[논문 리뷰] Demonstration of Topological Data Analysis on a Quantum Processor

He-Liang Huang, Xi‐Lin Wang외 8명|arXiv (Cornell University)|2018. 01. 19.

Topological and Geometric Data Analysis참고 문헌 1인용 수 6

한 줄 요약

이 논문은 6광자 양자 프로세서를 사용하여 위상적 데이터 분석(TDA)을 위한 양자 알고리즘의 첫 실험적 구현을 보여준다. 연구는 세 점으로 구성된 네트워크에서 두 가지 다른 척도에서 끼워넣기 수치—데이터의 구멍 수를 세는 위상적 불변량—를 성공적으로 계산하여, 노이즈가 있고 구조가 없는 데이터 세트에서 TDA의 양자 속도 향상 잠재력을 검증한다.

ABSTRACT

Topological data analysis offers a robust way to extract useful information from noisy, unstructured data by identifying its underlying structure. Recently, an efficient quantum algorithm was proposed [Lloyd, Garnerone, Zanardi, Nat. Commun. 7, 10138 (2016)] for calculating Betti numbers of data points -- topological features that count the number of topological holes of various dimensions in a scatterplot. Here, we implement a proof-of-principle demonstration of this quantum algorithm by employing a six-photon quantum processor to successfully analyze the topological features of Betti numbers of a network including three data points, providing new insights into data analysis in the era of quantum computing.

연구 동기 및 목표

• 물리적 양자 프로세서에서 위상적 데이터 분석(TDA)을 위한 양자 알고리즘의 실현 가능성을 입증하기 위해.
• 대규모 데이터셋에 대해 고전적 TDA 방법이 계산적으로 해결 불가능한 문제를 해결하기 위해 양자 우월성을 활용하기 위해.
• 소규모 양자 시스템에서 끼워넣기 수치—핵심 위상적 불변량—를 계산할 수 있는 양자 알고리즘의 실험적 검증을 위해.
• 노이즈가 있고 구조가 없는 데이터를 포함한 실제 응용 분야에서 양자 강화 데이터 분석의 가능성 탐색을 위해.

제안 방법

• 양자 알고리즘은 거리 임계값 $\epsilon$을 사용하여 데이터 포인트에서 단체 복합체를 구성함으로써 끼워넣기 수치를 계산한다.
• 끼워넣기 수치 추정을 위한 양자 진동수의 시뮬레이션을 위해 6광자 통합 광학 양자 프로세서를 사용하여 위상적 구조를 인코딩한다.
• 알고리즘은 끼워넣기 수치를 $O(n^5/\delta)$ 시간 내에 계산하기 위해 양자 진폭 추정을 활용하며, 이는 고전적 방법에 비해 지수적 속도 향상을 제공한다.
• 실험 데이터에서 밀도 행렬 $\rho_{\exp}^{\epsilon_1}$ 및 $\rho_{\exp}^{\epsilon_2}$를 재구성하기 위해 양자 상태 단층 촬영을 수행한 후, 물리적 타당성을 확보하기 위해 최대 우도 추정을 실시한다.
• 끼워넣기 수치는 재구성된 밀도 행렬의 고유값 스펙트럼에서 추출되며, $\beta_0$, $\beta_1$, $\beta_2$는 각각 연결된 성분, 고리, 빈 공간에 대응한다.
• 데이터 구조의 위상적 전이를 관찰하기 위해 두 가지 다른 $\epsilon$ 값($\epsilon_1$ 및 $\epsilon_2$)에서 실험을 수행한다.

실험 결과

연구 질문

• RQ1 양자 프로세서는 소규모 위상적 데이터 구조에 대해 끼워넣기 수치를 신뢰성 있게 계산할 수 있는가?
• RQ2 실제로 실행된 양자 알고리즘이 고전적 대안에 비해 측정 가능한 우월성을 보여주는가?
• RQ3 광학 플랫폼에서 실험적 노이즈와 상태 준비 오류에 대해 양자 TDA 프로토콜은 얼마나 견고한가?
• RQ4 양자 시뮬레이션을 통해 다양한 척도에서 빈 공간과 같은 위상적 특징을 동적으로 모니터링할 수 있는가?
• RQ5 상태 단층 촬영 및 최대 우도 재구성 기법을 사용한 실제 양자 프로세서에서 끼워넣기 수치 추정의 신뢰도와 정확도는 얼마인가?

주요 결과

• 실험은 세 점 데이터셋에 대해 두 가지 다른 위상적 척도($\epsilon_1$ 및 $\epsilon_2$)에서 끼워넣기 수치를 성공적으로 계산하여 연결된 성분과 고리와 같은 위상적 특징의 존재를 확인했다.
• 재구성된 밀도 행렬 $\rho_{\exp}^{\epsilon_1}$ 및 $\rho_{\exp}^{\epsilon_2}$는 최대 우도 추정을 통해 양성으로 수정되어 물리적으로 타당한 양자 상태를 확보했다.
• 수정된 밀도 행렬의 고유값 스펙트럼은 위상적 구조를 드러내었으며, $\epsilon_1$에서 $\beta_0 = 1$, $\beta_1 = 1$, $\beta_2 = 0$로 나타나 연결된 성분이 하나이고 고리가 하나 있음을 의미한다.
• $\epsilon_2$에서 끼워넣기 수치는 $\beta_0 = 1$, $\beta_1 = 0$, $\beta_2 = 0$로 나타나 고리 특징이 붕괴되었음을 보여주며, 위상적 전이를 입증한다.
• 재구성된 양자 상태의 신뢰도는 충분히 높아 의미 있는 위상적 불변량을 추출할 수 있었으며, 실험적 노이즈 하에서 알고리즘의 견고성을 검증했다.
• 결과는 근접한 양자 프로세서를 사용한 위상적 데이터 분석의 실현 가능성을 확인하였으며, 확장 가능한 양자 강화 데이터 분석의 길을 열었다.