[논문 리뷰] Variational quantum eigensolver for causal loop Feynman diagrams and directed acyclic graphs

Giuseppe Clemente, Arianna Crippa외 6명|arXiv (Cornell University)|2022. 10. 24.

Quantum Computing Algorithms and Architecture인용 수 6

한 줄 요약

이 논문은 인접 행렬에서 유도된 고리 해밀토니안을 최소화하여 다중 루프 파인만 다이어그램과 방향성 비순환 그래프(DAG)에서 인과적 구성 요소를 식별하기 위한 변분 양자 고유값 해법(VQE) 알고리즘을 제안한다. 이 방법은 그로버 기반 대안보다 더 적은 큐비트와 더 짧은 회로로 비순환 구성 요소를 효율적으로 탐지하지만 성공률는 낮다. 이는 양자장론 앰플리튜드 계산을 위한 유망한 하이브리드 양자-고전적 접근법을 제공한다.

ABSTRACT

We present a variational quantum eigensolver (VQE) algorithm for the efficient bootstrapping of the causal representation of multiloop Feynman diagrams in the loop-tree duality or, equivalently, the selection of acyclic configurations in directed graphs. A loop Hamiltonian based on the adjacency matrix describing a multiloop topology, and whose different energy levels correspond to the number of cycles, is minimized by VQE to identify the causal or acyclic configurations. The algorithm has been adapted to select multiple degenerated minima and thus achieves higher detection rates. A performance comparison with a Grover’s based algorithm is discussed in detail. The VQE approach requires, in general, fewer qubits and shorter circuits for its implementation, albeit with lesser success rates.

연구 동기 및 목표

• 다중 루프 파인만 다이어그램에서 인과적(비순환) 운동량 흐름 구성 요소를 양자적 우위를 활용해 효율적으로 식별하는 양자 알고리즘을 개발하는 것.
• 방향성 비순환 그래프 탐지의 고전적 #P-난이도 문제를 양자 해밀토니안 최소화 문제로 표현하여 해결하는 것.
• 동일한 비순환 구성 요소 탐지 작업에서 큐비트 수, 회로 깊이, 성공 확률 측면에서 VQE 기반 접근법과 그로버 알고리즘을 비교하는 것.
• 루프-트리 dual formalism과 양자 최적화를 활용하여 양자장론에서 산란 앰플리튜드의 스케일러블 계산을 가능하게 하는 것.
• 미래의 NnLO 이상 정밀도 콜라이더 물리 계산을 위한 실용적인 하이브리드 양자-고전적 프레임워크를 제공하는 것.

제안 방법

• 방향성 그래프의 인접 행렬을 기반으로 고리 해밀토니안을 구성하며, 에너지 준위는 운동량 흐름 구성 요소의 순환 수에 대응한다.
• 변분 양자 고유값 해법(VQE)을 사용해 해밀토니안을 최소화하고, 이에 대응하는 기본 상태를 비순환(인과적) 구성 요소로 식별한다.
• 비순환 위상 구조 탐지의 성공률를 향상시키기 위해 다중 디지너레이트 기본 상태를 탐지할 수 있도록 VQE 알고리즘을 적응시킨다.
• 기하 알고리즘을 사용해 고전적으로 해밀토니안을 재구성하며, 파인만 다이어그램 위상 구조를 이진 분할을 통해 방향성 그래프로 매핑한다.
• 에너지 표면을 탐색하고 최소 에너지(비순환) 구성 요소로 수렴하기 위해 매개변수화된 앤사즈를 사용해 양자 회로를 구현한다.
• 동일한 탐지 작업에서 큐비트 수, 회로 깊이, 성공 확률 측면에서 그로버 기반 검색 알고리즘과 성능을 비교한다.

실험 결과

연구 질문

• RQ1 그로버 알고리즘 대비 더 적은 양자 자원 요구량으로 다중 루프 파인만 다이어그램에서 비순환 구성 요소를 효율적으로 탐지할 수 있는가?
• RQ2 복잡한 다중 루프 위상에서 인과적 구성 요소를 탐지할 때 VQE 접근법의 큐비트 수와 회로 깊이의 스케일링 특성은 어떠한가?
• RQ3 방향성 비순환 그래프 열거와 같은 #P-난이도 문제 탐지에서 VQE 알고리즘이 얼마나 양자적 우위를 유지하는가?
• RQ4 이 문제에 대해 VQE와 그로버 기반 양자 알고리즘 간의 성공률와 자원 효율성(큐비트 수, 회로 깊이) 간의 상충 관계는 어떠한가?
• RQ5 루프-트리 이중성 프ORMALISM 프레임워크 내에서 인접 행렬 기반의 고리 해밀토니안 설정이 다중 루프 앰플리튜드의 인과적 구조를 효과적으로 인코딩할 수 있는가?

주요 결과

• 다중 루프 파인만 다이어그램에서 비순환 구성 요소를 탐지할 때 VQE 기반 접근법은 그로버 기반 알고리즘보다 더 적은 큐비트와 더 짧은 양자 회로를 요구한다.
• 기본 상태가 비순환 운동량 흐름 위상 구조에 대응하는 고리 해밀토니안을 최소화함으로써 알고리즘이 성공적으로 인과적 구성 요소를 식별한다.
• 다중 디지너레이트 최소값을 탐지할 수 있도록 적응시킴으로써 VQE 방법은 복잡한 위상에서 더 높은 탐지 성공률를 달성하고, 더 강건한 성능을 발휘한다.
• 그로버 알고리즘에 비해 성공률는 낮지만, 큐비트 수와 회로 깊이 측면에서 더 자원 효율적인 길을 제공한다.
• 그래프 위상 구조에서 고전적으로 해밀토니안을 재구성함으로써 파인만 다이어그램을 양자 최적화 가능한 비용 함수로 체계적으로 매핑할 수 있다.
• 이 연구는 하이브리드 양자-고전 알고리즘을 사용해 양자장론의 근본 문제, 특히 다중 루프 앰플리튜드와 인과적 구조 탐지 문제를 해결하는 것이 가능하다는 것을 입증한다.