[论文解读] Effects of quantum resources on the statistical complexity of quantum circuits

Kaifeng Bu, Dax Enshan Koh+3 more|arXiv (Cornell University)|Feb 5, 2021

Quantum Computing Algorithms and Architecture参考文献 61被引用 11

一句话总结

本文研究了量子资源（特别是 T 门和 CCZ 门）如何通过 Rademacher 复杂度和高斯复杂度度量，影响量子线路的统计复杂度。研究结果表明，添加一个量子通道所导致的复杂度增加，其上界由该通道的自由鲁棒性决定，从而为量子机器学习模型的一般化误差提供了紧致的界。

ABSTRACT

We investigate how the addition of quantum resources changes the statistical complexity of quantum circuits by utilizing the framework of quantum resource theories. Measures of statistical complexity that we consider include the Rademacher complexity and the Gaussian complexity, which are well-known measures in computational learning theory that quantify the richness of classes of real-valued functions. We derive bounds for the statistical complexities of quantum circuits that have limited access to certain resources and apply our results to two special cases: (1) stabilizer circuits that are supplemented with a limited number of T gates and (2) instantaneous quantum polynomial-time Clifford circuits that are supplemented with a limited number of CCZ gates. We show that the increase in the statistical complexity of a quantum circuit when an additional quantum channel is added to it is upper bounded by the free robustness of the added channel. Finally, we derive bounds for the generalization error associated with learning from training data arising from quantum circuits.

研究动机与目标

• 理解添加量子资源如何影响量子线路的统计复杂度。
• 量化非稳定器资源（如 T 门和 CCZ 门）对量子机器学习中学习模型容量的影响。
• 利用统计复杂度度量，推导基于量子线路的学习模型的一般化误差界。
• 通过自由鲁棒性建立量子资源理论与计算学习理论之间的联系。

提出的方法

• 使用 Rademacher 复杂度和高斯复杂度作为量子线路族统计复杂度的度量。
• 应用量子资源理论，以通道的自由鲁棒性作为关键参数，界定向添加一个量子通道时复杂度的增加。
• 推导了最多含 k 个 T 门的稳定器线路和最多含 k 个 CCZ 门的即时量子多项式（IQP）线路的界。
• 利用 Massart 引理和复杂度度量的凸性性质，推导出依赖于样本和分布的界。
• 考虑了涉及绝对值的复杂度定义的替代形式，表明结果在不同公式下仍具鲁棒性。
• 使用自由鲁棒度量 γ(Ψ) 来量化资源成本，并推导出复杂度增长的乘法界。

实验结果

研究问题

• RQ1 单个 T 门的添加如何影响稳定器线路的统计复杂度？
• RQ2 CCZ 门在多大程度上增加了即时量子多项式（IQP）线路的复杂度？
• RQ3 量子通道的自由鲁棒性是否可作为统计复杂度增加的紧致上界？
• RQ4 Rademacher 复杂度和高斯复杂度在量子线路中随非稳定器资源门数量如何变化？
• RQ5 当使用资源丰富的线路时，对量子机器学习中的一般化误差有何影响？

主要发现

• 当添加一个量子通道 Ψ 时，量子线路的统计复杂度最多增加为 (1 + γ(Ψ)) 倍，其中 γ(Ψ) 是 Ψ 的自由鲁棒性。
• 对于最多含 k 个 T 门的稳定器线路，Rademacher 复杂度被界为 O((k log n)^{1/2}) / √m，假设输出范数有界。
• 对于最多含 k 个 CCZ 门的 IQP 线路，线路族的大小被界为 2^{O(n²)} n^{3k}，导致复杂度界按 O((n² + k log n)^{1/2}) / √m 的方式缩放。
• 高斯复杂度也具有类似的界，其对自由鲁棒性和线路资源计数的依赖关系相同。
• 当复杂度定义中包含绝对值时，界按因子 min{(1 + 2γ(Ψ))^k, 1 + 2γ_max,n} 缩放，其中 γ_max,n 是 n 量子比特通道中自由鲁棒性的最大值。
• 推导出量子线路模型的一般化误差界，并表明其随所添加资源通道的自由鲁棒性而缩放。