[논문 리뷰] On Randomized and Quantum Query Complexities

Gatis Midrijānis|ArXiv.org|2005. 01. 25.

Quantum Computing Algorithms and Architecture참고 문헌 19인용 수 4

한 줄 요약

이 논문은 총부울함수에 대해 결정론적, 랜덤화, 양자 쿼리 복잡도 간의 더 날카운 경계를 수립한다. 이는 한쪽 오차가 있는 양자 알고리즘에 대해 결정론적 쿼리 복잡도 D(f)가 O(Q₁(f)³)임을 증명하며 이전 결과를 향상시키고, 영점오차 대 두쪽 오차 랜덤화 알고리즘 간에 R₀(f) = O(R₂(f)² log N)임을 보여, 쿼리 복잡도 이론에서 랜덤화 제거 및 양자화 제거 목표를 진전시킨다.

ABSTRACT

We study randomized and quantum query (a.k.a. decision tree) complexity for all total Boolean functions, with emphasis to derandomization and dequantization (removing quantumness from algorithms). Firstly, we show that $D(f) = O(Q_1(f)^3)$ for any total function $f$, where $D(f)$ is the minimal number of queries made by a deterministic query algorithm and $Q_1(f)$ is the number of queries made by any quantum query algorithm (decision tree analog in quantum case) with one-sided constant error; both algorithms compute function $f$. Secondly, we show that for all total Boolean functions $f$ holds $R_0(f)=O(R_2(f)^2 \log N)$, where $R_0(f)$ and $R_2(f)$ are randomized zero-sided (a.k.a Las Vegas) and two-sided (a.k.a. Monte Carlo) error query complexities.

연구 동기 및 목표

• 총부울함수에 대해 결정론적, 랜덤화, 양자 쿼리 복잡도 간의 관계를 더욱 날카롭게 하기.
• 양자 및 랜덤화 대응체를 기반으로 결정론적 복잡도에 대한 개선된 상한을 수립함으로써 랜덤화 제거 및 양자화 제거 목표를 진전시키기.
• Buhrman 등과 Aaronson의 기존 경계, 특히 한쪽 오차 양자 및 영점오차 랜덤화 쿼리 모델에 대해 개선된 경계를 확보하기.
• 다항식 방법이 쿼리 복잡도 분석, 특히 블록 민감도 및 차수 경계를 통해 어떻게 활용될 수 있는지 탐색하기.
• 기존에 알려진 쿼리 복잡도 모델 간 분리의 최적성에 관한 열린 질문을 해결하기.

제안 방법

• 쿼리 알고리즘의 출력 확률가 최대 2T차의 다항식으로 표현된다는 사실을 활용하여, 다항식 방법을 사용해 양자 쿼리 알고리즘을 분석한다.
• 블록 민감도 하한 기법을 적용하여, 비결정론적 다항식에서 최대단항식을 쿼리할 경우 블록 민감도가 최소한 1 감소함을 보여준다.
• 블록 민감도 bs(f)가 O(\widetilde{deg}(f)²)임을 보여주는 Nisan-Szegedy 정리를 적용하여 다항식 차수와 민감도 측정치를 연결한다.
• 근사 다항식의 차수를 쿼리 복잡도와 연결함으로써 경계를 유도하며, Q₁(f) ≥ min(ndeg(f), ndeg(1−f))/2라는 사실을 활용한다.
• 이러한 다항식 경계를 서로소 민감 블록에 대한 조합적 추론과 결합하여 최종적인 복잡도 관계를 유도한다.
• 임의의 입력 w에 대해 f(w)=0이고, 비결정론적 다항식 p의 최대단항식 M이 있을 때, f(w^B)=1이 되는 변수 집합 B가 존재함을 이용하여 블록 민감도 감소를 제어한다.

실험 결과

연구 질문

• RQ1 결정론적 쿼리 복잡도 D(f)는 한쪽 오차가 있는 양자 쿼리 복잡도 Q₁(f)에 대해 더 날카운 경계로 유계화될 수 있는가?
• RQ2 총부울함수에 대해 영점오차 랜덤화 복잡도 R₀(f)와 두쪽 오차 랜덤화 복잡도 R₂(f) 사이의 최적 관계는 무엇인가?
• RQ3 다항식 방법을 어떻게 활용해 양자 및 랜덤화 쿼리 복잡도의 기존 경계를 향상시킬 수 있는가?
• RQ4 기존에 알려진 양자와 고전적 쿼리 복잡도 간 분리는 최적이며, 이를 더 줄일 수 있는가?
• RQ5 특정 함수 클래스에 대해 알려진 경계를 초월해 결정론적 복잡도와 랜덤화 복잡도 간 격차를 줄일 수 있는가?

주요 결과

• 논문은 모든 총부울함수 f에 대해 D(f) = O(Q₁(f)³)임을 증명하며, Buhrman 등이 이전에 제시한 O(Q₁(f)⁴)의 경계를 향상시킨다.
• R₀(f) = O(R₂(f)² log N)로 영점오차 및 두쪽 오차 랜덤화 쿼리 복잡도 간의 관계를 더욱 날카롭게 한다.
• D(f) = O(Q₁(f)³) 결과는 비결정론적 다항식에서 최대단항식을 분석하는 데 있어 다항식 방법의 새로운 응용을 통해 도출된다.
• R₀(f) = O(R₂(f)² log N) 경계는 블록 민감도 분석과 랜덤화 쿼리 복잡도 분석을 결합하여 도출된다.
• Aaronson 및 Buhrman 등 이전 결과를 초월하여, 한쪽 오차 양자 알고리즘에 대해 더 날카운 탈양자화 결과를 제공한다.
• 분석은 다항식 차수 경계, 특히 ndeg(f) 및 \widetilde{deg}(f)에 대한 경계가 쿼리 복잡도 분리 유도에 핵심적임을 확인한다.