Αποτελεσματικός Υπολογισμός της Συνάρτησης Κβαντικού Ρυθμού-Παραμόρφωσης

Αποτελεσματικός Υπολογισμός της Συνάρτησης Κβαντικού Ρυθμού-Παραμόρφωσης

Αποτελεσματικός Υπολογισμός της συνάρτησης κβαντικού ρυθμού-παραμόρφωσης Intelligence δεδομένων PlatoBlockchain. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Κέρι Χε1, Τζέιμς Σάντερσον1, και Hamza Fawzi2

1Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Συστημάτων Υπολογιστών, Πανεπιστήμιο Monash, Clayton VIC 3800, Αυστραλία
2Τμήμα Εφαρμοσμένων Μαθηματικών και Θεωρητικής Φυσικής, University of Cambridge, Cambridge CB3 0WA, Ηνωμένο Βασίλειο

Βρείτε αυτό το άρθρο ενδιαφέρουσα ή θέλετε να συζητήσετε; Scite ή αφήστε ένα σχόλιο για το SciRate.

Περίληψη

Η συνάρτηση κβαντικού ρυθμού παραμόρφωσης παίζει θεμελιώδη ρόλο στη θεωρία κβαντικών πληροφοριών, ωστόσο δεν υπάρχει επί του παρόντος πρακτικός αλγόριθμος που να μπορεί να υπολογίσει αποτελεσματικά αυτή τη συνάρτηση σε υψηλή ακρίβεια για μέτριες διαστάσεις καναλιού. Σε αυτό το άρθρο, δείχνουμε πώς η μείωση της συμμετρίας μπορεί να απλοποιήσει σημαντικά τις κοινές περιπτώσεις των προβλημάτων κβαντικής παραμόρφωσης ρυθμού που υποβοηθούνται από εμπλοκή. Αυτό μας επιτρέπει να κατανοήσουμε καλύτερα τις ιδιότητες των κβαντικών καναλιών που επιτυγχάνουν τη βέλτιστη αντιστάθμιση ρυθμού παραμόρφωσης, ενώ επιτρέπει επίσης πιο αποτελεσματικό υπολογισμό της συνάρτησης κβαντικής παραμόρφωσης ρυθμού ανεξάρτητα από τον αριθμητικό αλγόριθμο που χρησιμοποιείται. Επιπλέον, προτείνουμε μια ανακριβή παραλλαγή του αλγορίθμου καθόδου καθρέφτη για τον υπολογισμό της συνάρτησης κβαντικού ρυθμού-παραμόρφωσης με αποδείξιμους ρυθμούς υπογραμμικής σύγκλισης. Δείχνουμε πώς αυτός ο αλγόριθμος καθρεπτικής καθόδου σχετίζεται με το Blahut-Arimoto και τις μεθόδους μεγιστοποίησης προσδοκιών που χρησιμοποιήθηκαν προηγουμένως για την επίλυση παρόμοιων προβλημάτων στη θεωρία πληροφοριών. Χρησιμοποιώντας αυτές τις τεχνικές, παρουσιάζουμε τα πρώτα αριθμητικά πειράματα για τον υπολογισμό μιας συνάρτησης κβαντικής παραμόρφωσης ρυθμού πολλαπλών qubit και δείχνουμε ότι ο προτεινόμενος αλγόριθμός μας επιλύει ταχύτερα και με μεγαλύτερη ακρίβεια σε σύγκριση με τις υπάρχουσες μεθόδους.

