[논문 리뷰] The Hidden Subgroup Problem

Frédéric Wang|arXiv (Cornell University)|2010. 07. 30.

Quantum Computing Algorithms and Architecture참고 문헌 8인용 수 10

한 줄 요약

이 논문은 2010년 기준으로 숨겨진 부분군 문제(HSP)에 대한 종합적인 업데이트를 제공하며, 정규부분군과 몫군을 통한 HSP에 대한 귀납적 접근 방식을 포함한 새로운 이론적 프레임워크를 도입한다. 디덱킨드 군에 대해 군 동형사상 기반의 새로운 알고리즘을 제시하고, 이방군에서 강한 푸리에 샘플링의 정확한 표현식을 유도하며, 강한 그래프 동형사상 문제를 대칭군에서의 HSP로 환원하고, Regev의 알고리즘에 대해 다항식의 오ракulum 복잡도 한계를 명시적으로 분석한다.

ABSTRACT

We give an overview of the Hidden Subgroup Problem (HSP) as of July 2010, including new results discovered since the survey of arXiv:quant-ph/0411037v1. We recall how the problem provides a framework for efficient quantum algorithms and present the standard methods based on coset sampling. We study the Dihedral and Symmetric HSPs and how they relate to hard problems on lattices and graphs. Finally, we conclude with the known solutions and techniques, describe connections with efficient algorithms as well as miscellaneous variants of HSP. We also bring various contributions to the topic. We show that in theory, we can solve HSP over a given group inductively: the base case is solving HSP over its simple factor groups and the inductive step is building efficient oracles over a normal subgroup N and over the factor group G/N. We apply this analysis to the Dedekindian HSP to get an alternative abelian HSP algorithm based on a change of the underlying group. We also propose a quotient reduction by the normal group obtained via Weak Fourier Sampling. We compute the exact expression of Strong Fourier Sampling over the dihedral group, showing how the previous reduction is natural and matches the standard one. We also give a reduction of rigid graph isomorphism problem to HSP over the alternating group. For this group and other simple groups, we propose maximal subgroup reduction as a possible approach. We also analyse Regev's algorithm for the poly(n)-uniqueSVP, prove how the degree of the polynomial is related to the oracle complexity used and we suggest several variants.

연구 동기 및 목표

• 아벨 군과 알려진 비아벨 사례를 초월하여 HSP를 해결하기 위한 이론적 프레임워크를 확장하는 것.
• 정규부분군과 몫군을 기반으로 한 HSP에 대한 새로운 귀납적 접근 방식을 개발하는 것.
• 이방군에서 강한 푸리에 샘플링의 정확한 표현식을 제공하는 것.
• 강한 그래프 동형사상 문제를 대칭군에서의 HSP로 환원하는 것.
• Regev의 알고리즘을 다항식(n)-유일한 SVP에 대해 분석하고, 오라클 복잡도를 명확히 하는 것.

제안 방법

• 간단한 몫군에서 HSP를 해결하고, 정규부분군과 몫군을 통해 오라클을 이용해 해를 결합함으로써 HSP에 대한 귀납적 해결책을 제안한다.
• 기저 군을 변경하여 디덱킨드 군에 대해 별도의 아벨 HSP 알고리즘을 구성한다.
• 약한 푸리에 샘플링을 적용하여 샘플링으로부터 얻은 정규부분군을 통한 자연스러운 몫 환원을 유도한다.
• 이방군에서 강한 푸리에 샘플링의 정확한 표현식을 계산하여 기존 구성과의 일관성을 입증한다.
• 군론적 구성 기반으로 강한 그래프 동형사상 문제를 대칭군에서의 HSP로 환원한다.
• Regev의 알고리즘을 다항식(n)-유일한 SVP에 대해 분석하고, 다항식의 차수와 오라클 복잡도 간의 관계를 유도한다.

실험 결과

연구 질문

• RQ1 정규부분군과 몫군을 사용하여 HSP를 귀납적으로 해결할 수 있는가?
• RQ2 디덱킨드 군의 구조는 어떻게 활용되어 별도의 아벨 HSP 알고리즘을 설계할 수 있는가?
• RQ3 이방군에서 강한 푸리에 샘플링의 정확한 표현식은 무엇이며, 기존 환원과의 관계는 어떠한가?
• RQ4 강한 그래프 동형사상 문제는 대칭군에서의 HSP로 환원될 수 있는가?
• RQ5 Regev의 알고리즘에서 다항식의 차수와 오라클 복잡도 사이의 정확한 관계는 무엇인가?

주요 결과

• 기저 사례로 단순 몰입군을 다루고, 정규부분군과 몫군을 통한 오라클을 이용한 귀납 단계를 포함하는 HSP 해결을 위한 귀납적 프레임워크가 확립되었다.
• 기저 군을 변경함으로써 디덱킨드 군에 대해 별도의 아벨 HSP 알고리즘을 구성하였으며, 군의 구조를 활용하는 데 새로운 시각을 제공한다.
• 이방군에서 강한 푸리에 샘플링의 정확한 표현식이 도출되었으며, 약한 푸리에 샘플링을 통한 몫 환원의 자연스러움이 확인되었다.
• 강한 그래프 동형사상 문제는 대칭군에서의 HSP로 환원되었으며, 이는 이 어려운 문제에 대한 양자적 접근 가능성을 시사한다.
• 논문은 Regev의 알고리즘에서 다항식의 차수가 오라클 복잡도와 직접적으로 연결되어 있으며, 명시적인 변형이 제안됨을 명확히 했다.
• 단순 군(예: 대칭군)에서 HSP를 해결하기 위한 전략으로 최대 부분군 환원이 타당한 방법으로 제안되었다.