[논문 리뷰] Discrete-Time Quantum Walks and Graph Structures

Chris Godsil, Hanmeng Zhan|arXiv (Cornell University)|2017. 01. 16.

Quantum Computing Algorithms and Architecture참고 문헌 21인용 수 4

한 줄 요약

이 논문은 삼차 그래프의 회전 체계와 삼차 그래프의 1-분할 구조를 사용하여, 아크-역행, 셔런트 분해, 두 반사 모델이라는 세 가지 이산 시간 양자 산책 모델을 그래프 이론적 구조로 재구성한다. 평균 혼합 행렬의 트레이스와 총 엔트로피는 그래프 임bedding과 1-분할 구조에 따라 크게 영향을 받으며, 높은 종수의 임bedding은 낮은 트레이스와 높은 엔트로피를 유도하고, 대칭적인 1-분할은 트레이스를 최대화한다.

ABSTRACT

We formulate three current models of discrete-time quantum walks in a combinatorial way. These walks are shown to be closely related to rotation systems and 1-factorizations of graphs. For two of the models, we compute the traces and total entropies of the average mixing matrices for some cubic graphs. The trace captures how likely a quantum walk is to revisit the state it started with, and the total entropy measures how close the limiting distribution is to uniform. Our numerical results indicate three relations between quantum walks and graph structures: for the first model, rotation systems with higher genera give lower traces and higher entropies, and for the second model, the symmetric 1-factorizations always give the highest trace.

연구 동기 및 목표

• 세 가지 이산 시간 양자 산책 모델을 그래프 이론적 용어로 재구성하여, 회전 체계와 1-분할과 같은 조합 구조와 연결한다.
• 양자 산책의 성질—특히 평균 혼합 행렬의 트레이스와 총 엔트로피—가 기반 그래프의 구조에 어떻게 의존하는지 조사한다.
• 산책 행동과 잠재적 알고리즘 성능에 영향을 주는 구조적 지표(예: 임bedding의 종수, 1-분할의 대칭성)를 규명한다.
• 특정 그래프 이론적 특징에 민감한 양자 산책 기반 알고리즘 설계를 위한 기초를 제공한다.

제안 방법

• 유니터리 동전 뒤집기와 회전 체계를 통한 아크 역행을 사용하여 아크-역행 모델을 수학적으로 정의하며, 단순 고유값을 가진 순환 행렬을 동전로 선택한다.
• 셔런트 분해 산책을 이중 이분할 그래프의 1-분할을 통해 모델링하며, 각 셔런트는 완전 매칭에 해당한다.
• 두 반사 모델을 가중치가 있는 아크 분할로부터 유도된 두 개의 치환을 통해 비동전 산책으로 분석하며, 일반적으로 고전적 마코프 체인과 연결된다.
• 산책의 전이 행렬을 시간 평균화하여 평균 혼합 행렬을 계산하며, 이로부터 트레이스(귀환 확률)와 총 엔트로피(한계 분포의 균일성)를 추출한다.
• 12개 이하 정점의 삼차 그래프에 대해 모든 회전 체계와 셔런트 분해를 열거하고, 각 관련 산책에 대해 트레이스와 엔트로피를 계산한다.
• 수치 실험을 통해 산책 파라미터와 종수, 대칭성과 같은 위상수학적 및 조합적 그래프 특성 간의 상관관계를 분석한다.

실험 결과

연구 질문

• RQ1 아크-역행 모델에서 그래프 임bedding의 종수는 평균 혼합 행렬의 트레이스와 엔트로피에 어떻게 영향을 미치는가?
• RQ2 셔런트 분해 모델에서 대칭적인 1-분할은 모든 셔런트 분해 중에서 항상 최고의 트레이스를 제공하는가?
• RQ3 평균 혼합 행렬의 총 엔트로피는 서로 다른 1-분할 또는 그래프 임bedding을 구분할 수 있는가?
• RQ4 산만한 도달 시간 또는 혼합 시간에 강하게 상관관계가 있는 구조적 특성(예: 종수, 대칭성)이 존재하는가?
• RQ5 셔런트 분해 모델에서 셔런트의 사이클 구조는 산책의 최종 분포를 예측할 수 있는가?

주요 결과

• 아크-역행 모델에서, 회전 체계의 종수를 높일수록 일반적으로 평균 혼합 행렬의 트레이스가 감소하며, 12개 정점의 삼차 그래프 중 몇몇 예외를 제외하고는 그러한 경향이 뚜렷하다.
• 아크-역행 모델에서, 대부분의 삼차 그래프에서 임bedding의 종수가 높을수록 평균 혼합 행렬의 총 엔트로피가 증가하여, 한계 분포가 더 균일해지는 경향을 보인다.
• 셔런트 분해 모델에서, 대칭적인 1-분할은 비대칭 분해와 비교해 항상 높은 트레이스 값을 생성하며, 이는 그들의 특수성을 잘 드러낸다.
• 셔런트 분해 모델에서 평균 혼합 행렬의 트레이스는 비이소모르픽인 셔런트 분해를 효과적으로 구분하며, 시험된 그래프들 사이에서 값이 1.769에서 3.667 사이로 변동한다.
• 아크-역행 모델에서 총 엔트로피는 종수와 함께 증가하여, 높은 종수의 임bedding이 더 혼합되고 국소화가 덜된 최종 분포를 유도함을 시사한다.
• 시험된 삼차 그래프들 중에서 관측된 최대 트레이스 값은 3.6667이며, 이는 완전히 대칭적인 1-분할을 사용한 셔런트 분해 모델에서 도달되었다.