Η συνάρτηση κβαντικού ρυθμού παραμόρφωσης περιγράφει τη μέγιστη ποσότητα που μπορεί να συμπιεστεί μια πηγή κβαντικής πληροφορίας από ένα κβαντικό κανάλι, χωρίς να υπερβαίνει τη μέγιστη επιτρεπόμενη παραμόρφωση. Γενικά, αυτή η συνάρτηση πρέπει να υπολογιστεί αριθμητικά επιλύοντας ένα κυρτό πρόβλημα βελτιστοποίησης. Ωστόσο, αυτό μπορεί να είναι δύσκολο για δύο λόγους. Πρώτον, η διάσταση του προβλήματος του προβλήματος βελτιστοποίησης γίνεται γρήγορα μεγάλη καθώς αυξάνεται το μέγεθος του κβαντικού καναλιού. Για κοινές μεθόδους για τη μέτρηση της παραμόρφωσης της κβαντικής πηγής πληροφοριών, δείχνουμε πώς οι συμμετρίες στο πρόβλημα βελτιστοποίησης μπορούν να αξιοποιηθούν για να μειωθεί σημαντικά η διάσταση του προβλήματος βελτιστοποίησης, επιτρέποντάς μας να λύσουμε το πρόβλημα πολύ πιο γρήγορα. Δεύτερον, οι τυπικοί αλγόριθμοι καθόδου κλίσης δεν λειτουργούν καλά κατά τον υπολογισμό της συνάρτησης κβαντικής παραμόρφωσης ρυθμού, λόγω των συναρτήσεων κβαντικής εντροπίας που προκύπτουν στο πρόβλημα βελτιστοποίησης. Αντίθετα, δείχνουμε πώς μια εντροπική παραλλαγή της βαθμίδωσης, γνωστή ως εντροπική κάθοδος καθρέφτη, μπορεί να χρησιμοποιηθεί για την εξαγωγή ενός αποτελεσματικού αλγόριθμου για τον υπολογισμό της συνάρτησης κβαντικού ρυθμού-παραμόρφωσης.

► Δεδομένα BibTeX

► Αναφορές

[1] Claude Elwood Shannon «Μια μαθηματική θεωρία της επικοινωνίας» The Bell System Technical Journal 27, 379-423 (1948).
https: / / doi.org/ 10.1002 / j.1538-7305.1948.tb01338.x

[2] Nilanjana Datta, Min-Hsiu Hsieh, και Mark M. Wilde, "Quantum rate distortion, reverse Shannon theorems, and source-channel separation" IEEE Transactions on Information Theory 59, 615–630 (2013).
https: / / doi.org/ 10.1109 / tit.2012.2215575

[3] Mark M Wilde, Nilanjana Datta, Min-Hsiu Hsieh και Andreas Winter, «Κωδικοποίηση κβαντικής παραμόρφωσης ρυθμού με βοηθητικούς πόρους» IEEE Transactions on Information Theory 59, 6755–6773 (2013).
https: / / doi.org/ 10.1109 / tit.2013.2271772

[4] Richard Blahut «Υπολογισμός χωρητικότητας καναλιού και συναρτήσεις παραμόρφωσης ρυθμού» IEEE Transactions on Information Theory 18, 460–473 (1972).
https: / / doi.org/ 10.1109 / tit.1972.1054855

[5] Suguru Arimoto «Ένας αλγόριθμος για τον υπολογισμό της χωρητικότητας αυθαίρετων διακριτών καναλιών χωρίς μνήμη» IEEE Transactions on Information Theory 18, 14–20 (1972).
https: / / doi.org/ 10.1109 / tit.1972.1054753

[6] Kerry He, James Saunderson και Hamza Fawzi, «Μια εγγύς προοπτική του Bregman στους κλασικούς και κβαντικούς αλγόριθμους Blahut-Arimoto» (2023).
arXiv: 2306.04492

[7] Arkadij Semenovič Nemirovskijand David Borisovich Yudin «Πολυπλοκότητα προβλημάτων και αποτελεσματικότητα μεθόδου στη βελτιστοποίηση» Wiley (1983).

[8] Amir Beckand Marc Teboulle “Mirror descent and nonlinear projected subgradient method for convex optimization” Operations Research Letters 31, 167–175 (2003).
https:/​/​doi.org/​10.1016/​s0167-6377(02)00231-6

[9] Έκθεση Paul Tseng «On accelerated proximal gradient method for convex-concave optimization» (2008).
https://pages.cs.wisc.edu/​~brecht/​cs726docs/​Tseng.APG.pdf

[10] Amir Beck «Μέθοδοι πρώτης τάξης στη βελτιστοποίηση» SIAM (2017).
https: / / doi.org/ 10.1137 / 1.9781611974997

