[论文解读] Non-Commutative Blahut-Arimoto Algorithms

Mario Berta, Navneeth Ramakrishnan+2 more|arXiv (Cornell University)|May 3, 2019

Quantum Computing Algorithms and Architecture被引用 4

一句话总结

本文提出了量子信息理论量的非交换性广义Blahut-Arimoto算法，利用量子熵不等式确保收敛性。它提供了针对$\varepsilon$-近似值的先验$\mathcal{O}(\varepsilon^{-1}\log N)$次迭代界，以及更高效的后验停止准则，并通过启发式方法在实际中加速收敛。

ABSTRACT

We generalize alternating optimization algorithms of Blahut-Arimoto type to the quantum setting. In particular, we give iterative algorithms to compute the mutual information of quantum channels, the Holevo quantity of classical-quantum channels, the coherent information of less noisy quantum channels, and the thermodynamic capacity of quantum channels. Our convergence analysis is based on quantum entropy inequalities and leads to a priori additive $\varepsilon$-approximations after $\mathcal{O}\left(\varepsilon^{-1}\log N ight)$ iterations, where $N$ denotes the input dimension of the channel. We complement our analysis with an a posteriori stopping criterion which allows us to terminate the algorithm after significantly fewer iterations compared to the a priori criterion in numerical examples. Finally, we discuss heuristics to accelerate the convergence.

研究动机与目标

• 将经典的Blahut-Arimoto算法扩展至量子领域，用于计算关键的量子信息量。
• 利用量子熵不等式，为量子互信息及相关度量的迭代计算建立收敛性保证。
• 提供先验与后验停止准则，相较于理论界提高实际效率。
• 通过针对量子信道优化量身定制的启发式策略加速收敛。

提出的方法

• 通过量子熵不等式推广交替优化方法，以处理非交换性的量子信道。
• 开发用于计算互信息、Holevo量、相干信息及热力学容量的迭代算法。
• 采用先验收敛界$\mathcal{O}(\varepsilon^{-1}\log N)$次迭代，用于$N$维输入空间中$\varepsilon$-精度的近似。
• 提出基于残差范数的后验停止准则，数值实验中减少了迭代次数。
• 应用步长自适应和类似动量的更新等启发式方法，加速收敛。
• 以量子相对熵和迹不等式作为收敛性分析的基础工具。

实验结果

研究问题

• RQ1 能否将Blahut-Arimoto风格的迭代算法推广至非交换性的量子场景？
• RQ2 利用熵不等式，可为量子互信息及相关量建立何种收敛性保证？
• RQ3 在量子信道优化中，先验与后验停止准则在实际中如何比较？
• RQ4 哪些启发式方法能有效加速量子信息理论算法中的收敛？

主要发现

• 该算法对量子信息量的$\varepsilon$-近似实现了先验收敛界$\mathcal{O}(\varepsilon^{-1}\log N)$次迭代。
• 后验停止准则在数值实验中始终将迭代次数减少至先验界以下。
• 通过量子熵不等式证明了收敛性，确保在非交换设置下的稳定性和准确性。
• 启发式加速技术在实际实现中显著提升了收敛速度。
• 该框架可统一应用于量子信道的互信息、Holevo量、相干信息及热力学容量。