[논문 리뷰] Quantum algorithm for linear non-unitary dynamics with near-optimal dependence on all parameters

Dong An, Andrew M. Childs외 1명|arXiv (Cornell University)|2023. 12. 06.

Quantum Computing Algorithms and Architecture인용 수 8

한 줄 요약

논문은 Hamiltonian 시뮬레이션의 선형 조합(LCHS)을 일반화하여 선형 비단위 진화를 단위 진화의 가중합으로 표현하고, 양자 컴퓨터에서 선형 ODE를 푸는 데 있어 거의 최적의 매개변수 스케일링 및 최적의 상태 준비를 달성한다.

ABSTRACT

We introduce a family of identities that express general linear non-unitary evolution operators as a linear combination of unitary evolution operators, each solving a Hamiltonian simulation problem. This formulation can exponentially enhance the accuracy of the recently introduced linear combination of Hamiltonian simulation (LCHS) method [An, Liu, and Lin, Physical Review Letters, 2023]. For the first time, this approach enables quantum algorithms to solve linear differential equations with both optimal state preparation cost and near-optimal scaling in matrix queries on all parameters.

연구 동기 및 목표

• 대 Hamiltonian 다이내믹스를 넘어서는 대규모 선형 ODE의 효율적인 양자 시뮬레이션을 동기 부여한다.
• 비단위 프로파게이터를 단위 진화의 가중 적분으로 표현하는 일반화된 LCHS 프레임워크를 도입한다.
• 정밀도에 대한 거의 최적(다항 로그) 의존성과 최적 상태 준비 비용을 달성한다.
• 새로운 LCHS 커널 함수들을 통해 Gibbs 상태 준비 및 시간에 독립적인 경우의 개선을 가능하게 한다.

제안 방법

• 일반 선형 비단위 진화를 커널 f(k)와 분해 A(t)=L(t)+iH(t)로 인한 단위 진화의 커널 가중 적분으로 표현한다.
• 완만한 해석성, 감소 및 정규화 조건하에서 T e^{-∫ A(s) ds} = ∫ f(k)/(1−ik) T e^{-i∫(kL(s)+H(s)) ds} dk의 일반화된 LCHS 등식을 증명한다.
• β∈(0,1)인 특정 커널 계열 f(z)=1/(2π e^{-2^{β}} e^{(1+iz)^{β}})을 도입하여 k에서의 거의 지수적 감소를 얻고, 이로써 절단 매개변수 K=O((log(1/ε))^{1/β})를 더 작게 만든다.
• 적분을 합성 가우스 구적법으로 이산화하고 각 단위 진화를 절단된 Dyson 급수로 시뮬레이션한다; 그리고 이를 양자 LCU(유닛리티의 선형 조합)로 결합한다.
• 향상된 커널을 활용하여 시간 의존적 및 시간 독립적 A(t) 전체에서 행렬 질의의 거의 최적 스케일링과 최적 상태 준비 비용을 달성한다.
• Gibbs 상태 준비 및 하이브리드, 근시대적(near-term) 구현 경로를 확장 및 논의한다.

실험 결과

연구 질문

• RQ1 A(t)와 비동질 항 b(t)가 있는 비단위 선형 다이나믹스를 어떻게 단위 진화들의 합으로 표현할 수 있는가?
• RQ2 어떤 커널 함수들이 거의 지수적 감소를 가능하게 하여 LCHS 기반 양자 ODE 알고리즘의 정밀도 스케일링을 향상시키는가?
• RQ3 향상된 LCHS 프레임워크를 사용할 때 일반적인 시간 의존적 및 시간 독립적 선형 ODE의 질의 복잡도는 어떻게 되는가?
• RQ4 향상된 LCHS 프레임워크가 Gibbs 상태 준비 및 하이브리드(근시대적) 구현을 지원할 수 있는가?
• RQ5 LCHS 공식의 더 넓은 안정성이나 고유값 변환으로의 확장에 대한 남아 있는 이론적 질문은 무엇인가?

주요 결과

• 일반화된 LCHS 공식을 통해 비단위 프로파게이터를 커널 f(k)를 가진 단위 진화의 가중 적분으로 표현한다.
• 지수에 근접한 감소를 보이는 커널을 사용하면 절단 매개변수를 크게 줄이고原 LCHS에 비해 정밀도 스케일링이 크게 개선된다.
• 향상된 LCHS 알고리즘은 ε 오차를 갖는 선형 ODE를 행렬 질의 복잡도 Õ((||u0||+||b||_L1)/||u(T)|| · α_A T · (log(1/ε))^{1+1/β}) 및 최적의 상태 준비 비용으로 해결한다.
• 시간 독립적 A의 경우 복잡도가 QSP/QSVT 기반 해밀토니언 시뮬레이션으로 더 개선되어 Õ((||u0||/||u(T)||) α_A T (log(1/ε))^{1/β})로 증가하며 ε에 대한 가법적 스케일링에 근접한다.
• 이 프레임워크는 γ 및 α_L에 거의 선형 의존하고 1/ε에 다항 로그 의존을 가지는 Gibbs 상태 준비를 가능하게 한다.
• 하이브리드 구현은 LCU 항목을 샘플링하고 Hadamard 테스트 및 진폭 추정으로 관측치를 추정하여 보조 큐비트 요구를 줄인다.