[11] Heinz H Bauschke, Jérôme Bolte και Marc Teboulle, «Ένα λήμμα καθόδου πέρα ​​από τη συνέχεια της κλίσης του Lipschitz: Μέθοδοι πρώτης τάξης που επανεξετάστηκαν και εφαρμογές» Mathematics of Operations Research 42, 330–348 (2017).
https: / / doi.org/ 10.1287 / moor.2016.0817

[12] Haihao Lu, Robert M Freund και Yurii Nesterov, «Σχετικά ομαλή κυρτή βελτιστοποίηση με μεθόδους πρώτης τάξης και εφαρμογές» SIAM Journal on Optimization 28, 333–354 (2018).
https: / / doi.org/ 10.1137 / 16M1099546

[13] Marc Teboulle «Μια απλοποιημένη άποψη μεθόδων πρώτης τάξης για βελτιστοποίηση» Mathematical Programming 170, 67–96 (2018).
https:/​/​doi.org/​10.1007/​s10107-018-1284-2

[14] Masahito Hayashi «Ο αλγόριθμος που βασίζεται στην απόκλιση Bregman και η εφαρμογή του στην κλασική και κβαντική θεωρία παραμόρφωσης ρυθμού» IEEE Transactions on Information Theory 69, 3460–3492 (2023).
https: / / doi.org/ 10.1109 / tit.2023.3239955

[15] Masahito Hayashi «Επαναληπτικός αλγόριθμος ελαχιστοποίησης στην οικογένεια μείγματος» (2023).
arXiv: 2302.06905

[16] Venkat Chandrasekaranand Parikshit Shah «Βελτιστοποίηση σχετικής εντροπίας και οι εφαρμογές της» Mathematical Programming 161, 1–32 (2017).
https:/​/​doi.org/​10.1007/​s10107-016-0998-2

[17] Hamza Fawziand Omar Fawzi «Αποτελεσματική βελτιστοποίηση της κβαντικής σχετικής εντροπίας» Journal of Physics A: Mathematical and Theoretical 51, 154003 (2018).
https: / / doi.org/ 10.1088 / 1751-8121 / aab285

[18] Hamza Fawzi, James Saunderson και Pablo A Parrilo, "Semidefinite approximations of the matrix logarithm" Foundations of Computational Mathematics 19, 259–296 (2019).
https:/​/​doi.org/​10.1007/​s10208-018-9385-0

[19] Chris Coey, Lea Kapelevich και Juan Pablo Vielma, «Βελτιώσεις απόδοσης για έναν γενικό αλγόριθμο κωνικού εσωτερικού σημείου» Mathematical Programming Computation 15, 53–101 (2023).
https:/​/​doi.org/​10.1007/​s12532-022-00226-0

[20] Mehdi Karimiand Levent Tunçel «Μέθοδοι αρχέγονου-διπλού εσωτερικού σημείου για τυποποιήσεις που βασίζονται στον τομέα» Mathematics of Operations Research 45, 591–621 (2020).
https: / / doi.org/ 10.1287 / moor.2019.1003

[21] Mehdi Karimiand Levent Tuncel «Αποτελεσματική εφαρμογή μεθόδων εσωτερικού σημείου για κβαντική σχετική εντροπία» (2023).
arXiv: 2312.07438

[22] Lei Yangand Kim-Chuan Toh «Επανεξετάστηκε ο αλγόριθμος εγγύς σημείου του Bregman: Μια νέα ανακριβής έκδοση και η αδρανειακή του παραλλαγή» SIAM Journal on Optimization 32, 1523–1554 (2022).
https: / / doi.org/ 10.1137 / 20M1360748

[23] Nilanjana Datta, Min-Hsiu Hsieh, Mark M Wilde, and Andreas Winter, “Quantum-to-classical rate distortion coding” Journal of Mathematical Physics 54 (2013).
https: / / doi.org/ 10.1063 / 1.4798396

[24] Howard Barnum «Κωδικοποίηση κβαντικού ρυθμού-παραμόρφωσης» Φυσική Ανασκόπηση A 62, 042309 (2000).
https: / / doi.org/ 10.1103 / physreva.62.042309

