[논문 리뷰] Improved Product-State Approximation Algorithms for Quantum Local Hamiltonians

Thiago Bergamaschi|arXiv (Cornell University)|2022. 10. 17.

Markov Chains and Monte Carlo Methods인용 수 1

한 줄 요약

이 논문은 밀도 높은, 낮은 임계 랭크를 가진, 또는 희박한 미니어처-프리 그래프인 양자 k-로컬 하미르토니안의 자유 에너지에 대해 고전적, 덧셈 오차 근사 알고리즘을 제시한다. 하미르토니안에 대한 약한 셰메레디 유형의 정규성 레미마를 도입하고 정보이론적 제품 상태 기법을 확장하여, 저온에서 자유 에너지에 대해 O(εmJ) 근사치를 달성함으로써 문제를 NP에 포함시키며, δ-네트워크 이산화를 통한 클러스터링된 제품 상태에서의 동적 계획법을 통해 효율적인 알고리즘을 가능하게 한다.

ABSTRACT

The ground state energy and the free energy of Quantum Local Hamiltonians are fundamental quantities in quantum many-body physics, however, it is QMA-Hard to estimate them in general. In this paper, we develop new techniques to find classical, additive error product-state approximations for these quantities on certain families of Quantum $k$-Local Hamiltonians. Namely, those which are either dense, have low threshold rank, or are defined on a sparse graph that excludes a fixed minor, building on the methods and the systems studied by Brandão and Harrow, Gharibian and Kempe, and Bansal, Bravyi and Terhal. We present two main technical contributions. First, we discuss a connection between product-state approximations of local Hamiltonians and combinatorial graph property testing. We develop a series of weak Szemerédi regularity lemmas for $k$-local Hamiltonians, built on those of Frieze and Kannan and others. We use them to develop constant time sampling algorithms, and to characterize the `vertex sample complexity' of the Local Hamiltonian problem, in an analog to a classical result by Alon, de la Vega, Kannan and Karpinski. Second, we build on the information-theoretic product-state approximation techniques by Brandão and Harrow, extending their results to the free energy and to an asymmetric graph setting. We leverage this structure to define families of algorithms for the free energy at low temperatures, and new algorithms for certain sparse graph families.

연구 동기 및 목표

• 정확한 계산이 QMA-난이도인 영역에서 양자 k-로컬 하미르토니안의 자유 에너지를 근사하는 효율적인 고전적 알고리즘을 개발하는 것.
• 제품 상태 근사 기법의 적용 범위를 기저 상태 에너지에서 저온에서의 자유 에너지로 확장하는 것.
• 높은 차수나 작은 확산성을 가진 그래프와 같은 기존의 구조적 가정을 완화하기 위해, 고정된 미니어처를 포함하지 않는 희박한 그래프에 대해 새로운 정규성 레미마와 알고리즘 프레임워크를 도입하는 것.
• 광범위한 덧셈 오차를 가진 자유 에너지 근사가 NP에 속한다는 것을 입증하여 고전적 근사 체계의 사용을 가능하게 하는 것.
• 브라운도 & 하로, 가리비안 & 켐페, 반살 등 이전 연구를 통합하고 확장하여, 비대칭 그래프 구조와 열적 평형 상태의 맥락에서 특히 효과적으로 적용하는 것.

제안 방법

• k-로컬 하미르토니안에 대한 약한 셰메레디 유형의 정규성 레미마를 개발하여, 일정 시간 내 샘플링이 가능하고, 고전적 조합적 성질 테스트와 유사한 정점 샘플링 복잡도를 특성화하는 데 기여한다.
• 고차수 정점에 대한 δ-네트워크를 도입하여 제품 상태 공간을 이산화하고, Fannes–Audenaert 부등식을 통해 엔트로피와 에너지 오차를 제한한다.
• 트리 분해에 대한 동적 계획법을 변형하여 정규화된 자유 에너지 목표 함수를 최소화하며, 클러스터 간 상호작용과 고차수 정점 간의 상호작용을 효과적인 고전적 국소 상호작용으로 간주한다.
• 정보이론적 자가분리 논증을 활용하여, O(εmJ) 이내의 덧셈 오차로 자유 에너지를 근사하는 혼합 제품 상태를 구성한다.
• 최적의 클러스터 상태와 δ-근접한 이웃 상태를 조합한 하이브리드 상태 구축 기법을 통해 에너지 기여와 엔트로피 기여의 총 오차를 제어한다.
• 증강된 트리 분해 프레임워크를 적용하여, 희박한 미니어처-프리 그래프에 대해 시간 복잡도 n^O(1) + n · max(2, 1/βJ) ~O(ε^{-9})를 달성한다.

실험 결과

연구 질문

• RQ1 기존에 알려진 것보다 더 넓은 상호작용 그래프 클래스에 대해, 양자 k-로컬 하미르토니안의 자유 에너지에 대한 제품 상태 근사가 효율적으로 구성될 수 있는가?
• RQ2 조합적 그래프 정규성과 관련하여, 양자 국소 하미르토니안의 자유 에너지 문제에서 정점 샘플링 복잡도는 무엇이며, 어떻게 관련이 있는가?
• RQ3 정보이론적 제품 상태 근사 기법은 기저 상태 에너지에서 저온에서의 자유 에너지로 어떻게 확장될 수 있는가?
• RQ4 상호작용 그래프에 대한 구조적 조건—예를 들어, 미니어처-프리성 또는 낮은 임계 랭크—은 자유 에너지의 고전적 효율적 근사화를 가능하게 하는가?
• RQ5 제한된 오차로 정규화된 자유 에너지 목표 함수를 최소화하기 위해, 클러스터링된 제품 상태에서의 동적 계획법을 어떻게 적응시킬 수 있는가?

주요 결과

• 강도가 유계인 m = Ω(n/ε³) 개의 상호작용을 가진 n 큐비트의 2-로컬 하미르토니안에 대해, f(σβ) ≤ F(β) + ε·m 를 만족하는 제품 상태 σβ = ⊗σu 가 존재하며, 이는 자유 에너지 근사가 NP에 속한다는 것을 의미한다.
• 최대 상호작용 강도가 J인 h-미니어처-프리 그래프에서, 고전적 랜덤 알고리즘이 n^O(1) + n · max(2, 1/βJ) ~O(ε^{-9}) 시간 내에 자유 에너지를 O(εmJ) 오차 내로 근사하는 클러스터링된 제품 상태 σ 를 계산할 수 있다.
• 고차수 정점에 대한 δ-네트워크 이산화로 인한 자유 에너지 오차는 O(δJm + n/β · δ log(1/δ)) 이며, δ = ε · min(1, Ω(β²J²)) 일 때 O(εmJ) 이내로 제한된다.
• 최적의 클러스터 상태와 δ-근접한 이웃 상태를 조합한 하이브리드 상태 구축 기법은 헬더 부등식과 Fannes–Audenaert 부등식을 통해 에너지 및 엔트로피 오차를 모두 제어한다.
• 정규화된 자유 에너지의 최소화 문제를 클러스터링된 제품 상태 위에서 다루는 것은, 폭 O(ε^{-9})인 증강된 트리 분해 위에서의 고전적 동적 계획 문제로 환원된다.
• 브라운도 & 하로, 가리비안 & 켐페의 이전 연구를 일반화하여, 제품 상태 근사 기법을 자유 에너지로 확장하고, 고정된 미니어처를 포함하지 않는 희박한 그래프 가족으로까지 확장한다.