[论文解读] How to Compile A Quantum Bayesian Net

Robert R. Tucci|ArXiv.org|May 7, 1998

Bayesian Modeling and Causal Inference参考文献 4被引用 11

一句话总结

本文提出一种将量子贝叶斯（QB）网络编译为可在量子计算机上执行的酉操作序列的方法。通过将网络的条件概率分布表示为酉矩阵的乘积，并将其分解为基本量子门，该方法实现了概率推理的高效量子模拟，为比经典方法更快的推理提供了途径。

ABSTRACT

We show how to express the information contained in a Quantum Bayesian (QB) net as a product of unitary matrices. If each of these unitary matrices is expressed as a sequence of elementary operations (operations such as controlled-nots and qubit rotations), then the result is a sequence of operations that can be used to run a quantum computer. QB nets have been run entirely on a classical computer, but one expects them to run faster on a quantum computer.

研究动机与目标

• 开发一种将量子贝叶斯网络转换为可执行量子电路的方法。
• 通过利用量子计算而非经典模拟，实现更快的概率推理。
• 将QB网络的条件概率表示为酉矩阵的乘积，以实现量子化实现。
• 将这些酉矩阵分解为如 controlled-not 和量子比特旋转等基本量子操作序列。

提出的方法

• 将QB网络的联合概率分布表示为酉矩阵的乘积。
• 使用矩阵分解技术，将每个酉矩阵表示为基本量子门的序列。
• 将每个基本门（例如 controlled-not、单量子比特旋转）映射为物理量子操作。
• 确保酉演化保持量子相干性并支持量子并行性。
• 使用推导出的门序列构建模拟完整QB网络的量子电路。
• 通过验证结果电路重现原始QB网络的概率语义，来验证编译过程。

实验结果

研究问题

• RQ1 如何系统地将量子贝叶斯网络转换为量子操作序列？
• RQ2 何种酉矩阵分解策略可实现在量子计算机上的高效实现？
• RQ3 在将QB网络编译为量子电路时，其结构能否得以保持？
• RQ4 哪些基本量子门足以实现任何QB网络操作？
• RQ5 与经典模拟相比，量子电路实现的效率如何？

主要发现

• QB网络的联合概率分布可精确表示为酉矩阵的乘积。
• 乘积中的每个酉矩阵均可分解为如 controlled-not 和单量子比特旋转等基本量子门序列。
• 所得量子电路可实现概率推理的量子计算，可能优于经典方法。
• 该编译方法确保酉演化，保持量子相干性，并支持基于叠加的推理。
• 该方法为在实际量子硬件上实现QB网络提供了直接途径。
• 该方法具有通用性，适用于任何QB网络结构，无论其条件概率的复杂程度如何。