 방법을 제안한다. 이 방법은 매칭 작업을 D-Wave 2000Q 양자 프로세서에 매핑하여, 작은 다이어그램 크기에서는 제곱 워셔스타인 거리가 정확하게 계산되었으며, 문제 크기가 증가함에 따라 임bedding 제약으로 인해 성능이 저하됨을 보였다.

ABSTRACT

Persistence diagrams are a useful tool from topological data analysis which can be used to provide a concise description of a filtered topological space. What makes them even more useful in practice is that they come with a notion of a metric, the Wasserstein distance (closely related to but not the same as the homonymous metric from probability theory). Further, this metric provides a notion of stability; that is, small noise in the input causes at worst small differences in the output. In this paper, we show that the Wasserstein distance for persistence diagrams can be computed through quantum annealing. We provide a formulation of the problem as a Quadratic Unconstrained Binary Optimization problem, or QUBO, and prove correctness. Finally, we test our algorithm, exploring parameter choices and problem size capabilities, using a D-Wave 2000Q quantum annealing computer.

연구 동기 및 목표

• 위상적 데이터 분석에서 핵심 지표인 휘어진 다이어그램 간의 워셔스타인 거리를 계산하기 위한 양자 컴퓨팅 접근법을 개발하는 것.
• 워셔스타인 거리의 기초가 되는 최소비용 매칭 문제를 양자 앤날링에 적합한 QUBO 형식으로 매핑하는 것.
• 실제 하드웨어인 D-Wave 2000Q 프로세서를 사용하여 이 양자 접근법의 타당성과 성능을 평가하는 것.
• 다양한 문제 크기에서 솔루션 품질과 안정성에 영향을 미치는 핵심 QUBO 파라미터 B의 영향을 분석하는 것.

제안 방법

• 워셔스타인 거리 계산은 두 휘어진 다이어그램 간의 점 쌍을 나타내는 그래프 G̃에서 최소비용 이분 매칭 문제로 축소된다.
• 식 3.5에 제시된 QUBO 해밀토니안 H는 비용 항 F_c와 제약 항 F_U, F_V를 조합하여 유효한 매칭을 보장한다.
• QUBO는 그 최저 에너지 상태가 워셔스타인 거리를 위한 최소비용 매칭에 해당하도록 설계되어 있다.
• 파라미터 B > B*일 경우, 즉 G̃ 내 최대 간선 가중치를 초과할 경우, 최적 해가 정확한 워셔스타인 거리에 해당함을 보장한다.
• 이 방법은 D-Wave 2000Q 양자 프로세서에 구현되고, B 값과 다이어그램 크기의 다양한 조합에서 결과가 분석되었다.
• 문제는 논리 큐비트로 인코딩되며, 물리적 큐비트 체인은 논리 변수를 표현하고, 솔루션 품질은 저에너지 상태 샘플링을 통해 평가된다.

실험 결과

연구 질문

• RQ1 휘어진 다이어그램에 대한 워셔스타인 거리 계산을 양자 앤날링에 적합한 QUBO 문제로 효과적으로 공식화할 수 있는가?
• RQ2 QUBO의 페널티 파라미터 B의 선택이 양자 솔루션의 정확도와 안정성에 어떤 영향을 미치는가?
• RQ3 이 방법을 사용하여 D-Wave 2000Q가 신뢰성 있게 워셔스타인 거리를 계산할 수 있는 최대 문제 크기는 얼마인가?
• RQ4 다이어그램 크기와 B 값이 증가함에 따라 솔루션 품질과 저에너지 상태의 분포는 어떻게 변화하는가?
• RQ5 근접한 양자 프로세서에서 성능에 영향을 미치는 하드웨어 제약(예: 큐비트 체인 끊김, 임베딩 밀도 등)은 무엇인가?

주요 결과

• 작은 문제(예: 3×2 다이어그램)에서는 D-Wave 2000Q가 정확한 최소비용 매칭에 해당하는 저에너지 상태를 성공적으로 찾았으며, 정확한 솔루션의 빈도가 높았다.
• 이론적으로 필요한 최소값인 B*로 B를 설정했을 때, 양자 프로세서는 일관되게 정확한 워셔스타인 거리를 반환하여 QUBO 공식화의 타당성을 검증했다.
• B*를 초과하여 B를 증가시켜도 작은 문제에서는 여전히 정확한 솔루션이 도출되었으며, 이는 페널티 파라미터의 다소 과대 추정에 대한 강건성을 보여주었다.
• 문제 크기가 증가함에 따라(예: 4×3 및 6×5 다이어그램), 임베딩 복잡도 증가와 큐비트 체인 끊김 가능성 증가로 인해 솔루션 품질이 저하되었다.
• 논리 변수를 표현하기 위해 필요한 물리적 큐비트 수는 다이어그램 크기 증가에 따라 크게 증가했으며, 이는 문제 그래프의 높은 노드 차수로 인해 발생했고, 이는 확장성에 제약을 주었다.
• 결과적으로, 양자 앤날링은 작은 다이어그램에 대해서는 워셔스타인 거리를 정확하게 계산할 수 있지만, 큐비트 체인 끊김과 큐비트 연결성 등의 하드웨어 제약으로 인해 확장성에 제한이 있음을 시사한다.