[논문 리뷰] Quantum Algorithm for Preparing Thermal Gibbs States - Detailed Analysis

Chen-Fu Chiang, Paweł Wocjan|arXiv (Cornell University)|2010. 01. 07.

Quantum Computing Algorithms and Architecture참고 문헌 10인용 수 13

한 줄 요약

이 논문은 하미르토니안 시뮬레이션과 위상 추정에 대한 개선된 오차 분석을 사용하여 게리브 상태를 준비하는 데 수정된 양자 알고리즘을 제안한다. 주요 기여는 이전 연구에 비해 불완전한 시뮬레이션과 유한 정밀도 측정으로 인한 오버헤드를 줄인 $ O\left(\sqrt{D/\mathcal{Z}_\beta} \cdot \frac{\beta}{\epsilon}(\log \frac{1}{\epsilon} + \beta)\right) $ 의 더 엄격한 복잡도 상한을 제공한다.

ABSTRACT

In a recent work [10], Poulin and one of us presented a quantum algorithm for preparing thermal Gibbs states of interacting quantum systems. This algorithm is based on Grovers's technique for quantum state engineering, and its running time is dominated by the factor D/Z(β), where D and Z(β) denote the dimension of the quantum system and its partition function at inverse temperature β, respectively. We present here a modified algorithm and a more detailed analysis of the errors that arise due to imperfect simulation of Hamiltonian time evolutions and limited performance of phase estimation (finite accuracy and nonzero probability of failure). This modfication together with the tighter analysis allows us to prove a better running time by the effect of these sources of error on the overall complexity. We think that the ideas underlying of our new analysis could also be used to prove a better performance of quantum Metropolis sampling by Temme et al. [12].

연구 동기 및 목표

• 임의의 역온도에서 양자 시스템의 열기체 고전 상태를 더 견고하게 준비하기 위한 새로운 양자 알고리즘을 개발하기 위해.
• 불완전한 하미르토니안 시간 진동 시뮬레이션의 정확성과 효율성에 미치는 영향을 다루기 위해.
• 유한 정밀도 위상 추정으로 인해 발생하는 오차(정확도 제한 및 비영일 확률)를 분석하고 줄이기 위해.
• 특히 골버 기반 상태 공학의 맥락에서 오차 경계를 강화함으로써 알고리즘의 총 복잡도를 향상시키기 위해.
• 유사 알고리즘(예: 양자 메트로폴리스 샘플링)의 성능 분석 향상에도 기여할 수 있는 프레임워크를 제공하기 위해.

제안 방법

• 열기체 고전 상태를 준비하기 위해 상태 공학을 위한 골버의 양자 검색 기법을 응용하여 진폭 강화를 수행한다.
• 하미르토니안 시뮬레이션 오차, 위상 추정 정밀도, 실패 확률을 고려한 수정된 알고리즘을 도입한다.
• 오차 $ \|U - U_{\mathrm{sim}}\| \leq \epsilon_{\mathrm{sim}} $ 를 갖는 $ U_{\mathrm{sim}} $ 가 $ \exp(2\pi i H) $ 를 근사하는 제어된-$ U_{\mathrm{sim}} $ 연산을 사용한다.
• 정밀도 $ \epsilon_{\mathrm{prec}} $ 와 실패 확률 $ \epsilon_{\mathrm{fail}} $ 를 갖는 위상 추정을 적용하여 그 영향이 최종 상태의 정밀도에 미치는 영향을 제한한다.
• 상태 유사도를 측정하기 위해 트레이스 거리를 사용하여 $ \|\rho_\beta - \tilde{\rho}_\beta\|_{\mathrm{tr}} \leq \epsilon $ 를 확보한다.
• 성공 확률과 오차 전파를 제어하기 위해 투사된 상태의 트레이스 $ \mathrm{tr}(\sigma) $ 에 대한 경계를 유도한다.

실험 결과

연구 질문

• RQ1 불완전한 하미르토니안 시뮬레이션으로 인한 오차를 정량적으로 경계하여 열기체 상태 준비의 정확성을 유지할 수 있는가?
• RQ2 유한 정밀도 위상 추정이 골버 기반 열기체 상태 준비에서 성공 확률과 상태 정밀도에 어떤 영향을 미치는가?
• RQ3 위상 추정의 비영일 실패 확률이 알고리즘의 총 복잡도와 수렴에 어떤 영향을 미치는가?
• RQ4 더 엄격한 오차 경계는 원래의 Poulin-Wocjan 알고리즘 대비 실행 시간을 줄일 수 있는가?
• RQ5 이곳에서 개발된 분석 프레임워크는 양자 메트로폴리스 샘플링의 성능 분석 향상에 얼마나 확장될 수 있는가?

주요 결과

• 알고리즘은 목표 열기체 고전 상태 $ \rho_\beta $ 와 출력 상태 $ \tilde{\rho}_\beta $ 사이의 트레이스 거리 오차가 최대 $ \epsilon $ 이내가 되도록 보장하여 문제의 정확성 요구 조건을 충족한다.
• 위상 추정에 필요한 정밀도는 $ \epsilon_{\mathrm{prec}} = \epsilon / (32\beta) $ 로 설정되어 스펙트럼 추정 오차가 최종 상태 오차를 지배하지 않도록 보장한다.
• 위상 추정의 실패 확률은 $ \epsilon_{\mathrm{fail}} = e^{-\beta} \epsilon^2 $ 이내로 제한되며, 이는 다중 반복 동안 높은 성공 확률을 유지하는 데 충분히 작다.
• 하미르토니안 시뮬레이션 오차는 $ \epsilon_{\mathrm{sim}} \leq \epsilon^2 / (8\beta\kappa) $ 로 제한되어야 하며, 여기서 $ \kappa $ 는 시스템에 따라 달라지는 상수이다.
• 총 복잡도는 $ O\left(\sqrt{D/\mathcal{Z}_\beta} \cdot \frac{\beta}{\epsilon}(\log \frac{1}{\epsilon} + \beta)\right) $ 로 스케일링되며, 이는 이전의 경계에 비해 상당한 개선을 나타낸다.
• 분석 결과, 시뮬레이션, 위상 추정, 실패 확률로 인한 오차 기여는 모두 제어되어 있어 알고리즘의 정확성을 유지하면서도 필요한 골버 반복 수를 줄일 수 있다.