[논문 리뷰] Quantum Online Algorithms with Respect to Space Complexity

Kamil Khadiev, Aliya Khadieva외 1명|arXiv (Cornell University)|2017. 09. 25.

Quantum Computing Algorithms and Architecture참고 문헌 1인용 수 3

한 줄 요약

이 논문은 양자 온라인 알고리즘을 도입하고, 하위常用 및 다항로그 공간 복잡도에서 고전적 알고리즘에 비해 그 슈퍼리어리티를 입증한다. 양자 알고리즘은 더 적은 메모리로 더 나은 경쟁 비율을 달성할 수 있으며, 공유 EPR-페어를 사용할 경우 고전적 알고리즘 대비 절반의 애드바이스 큐비트만으로도 최적 성능을 달성한다. 이는 페이지링 문제에서 n/2개의 애드바이스 큐비트로 최적 성능을 내는 것으로 입증되었다.

ABSTRACT

Online algorithm is a well-known computational model. We introduce quantum online algorithms and investigate them with respect to a competitive ratio in two points of view: space complexity and advice complexity. We start with exploring a model with restricted memory and show that quantum online algorithms can be better than classical ones (deterministic or randomized) for sublogarithmic space (memory), and they can be better than deterministic online algorithms without restriction for memory. Additionally, we consider polylogarithmic space case and show that in this case, quantum online algorithms can be better than deterministic ones as well.

연구 동기 및 목표

• 공간 복잡도 및 애드바이스 복잡도 제약 조건 하에서 양자 온라인 알고리즘을 조사하는 것.
• 경쟁 비율 측면에서 양자 온라인 알고리즘과 고전적 결정론적 및 랜덤화 알고리즘을 비교하는 것.
• 양자 모델이 동일하거나 더 높은 효율성으로 고전적 알고리즘을 시뮬레이션할 수 있는지 탐색하는 것.
• 온라인 계산에서 공유된 얽힌 큐비트(EPR-페어)가 애드바이스 복잡도에 미치는 영향을 분석하는 것.
• 이론적 프레임워크를 페이지링 문제와 같은 잘 알려진 문제들인 (n,k,r,w)-Hats 수의 파리티 문제에 적용하는 것.

제안 방법

• 논문은 양자 및 고전적 구성 요소를 모두 포함한 양자 온라인 알고리즘 모델을 도입하고, 오직 양자 상태만을 사용하는 순수 양자 온라인 알고리즘을 정의한다.
• 메모리 제약을 s 비트로 제한함으로써 공간 복잡도를 분석하여, 단일 큐비트 양자 알고리즘이 하위로그 공간에서 고전적 알고리즘보다 뛰어나다는 것을 보여준다.
• 애드바이스 복잡도를 위해 두 가지 모델을 제안한다: 비공유 큐비트 모델과 공유 EPR-페어 모델이며, 조언자와 알고리즘 간의 양자 통신을 사용한다.
• EPR-페어 얽힘에서 유도된 양자 우월성을 활용하여, 애드바이스 큐비트 사용량을 두 배로 줄였다. 이는 [BW92]의 프로토콜에 기반한다.
• 양자 온라인 알고리즘이 최대 s개의 고전적 비트와 하나의 큐비트 메모리로 고전적 랜덤화 알고리즘을 동일한 경쟁 비율로 시뮬레이션할 수 있음을 증명한다.
• 이론적 프레임워크를 (n,k,r,w)-Hats 수의 파리티 문제와 페이지링 문제에 적용하여, 최소한의 애드바이스로 최적 결과를 도출하였다.

실험 결과

연구 질문

• RQ1 하위로그 공간 제약 조건 하에서, 양자 온라인 알고리즘이 고전적 결정론적 또는 랜덤화 알고리즘보다 더 나은 경쟁 비율을 달성할 수 있는가?
• RQ2 양자 온라인 알고리즘이 유사하거나 더 나은 메모리 효율성으로 고전적 랜덤화 알고리즘을 시뮬레이션할 수 있는가?
• RQ3 공유된 얽힌 큐비트(EPR-페어)를 사용할 경우, 고전적 애드바이스에 비해 필요한 애드바이스 큐비트 수가 줄어드는가?
• RQ4 페이지링 문제에서 양자 온라인 알고리즘의 최소 애드바이스 큐비트 요구량은 얼마이며, 고전적 애드바이스에 비해 절반으로 줄일 수 있는가?
• RQ5 다항로그 공간 환경에서, 양자 온라인 알고리즘의 경쟁 비율은 고전적 알고리즘과 비교해 어떻게 되는가?

주요 결과

• 단일 큐비트를 사용하는 양자 온라인 알고리즘은, 고전적 결정론적 또는 랜덤화 알고리즘이 메모리 제약이 없더라도 하위로그 공간에서 슈퍼리어리티를 보인다.
• (n,k,r,w)-Hats 수의 파리티 문제에서, 하나의 애드바이스 큐비트를 사용하는 양자 온라인 알고리즘은 최적 성능을 달성하지만, 고전적 알고리즘은 더 많은 애드바이스가 필요하거나 경쟁 비율이 열 劣하다.
• 양자 온라인 알고리즘은 최대 s개의 고전적 비트와 하나의 추가 큐비트 메모리로 고전적 랜덤화 알고리즘을 동일한 경쟁 비율로 시뮬레이션할 수 있으며, 이는 양자 모델이 최소한 동일한 계산 능력을 지닌다는 것을 증명한다.
• 공유 EPR-페어를 사용할 경우, 양자 온라인 알고리즘은 b 비트 대신 ⌈b/2⌉개의 애드바이스 큐비트만 필요로 하여 고전적 알고리즘 대비 애드바이스 비용을 효과적으로 절반으로 줄였다.
• 페이지링 문제에서, 공유된 얽힌 큐비트를 사용하는 최적의 양자 온라인 알고리즘은 고전적 최적 사례의 n 비트 대비 단지 n/2개의 애드바이스 큐비트만 필요로 한다.
• 논문은 애드바이스를 갖는 양자 온라인 알고리즘이 고전적 알고리즘과 동일하거나 더 나은 경쟁 비율을 달성할 수 있으며, 공간 복잡도와 애드바이스 복잡도가 모두 감소함을 확립하였다.