[논문 리뷰] Quantum Pattern Recognition

Carlo A. Trugenberger|ArXiv.org|2002. 10. 25.

Quantum Computing Algorithms and Architecture인용 수 20

한 줄 요약

이 논문은 이진 패턴을 계산 기저 상태의 양자 중첩에 저장함으로써 지수적 메모리 용량을 가능하게 하는 양자 연상 기억 모델을 제안한다. 입력 유사도(해밍 거리)에 따라 기억 상태를 회전시켜 가장 유사한 패턴을 확률적 측정을 통해 복원하며, 온도 유사 매개변수를 통해 높은 재현 정확도를 조절 가능하게 하여 고전적 용량 부족 문제를 양자적 이점으로 해결한다.

ABSTRACT

I review and expand the model of quantum associative memory that I have recently proposed. In this model binary patterns of n bits are stored in the quantum superposition of the appropriate subset of the computational basis of n qbits. Information can be retrieved by performing an input-dependent rotation of the memory quantum state within this subset and measuring the resulting state. The amplitudes of this rotated memory state are peaked on those stored patterns which are closest in Hamming distance to the input, resulting in a high probability of measuring a memory pattern very similar to it. The accuracy of pattern recall can be tuned by adjusting a parameter playing the role of an effective temperature. This model solves the well-known capacity shortage problem of classical associative memories, providing an exponential improvement in capacity. The price to pay is the probabilistic nature of information retrieval, a feature that, however, this model shares with our own brain.

연구 동기 및 목표

• 고전적 연상 기억의 용량 부족 문제를 해결하기 위해, 최대 저장 패턴 수가 뉴런 수에 선형적으로 비례하는 문제(p_max ≈ 0.14n)를 해결한다.
• 양자 중첩과 유니터리 진동을 활용해 n 비트의 모든 2^n가지 가능한 이진 패턴을 저장함으로써 최적의 지수적 용량을 달성한다.
• 손상되거나 불완전한 입력과 가장 유사한 패턴을 확률적이지만 효율적인 방법으로 복원하는 정보 검색 메커니즘을 설계한다.
• 인식 및 식별 정확도를 독립적으로 제어할 수 있는 조절 가능한 매개변수(효과적 온도 t와 임계값 T)를 도입한다.
• 고전적 모델에서 흔한 비정상적 기억 상태(스패이오러스 메모리)를 피하기 위해 패턴을 비가역적으로 인코딩함으로써, 불안정한 국소 최소값이 존재하지 않음을 보여준다.

제안 방법

• n 큐비트의 계산 기저 내에서 p개의 이진 패턴을 양자 중첩으로 저장하여 차원이 p인 부분공간을 형성한다.
• 입력에 따라 저장된 패턴 부분공간 내에서 유니터리 회전을 수행하여 입력과 해밍 거리가 가장 가까운 패턴의 진폭을 증폭한다.
• b개의 제어 큐비트를 사용해 기억 상태를 더 큰 하이젠베르크 공간에 통합함으로써, 진폭 강화 또는 반복 측정을 통한 효율적 상태 투영을 가능하게 한다.
• 저장된 패턴에 위상 이동을 적용한 일반화된 그로버 유사 알고리즘을 사용해 유니터리 진동을 보장하면서도 비정상적 상태 없이 회전을 구현한다.
• 효과적 온도 t = 1/b를 조절하여 가장 유사한 저장된 패턴 주변의 진폭 집중 정도를 제어하며, 낮은 t일수록 식별 정밀도가 향상된다.
• 제어 큐비트의 측정을 통한 후선택을 통해 상태를 원하는 부분공간으로 투영하고, 성공적인 결과가 나올 때까지 반복한다.

실험 결과

연구 질문

• RQ1 양자 중첩은 고전적 한계를 초월해 지수적 메모리 용량을 갖는 연상 기억에 가능하게 하는가?
• RQ2 양자 상태 회전은 손상되거나 불완전한 입력과 가장 유사한 패턴을 확률적으로 복원하는 데 어떻게 활용될 수 있는가?
• RQ3 효과적 온도 매개변수 t = 1/b는 패턴 인식 정확도를 제어하는 데 어떤 역할을 하는가?
• RQ4 이 모델은 호프필드 모델과 같은 고전적 네트워크에서 흔한 비정상적 기억 상태를 어떻게 피할 수 있는가?
• RQ5 진폭 강화를 활용해 복원 메커니즘을 효율적이고 확장 가능하게 만들 수 있는가? 이 경우 복잡도는 n에 독립적인가?

주요 결과

• 모델은 지수적 메모리 용량을 달성하여, n 비트의 이진 패턴을 최대 2^n개까지 저장할 수 있으며, 이는 고전적 한계인 O(n)을 크게 초월한다.
• 패턴 재현은 확률적이지만 매우 정확하며, 입력과 해밍 거리가 가장 가까운 저장된 패턴 주변에 진폭이 집중되어 있어, 비슷한 패턴의 측정 확률이 높다.
• 인식 정확도는 임계값 T를 통해 조절 가능하며, 진폭 강화를 사용할 경우 T = 80번의 반복으로 충분하고, 이를 사용하지 않을 경우 T = 6,000번이 필요하다.
• 식별 정밀도는 b에 의해 제어되며, t = 1/b는 효과적 역온도로 작용한다. 낮은 t일수록 가장 유사한 패턴에 진폭이 집중된다.
• 모델은 유니터리 연산자 M이 비저장된 패턴에 대해 진폭을 0으로 유지함으로써 비정상적 기억 상태를 완전히 피한다. 이는 고전적 모델이 p/n ≈ 0.14를 초월하면 불안정한 국소 최소값에 빠지기 때문에와는 대조적이다.
• 다항식 p(n)에 대해 복원 복잡도는 n에 독립적인 매개변수 T와 b에만 의존하므로, 열역학적 극한에서 효율적인 구현이 가능하다.