[논문 리뷰] Grover's Algorithm for Multiobject Search in Quantum Computing

G. Chen, S. A. Fulling외 1명|ArXiv.org|1999. 09. 13.

Quantum Computing Algorithms and Architecture인용 수 12

한 줄 요약

이 논문은 힐버트 공간 프레임워크를 사용하여, 무작위 데이터베이스에서 다수의 타겟 아이템을 효율적으로 검색할 수 있도록 고르버의 양자 검색 알고리즘을 일반화한다. 알고리즘이 다수의 해를 찾는 동안에도 최적의 제곱근 속도 향상(quadratic speedup)을 유지함을 보여주며, 성공 확률은 표시된 상태 수에 따라 예측 가능하게 변화한다.

ABSTRACT

L. K. Grover's search algorithm in quantum computing gives an optimal, square-root speedup in the search for a single object in a large unsorted database. In this paper, we expound Grover's algorithm in a Hilbert-space framework that isolates its geometrical essence, and we generalize it to the case where more than one object satisfies the search criterion.

연구 동기 및 목표

• 양자 데이터베이스에서 다수의 타겟 상태를 다룰 수 있도록 고르버의 원래 단일 타겟 검색 알고리즘을 확장하는 것.
• 힐베르트 공간 프레임워크 내에서 다중 대상 검색 과정의 기하학적 해석을 제공하는 것.
• 검색 기준을 만족하는 항목이 하나 이상일 경우 알고리즘의 행동 및 성공 확률을 분석하는 것.
• 다중 대상 검색에 있어서 질의 복잡도 측면에서 일반화된 알고리즘이 최적임을 입증하는 것.
• 다중 해 경우의 확률 증폭 과정의 수학적 구조를 명확히 하는 것.

제안 방법

• 기하학적 핵심을 분리하기 위해 힐베르트 공간 표현을 사용하여 고르버 알고리즘을 형식화하는 것.
• 초기 상태와 표시된 상태의 균일한 초월 상태가 생성하는 두 차원 부분공간 내에서의 반복적 회전으로 검색 과정을 모델링하는 것.
• 반복적인 고르버 반복 연산자의 적용 하에서 시스템 상태 벡터의 진화를 유도하는 것.
• 다수의 표시된 상태를 고려하는 일반화된 확산 연산자를 도입하여 알고리즘의 유니터리 구조를 유지하는 것.
• 확률 진동의 변화를 추적함으로써 다중 대상 검색의 수렴 행동과 최적 측정 시점을 분석하는 것.
• 각도 매개변수를 사용하여 목표 부분공간으로의 회전을 기술하고, 단일 해 경우를 일반화하는 것.

실험 결과

연구 질문

• RQ1 어떻게 고르버 알고리즘을 비정렬 데이터베이스에서 다수의 타겟 상태를 효율적으로 검색할 수 있도록 확장할 수 있는가?
• RQ2 힐베르트 공간 내에서 다중 대상 검색 과정의 기하학적 구조는 무엇인가?
• RQ3 표시된 항목 수에 따라 표시된 상태를 찾는 데 성공 확률은 어떻게 변화하는가?
• RQ4 다중 해 경우에서 표시된 상태를 측정할 확률을 최대화하기 위해 필요한 최적의 반복 수는 얼마인가?
• RQ5 다수의 해가 존재할 경우 일반화된 알고리즘이 질의 복잡도 측면에서 여전히 최적인가?

주요 결과

• 일반화된 고르버 알고리즘은 최적의 제곱근 속도 향상을 유지하며, 크기가 N인 데이터베이스에서 r개의 표시된 항목이 있을 경우 성공 확률이 O(√N/r)로 스케일링된다.
• 알고리즘의 성능은 표시된 상태 수에 따라 달라지는 각도를 가진 두 차원 부분공간 내의 회전에 의해 결정된다.
• 최적의 반복 수는 약 π√N/(4√r)이며, 이는 표시된 상태를 측정할 확률을 최대화한다.
• 성공 확률은 이 최적 반복 수 근처에서 최고점에 도달하고 나서 감소하며, 이는 반복 수를 정밀하게 제어할 필요성을 확인한다.
• 기하학적 프레임워크는 r ≪ N일 경우 표시된 상태 수에 관계없이 알고리즘의 효율성이 유지됨을 확인한다.
• 분석 결과, 다중 해가 존재할 경우에도 알고리즘이 강건하고 효율적이며, 확률 증폭 메커니즘이 적절하게 스케일링됨을 보여준다.