[25] Zahra Baghali Khanianand Andreas Winter «Μια προοπτική παραμόρφωσης ρυθμού για την ανακατανομή κβαντικής κατάστασης» (2021).
arXiv: 2112.11952

[26] Zahra Baghali Khanian, Kohdai Kuroiwa και Debbie Leung, «Θεωρία παραμόρφωσης ρυθμού για μικτές καταστάσεις» 2023 IEEE International Symposium on Information Theory 749–754 (2023).
https://doi.org/​10.1109/​isit54713.2023.10206960

[27] Michael A. Nielsenand Isaac L. Chuang “Quantum computation and quantum information: 10th years edition” Cambridge University Press (2010).
https: / / doi.org/ 10.1017 / cbo9780511976667

[28] Mark M. Wilde “Quantum information theory” Cambridge University Press (2017).
https: / / doi.org/ 10.1017 / 9781316809976

[29] John Watrous «The theory of quantum information» Cambridge University Press (2018).
https: / / doi.org/ 10.1017 / 9781316848142

[30] R Tyrrell Rockafellar “Convex analysis” Princeton University Press (1970).
https://doi.org/​10.1007/​bfb0110040

[31] Lev M Bregman «Η μέθοδος χαλάρωσης για την εύρεση του κοινού σημείου των κυρτών συνόλων και η εφαρμογή της στη λύση προβλημάτων στον κυρτό προγραμματισμό» USSR Computational Mathematics and Mathematical Physics 7, 200–217 (1967).
https:/​/​doi.org/​10.1016/​0041-5553(67)90040-7

[32] Chris J Maddison, Daniel Paulin, Yee Whye Teh και Arnaud Doucet, «Dual space preconditioning for gradient descent» SIAM Journal on Optimization 31, 991–1016 (2021).
https://doi.org/ 10.1137/19M130858X

[33] Δημήτρης Μπερτσέκας “Convex optimization theory” Athena Scientific (2009).

[34] Theodor Bröcker and Tammo Tom Dieck “Representations of compact Lie groups” Springer Science & Business Media (2013).
https:/​/​doi.org/​10.1007/​978-3-662-12918-0

[35] William Fultonand Joe Harris «Θεωρία αναπαράστασης: Ένα πρώτο μάθημα» Springer Science & Business Media (2013).
https:/​/​doi.org/​10.1007/​978-1-4612-0979-9

[36] Glen E Bredon “Introduction to compact transformation groups” Academic Press (1972).
https:/​/​doi.org/​10.1016/​s0079-8169(08)x6007-6

[37] Persi Diaconisand Steven Evans «Γραμμικές συναρτήσεις ιδιοτιμών τυχαίων πινάκων» Transactions of the American Mathematical Society 353, 2615–2633 (2001).
https:/​/​doi.org/​10.1090/​S0002-9947-01-02800-8

[38] Masahito Hayashi and Yuxiang Yang «Αποτελεσματικοί αλγόριθμοι για το σημείο συμφόρησης κβαντικών πληροφοριών» Quantum 7, 936 (2023).
https:/​/​doi.org/​10.22331/​q-2023-03-02-936

[39] Stephen Boydand Lieven Vandenberghe “Convex optimization” Cambridge University Press (2004).
https: / / doi.org/ 10.1017 / cbo9780511804441

[40] Roger A. Hornand Charles R. Johnson “Topics in matrix analysis” Cambridge University Press (1991).
https: / / doi.org/ 10.1017 / cbo9780511840371

[41] Mikhail V Solodovand Benar Fux Svaiter «Όρια σφαλμάτων για υποπροβλήματα εγγύς σημείου και σχετικοί ανακριβείς αλγόριθμοι εγγύς σημείου» Mathematical Programming 88, 371–389 (2000).
https: / / doi.org/ 10.1007 / s101070050022

[42] Mark Schmidt, Nicolas Roux, and Francis Bach, “Convergence rates of inexact proximal-gradient method for convex optimization” Advances in Neural Information Processing Systems Proceedings of the 24th International Conference on Neural Information Processing Systems 24, 1458–1466 (2011).
https: / / dl.acm.org/ doi / 10.5555 / 2986459.2986622

