[논문 리뷰] From linear combination of quantum states to Grover's searching algorithm

Changpeng Shao|arXiv (Cornell University)|2018. 07. 22.

Quantum Computing Algorithms and Architecture참고 문헌 24인용 수 6

한 줄 요약

이 논문은 계수 크기와 상태 노름에 의존하지 않는 복잡도 O(m^{log(m/ε)})를 갖는 새로운 양자 알고리즘을 선보이며, 작은 m 또는 큰 계수의 경우 향상된 성능을 제공한다. 응용으로는 O((log n)/ε) 시간 내에 고전적 실수 벡터에서 양자 상태를 효율적으로 준비할 수 있게 하여, 특정 경우에 입력 문제를 지수적 속도 향상으로 해결한다.

ABSTRACT

Linear combination of unitaries (LCU for short) is one of the most important techniques in designing quantum algorithms. In this paper, we propose a new quantum algorithm in three different forms to achieve LCU. Different from previous algorithms [Childs-linear-system,Clader,Long11], the complexity now only depends on the number of the unitaries and the precision. So it will play more important role in the design of quantum algorithms when the number of unitaries is small, such as quantum iteration algorithms. %Since in iteration algorithms, $m$ often refers to the iteration steps, which is small if the iteration algorithms are efficient. Moreover, as an application of the new LCU, three new quantum algorithms to the searching problem will be proposed, which will provide us new insights into Grover's searching algorithm. We also show that the problem of LCU is closely related to the problem of if we can efficiently implement $U^t$ for $0

연구 동기 및 목표

• 계수 크기에 대한 복잡도 의존도를 감소시킨 선형 유니터리 조합(LCU)에 대한 새로운 양자 알고리즘 개발.
• 양자 계산에서의 입력 문제—고전적 실수 벡터 x로부터 |x⟩를 효율적으로 준비하는 것—해결.
• 제안된 LCU 프레임워크를 사용하여 그로버의 탐색 알고리즘에 새로운 기하학적 및 대수적 통찰 제공.
• 유니터리 수가 적을 경우 복잡도를 감소시켜 양자 반복 알고리즘의 효율적 구현 가능하게 하기.
• LCU와 분수형 유니터리 연산자(예: 0 < t < 1에 대해 U^t) 간의 관계 탐색, 특히 고정밀 조건 하에서의 효율적 구현 가능성 탐구.

제안 방법

• 실수 양자 상태에 특화된 기하 보간법과 진폭 강화를 기반으로 한 세 가지 새로운 LCU 알고리즘 형태 제안.
• 분해 전략 활용: 목표 벡터 x를 두 개의 보조 벡터 y와 z의 선형 조합으로 표현, 여기서 y는 부호가 있는 상수 벡터이고 z = x + y이다.
• 새로운 LCU 기법을 활용해 |y⟩와 |z⟩를 일관적으로 조합하며, 이들은 O(log n) 시간 내에 효율적으로 준비 가능하다.
• 새로운 LCU 방법을 적용해 정밀도 ε로 선형 조합 |x⟩ = (‖z‖|z⟩ - ‖y‖|y⟩)/‖x‖을 달성하며, 복잡도 O((log n)/ε)를 확보한다.
• 1-노름에서 2-노름으로의 부등식을 활용해 노름 비율을 제한하고 최종 상태 준비 시 오차를 유한하게 유지한다.
• 기존 방법이 ∑|α_j|/‖y‖ 비례로 복잡도가 증가하는 데 반해, 새로운 LCU 방법은 계수 α_j와 결과 상태의 노름에 영향을 받지 않음을 입증한다.

실험 결과

연구 질문

• RQ1 선형 유니터리 조합(LCU) 문제는 계수 α_j와 결과 상태의 노름에 의존하지 않는 복잡도로 해결될 수 있는가?
• RQ2 새로운 LCU 기법을 사용하여 고전적 실수 벡터 x로부터 |x⟩를 효율적으로 준비하는 방법은 무엇인가?
• RQ3 제안된 LCU 프레임워크를 통해 그로버 알고리즘에 새로운 기하학적 및 대수적 해석을 도출할 수 있는가?
• RQ4 새로운 LCU 방법은 특히 유니터리 수가 적을 경우 양자 반복 알고리즘의 효율성을 어느 정도 향상시키는가?
• RQ5 고정밀 요구 조건 하에서 새로운 LCU 방법은 분수형 유니터리 연산자, 예를 들어 0 < t < 1에 대해 U^t를 효율적으로 구현할 수 있는가?

주요 결과

• 새로운 LCU 알고리즘은 m개의 유니터리와 정밀도 ε에 대해 O(m^{log(m/ε)})의 복잡도를 달성하며, 계수 α_j와 결과 상태의 노름에 영향을 받지 않는다.
• 실수 고전적 벡터 x로부터의 양자 상태 준비에 대해, 알고리즘은 O((log n)/ε)의 복잡도를 확보하며, 조건수 κ(x)가 중간 정도일 경우 이전 방법에 비해 지수적 속도 향상을 제공한다.
• max|x_k|와 min|x_k| 사이의 차이가 최대 2^1000일지라도 log κ(x)가 작다면, |x⟩의 효율적 준비가 가능하다.
• |x⟩ = (‖z‖|z⟩ - ‖y‖|y⟩)/‖x‖의 분해는 두 개의 쉽게 준비 가능한 상태 |y⟩와 |z⟩를 사용한 효율적 상태 준비를 가능하게 하며, 이때 |y⟩는 일정 크기의 부호가 있는 벡터이다.
• 유니터리 수가 적거나 계수가 매우 클 경우 기존 LCU 기법보다 새로운 LCU 방법이 우수하여, 양자 반복 알고리즘에 이상적이다.
• 이 접근법은 그로버 알고리즘에 대해 세 가지의 새로운 기하학적 해석을 제공하며, 이를 통해 선형 조합된 양자 상태와 진폭 강화와의 직접적인 연결을 가능하게 한다.