[논문 리뷰] Quantum neural networks driven by information reservoir

Deniz Türkpençe, Tahir Çetin Akıncı외 1명|arXiv (Cornell University)|2017. 09. 11.

Quantum Information and Cryptography참고 문헌 2인용 수 3

한 줄 요약

이 논문은 양자 정보 저장소에 결합된 상호작용 스핀 모델 기반의 양자 신경망(QNN) 유닛을 제안하며, 충돌 모델을 사용하여 마르코프성 및 비마르코프성 동역학을 시뮬레이션한다. 마르코프성 저장소는 양자 신경계산에 적합한 안정적이고 공명적인 정상 상태 출력을 가능하게 하며, 비마르코프성 동역학은 기억 효과를 유도하여 출력을 불안정하게 하여 신뢰할 수 있는 계산에 해로운 것으로 나타났다.

ABSTRACT

This study concerns with the dynamics of a quantum neural network unit in order to examine the suitability of simple neural computing tasks. More specifically, we examine the dynamics of an interacting spin model chosen as a candidate of a quantum perceptron for closed and open quantum systems. We adopt a collisional model enables examining both Markovian and non-Markovian dynamics of the proposed quantum system. We show that our quantum neural network (QNN) unit has a stable output quantum state in contact with an environment carrying information content. By the performed numerical simulations one can compare the dynamics in the presence and absence of quantum memory effects. We find that our QNN unit is suitable for implementing general neural computing tasks in contact with a Markovian information environment and quantum memory effects cause complications on the stability of the output state.

연구 동기 및 목표

• 폐쇄 및 개방 양자 시스템에서의 양자 신경망 유닛의 동역학을 연구하여 신경계산 적용을 위한 기초를 마련한다.
• 다양한 환경 조건 하에서 스핀 기반의 양자 퍼셉트론 모델이 신경계산 작업을 구현하는 데 적합한지 평가한다.
• 마르코프성과 비마르코프성 저장소가 QNN 출력 상태의 안정성과 공명성에 미치는 영향을 평가한다.
• 양자 저장소가 뉴럴 네트워크 아키텍처에서 혼합 상태 양자 계산의 플랫폼으로 기능할 수 있는지 탐색한다.

제안 방법

• 충격 모델을 사용하여 개방 양자 시스템의 동역학을 시뮬레이션함으로써 마르코프성 및 비마르코프성 저장소 상호작용을 연구할 수 있도록 한다.
• QNN 유닛은 두 개의 스핀 간의 디폴드-디폴드 결합을 갖는 상호작용 스핀 시스템으로 모델링되며, 큐비트를 양자 노드로 표현한다.
• 시스템 해밀토니안에는 QNN 유닛과 입력 저장소 간의 플립-플롭 상호작용이 포함되며, 결합 강도를 조절하여 동역학을 제어한다.
• 정보 전송과 상태 안정성 평가를 위해 출력 상태와 목표 저장소 상태 간의 양자 상호정보량과 허상도를 계산한다.
• 출력 노드의 공명성을 $l_1$-노름 공명도를 사용하여 정량화함으로써 정상 상태에서의 양자 효과 분석이 가능해진다.
• 일반적인 저장소 상태(예: 양자 중첩 상태 포함)를 고려하여 최대 3개의 입력 노드에 대해 수치 시뮬레이션을 수행한다.

실험 결과

연구 질문

• RQ1 양자 정보 저장소에 결합된 양자 신경망 유닛이 안정적인 출력 상태를 달성할 수 있는가?
• RQ2 마르코프성 및 비마르코프성 저장소 동역학은 QNN 출력 상태의 안정성과 공명성에 어떤 영향을 미치는가?
• RQ3 출력 상태가 얼마나 오랫동안 양자 공명성을 유지할 수 있으며, 혼합 상태 환경에서도 순수한 양자 효과를 지원할 수 있는가?
• RQ4 결합 강도와 입력 노드의 수를 제어 변수로 사용하여 QNN의 정상 상태 출력을 조절할 수 있는가?
• RQ5 비마르코프성 동역학은 양자 신경계산 작업에 유익한가, 아니면 해로운가?

주요 결과

• 마르코프성 영역에서는 QNN 유닛이 저장소 상태들의 가중 통계적 혼합물인 안정적인 정상 상태 출력에 도달하며, 잔류 공명성이 충분하여 양자 효과를 드러낼 수 있다.
• 마르코프성 경우에 출력 상태와 목표 저장소 상태 간의 허상도가 높은 값에 포화되며, 효과적인 정보 전달을 나타낸다.
• 비마르코프성 영역에서는 양자 상호정보량에서 역류가 관찰되며, 허상도는 진동하는 양상을 보여 정보 유출과 불안정성을 시사한다.
• 비마르코프성 동역학에서는 기억 효과로 인해 출력 상태가 흐릿하고 불안정해지며, 공명성 역시 안정되지 않고 진동한다.
• 비마르코프성 동역학은 출력 상태의 신뢰성을 크게 떨어뜨려 일관된 양자 신경계산 작업에 부적합하다.
• 시스템은 마르코프성 저장소에 약한 결합을 통해 안정적이고 제어 가능한 출력 상태를 달성할 수 있음을 보여주며, 저장소 구동 양자 신경망의 실현 가능성을 뒷받침한다.