[43] Jorge Nocedaland Stephen J Wright “Numerical Optimization” Springer (1999).
https: / / doi.org/ 10.1007 / b98874

[44] Nathaniel Johnston «QETLAB: A MATLAB toolbox for quantum enanglement, έκδοση 0.9» http://​qetlab.com (2016).
https: / / doi.org/ 10.5281 / zenodo.44637
http://qetlab.com

[45] Kim-Chuan Toh, Michael J Todd και Reha H Tütüncü, «SDPT3 — A πακέτο λογισμικού MATLAB για ημικαθορισμένο προγραμματισμό, έκδοση 1.3» Optimization Methods and Software 11, 545–581 (1999).
https: / / doi.org/ 10.1080 / 10556789908805762

[46] Masahito Hayashi και Geng Liu «Γενικοποιημένος κβαντικός αλγόριθμος Arimoto-Blahut και η εφαρμογή του στο σημείο συμφόρησης κβαντικών πληροφοριών» (2023).
arXiv: 2311.11188

[47] Thomas M. Coverand Joy A. Thomas “Elements of information theory” John Wiley & Sons (1999).
https: / / doi.org/ 10.1002 / 047174882X

[48] Aram V Arutyunovand Valeri Obukhovskii “Convex and set-valued analysis” De Gruyter (2017).
https: / / doi.org/ 10.1515 / 9783110460308

[49] Martin Jaggi “Revisiting Frank-Wolfe: Projection-free sparse convex optimization” Proceedings of the 30th International Conference on International Conference on Machine Learning – Τόμος 28 427–435 (2013).
https: / / dl.acm.org/ doi / 10.5555 / 3042817.3042867

[50] Haobo Liand Ning Cai «Ένας αλγόριθμος τύπου Blahut-Arimoto για τον υπολογισμό της χωρητικότητας κλασικού κβαντικού καναλιού» Διεθνές Συμπόσιο Θεωρίας Πληροφοριών 2019 IEEE International Symposium on Information Theory 255–259 (2019).
https: / / doi.org/ 10.1109 / isit.2019.8849608

[51] Navneeth Ramakrishnan, Raban Iten, Volkher B Scholz και Mario Berta, «Υπολογιστικές ικανότητες κβαντικών καναλιών» IEEE Transactions on Information Theory 67, 946–960 (2020).
https: / / doi.org/ 10.1109 / tit.2020.3034471

[52] Heinz H Bauschke and Jonathan M Borwein «Συναρτήσεις Legendre και μέθοδος τυχαίων προβολών Bregman» Journal of Convex Analysis 4, 27–67 (1997).

[53] Rajendra Bhatia “Matrix analysis” Springer Science & Business Media (2013).
https:/​/​doi.org/​10.1007/​978-1-4612-0653-8

Αναφέρεται από

[1] Mehdi Karimi και Levent Tuncel, «Αποτελεσματική εφαρμογή μεθόδων εσωτερικού σημείου για κβαντική σχετική εντροπία», arXiv: 2312.07438, (2023).

[2] Masahito Hayashi και Geng Liu, «Γενικοποιημένος κβαντικός αλγόριθμος Arimoto-Blahut και η εφαρμογή του στο σημείο συμφόρησης κβαντικών πληροφοριών», arXiv: 2311.11188, (2023).

Οι παραπάνω αναφορές είναι από SAO / NASA ADS (τελευταία ενημέρωση επιτυχώς 2024-04-10 23:59:34). Η λίστα μπορεί να είναι ελλιπής, καθώς δεν παρέχουν όλοι οι εκδότες τα κατάλληλα και πλήρη στοιχεία αναφοράς.

On Η υπηρεσία παραπομπής του Crossref δεν βρέθηκαν δεδομένα σχετικά με την αναφορά έργων (τελευταία προσπάθεια 2024-04-10 23:59:33).

Σφραγίδα ώρας:

Περισσότερα από Quantum Journal