[論文レビュー] Quantum finite automata: survey, status and research directions

Amandeep Singh Bhatia, Ajay Kumar|arXiv (Cornell University)|Jan 23, 2019

Quantum Computing Algorithms and Architecture参考文献 80被引用数 9

ひとこと要約

本稿は、密度作用素および古典的状態を備えた変種を含む、量子有限オートマトン（QFA）モデルの包括的で体系的なレビューを提供している。言語認識能力、閉包性質、同値性について分析し、既存の研究を統合し、MO-1QFAとMM-1QFAなどのモデルを比較し、計算能力、決定可能性、シミュレーションに関する未解決問題を特定している。量子オートマトン理論および量子計算研究の発展に向けた基盤的リソースを提供する。

ABSTRACT

Quantum computing is concerned with computer technology based on the principles of quantum mechanics, with operations performed at the quantum level. Quantum computational models make it possible to analyze the resources required for computations. Quantum automata can be classified thusly: quantum finite automata, quantum sequential machine, quantum pushdown automata, quantum Turing machine and orthomodular lattice-valued automata. These models are useful for determining the expressive power and boundaries of various computational features. In light of the current state of quantum computation theory research, a systematic review of the literature seems timely. This article seeks to provide a comprehensive and systematic analysis of quantum finite automata models, quantum finite automata models with density operators and quantum finite automata models with classical states, interactive proof systems, quantum communication complexity and query complexity as described in the literature. The statistics of quantum finite automata related papers are shown and open problems are identified for more advanced research. The current status of quantum automata theory is distributed into various categories. This research work also highlights the previous research, current status and future directions of quantum automata models.

研究の動機と目的

• 量子有限オートマトン（QFA）モデル、ならびに密度作用素および古典的状態を備えたその変種を、体系的かつ包括的に分析すること。
• 言語認識能力、閉包性質、包含関係に基づいてQFAモデルを比較すること。
• 量子オートマトン理論における未解決問題および今後の研究方向性を特定し、強調すること。
• 今後の研究を導くために、QFA関連の出版物および代表的な被引用論文の統計データを提示すること。
• 特に状態複雑性および非確率的言語の認識という観点から、QFAが古典的有限オートマトンよりも計算上の利点を有するかどうかを検討すること。

提案手法

• 基礎的研究（例：Moore & Crutchfield、Kondács & Watrous）から最近の発展までを含むQFAモデルに関する体系的文献レビューの実施。
• QFAモデルを以下のカテゴリに分類すること：測定一度型（MO-1QFA）、測定多数型（MM-1QFA）、1.5方式QFA、2方式QFA、および古典的状態と量子状態を併用するハイブリッドモデル（例：1QFAC、2QCFA）。
• 形式的言語理論および量子状態の時間発展原理を用いて、異なるQFAモデル間の閉包性質および同値性基準を分析すること。
• 言語クラスに関する理論的分析を通じて、QFAモデルと古典的同等物（DFA、PFA、2PFA）の認識能力を比較すること。
• 文献計測分析を用いて、QFA研究分野における出版動向、被引用数の高い論文、主要貢献者を要約すること。
• 決定可能性、シミュレーション、QFAモデルの計算階層に関する未解決の問いに基づいて、未解決問題を提示すること。

実験結果

リサーチクエスチョン

• RQ1 MO-1QFA、MM-1QFA、1.5 QFA、2QFAなどの異なるQFAモデルの相対的な言語認識能力は何か？
• RQ2 有界誤差を許容する2QFAは、有界誤差を許容する2PFAが認識できない言語を多項式時間で認識できるか？
• RQ3 2QFAおよび1.5方式QFAモデルの同値性問題は決定可能か？
• RQ4 1.5方式QFAが認識できないが2QFAが認識できる非確率的言語が存在するか？
• RQ5 2QFAの閉包性質は何か？ また、古典的オートマトンモデルと比較してどう異なるか？

主な発見

• 本稿は、MO-1QFAから2QFA、および1QFACや2QCFAのようなハイブリッドモデルに至るまで、QFAモデルの体系的進化を確立しており、計算能力が段階的に向上していることを示している。
• MM-1QFAおよび1.5 QFAが、古典的有限オートマトンよりも厳密に多くの言語、特に非確率的言語を認識できることを示している。
• 本研究では、2QFAが有界誤差で特定の非確率的言語を認識できることを特定しており、古典的モデルに対する計算上の優位性を示唆している。
• 未解決問題として、2QFAおよび1.5方式QFAの同値性の決定可能性、および2QCFA同士の同値性をテストする多項式時間アルゴリズムの存在が挙げられている。
• 1QFACモデルが標準的1QFAよりも少ない状態数でより多くの言語を認識できることを強調しており、状態複雑性の面での利点が示唆されている。
• 統計的分析により、QFA分野における研究関心の増大が明らかになった。Kondács、Watrous、Mooreらの研究者が主要な貢献をし、代表的な論文は100回以上引用されている。