Kecerdasan Data Generatif

Komputasi Efisien dari Fungsi Distorsi Laju Kuantum

Tanggal:

Kerry Dia1,James Saunderson1, dan Hamzah Fawzi2

1Departemen Teknik Listrik dan Sistem Komputer, Monash University, Clayton VIC 3800, Australia
2Departemen Matematika Terapan dan Fisika Teoritis, Universitas Cambridge, Cambridge CB3 0WA, Inggris Raya

Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.

Abstrak

Fungsi distorsi laju kuantum memainkan peran mendasar dalam teori informasi kuantum, namun saat ini tidak ada algoritma praktis yang dapat menghitung fungsi ini secara efisien hingga akurasi tinggi untuk dimensi saluran sedang. Dalam makalah ini, kami menunjukkan bagaimana reduksi simetri dapat secara signifikan menyederhanakan contoh umum masalah distorsi laju kuantum yang dibantu keterjeratan. Hal ini memungkinkan kita untuk lebih memahami sifat-sifat saluran kuantum yang memperoleh trade-off distorsi laju optimal, sekaligus memungkinkan penghitungan fungsi distorsi laju kuantum yang lebih efisien terlepas dari algoritma numerik yang digunakan. Selain itu, kami mengusulkan varian yang tidak tepat dari algoritma keturunan cermin untuk menghitung fungsi distorsi laju kuantum dengan laju konvergensi sublinear yang dapat dibuktikan. Kami menunjukkan bagaimana algoritma mirror descending ini terkait dengan Blaut-Arimoto dan metode pemaksimalan ekspektasi yang sebelumnya digunakan untuk memecahkan masalah serupa dalam teori informasi. Dengan menggunakan teknik ini, kami menyajikan eksperimen numerik pertama untuk menghitung fungsi distorsi laju kuantum multi-qubit, dan menunjukkan bahwa algoritme yang kami usulkan menyelesaikan lebih cepat dan akurasi lebih tinggi bila dibandingkan dengan metode yang ada.

Fungsi distorsi laju kuantum menjelaskan jumlah maksimum sumber informasi kuantum yang dapat dikompresi oleh saluran kuantum, tanpa melebihi distorsi maksimum yang diperbolehkan. Secara umum, fungsi ini perlu dihitung secara numerik dengan menyelesaikan masalah optimasi cembung. Namun, hal ini dapat menjadi tantangan karena dua alasan. Pertama, dimensi masalah dari masalah optimasi dengan cepat menjadi besar seiring dengan bertambahnya ukuran saluran kuantum. Untuk metode umum dalam mengukur distorsi sumber informasi kuantum, kami menunjukkan bagaimana kesimetrian dalam masalah optimasi dapat dieksploitasi untuk secara signifikan mengurangi dimensi masalah optimasi, sehingga memungkinkan kita untuk menyelesaikan masalah lebih cepat. Kedua, algoritme penurunan gradien standar tidak bekerja dengan baik saat menghitung fungsi distorsi laju kuantum, karena fungsi mirip entropi kuantum yang muncul dalam masalah pengoptimalan. Sebaliknya, kami menunjukkan bagaimana variasi penurunan gradien entropik, yang dikenal sebagai penurunan cermin entropik, dapat digunakan untuk memperoleh algoritma yang efisien untuk menghitung fungsi distorsi laju kuantum.

โ–บ data BibTeX

โ–บ Referensi

[1] Claude Elwood Shannon โ€œTeori komunikasi matematikaโ€ 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, dan Mark M. Wilde, โ€œDistorsi laju kuantum, teorema Shannon terbalik, dan pemisahan saluran sumberโ€ IEEE Transactions on Information Theory 59, 615โ€“630 (2013).
https: / / doi.org/ 10.1109 / tit.2012.2215575

[3] Mark M Wilde, Nilanjana Datta, Min-Hsiu Hsieh, dan Andreas Winter, โ€œPengkodean distorsi laju kuantum dengan sumber daya tambahanโ€ IEEE Transactions on Information Theory 59, 6755โ€“6773 (2013).
https: / / doi.org/ 10.1109 / tit.2013.2271772

[4] Richard Blahut โ€œPerhitungan kapasitas saluran dan fungsi distorsi lajuโ€ IEEE Transactions on Information Theory 18, 460โ€“473 (1972).
https: / / doi.org/ 10.1109 / tit.1972.1054855

[5] Suguru Arimoto โ€œSebuah algoritma untuk menghitung kapasitas saluran tanpa memori diskrit yang sewenang-wenangโ€ IEEE Transactions on Information Theory 18, 14โ€“20 (1972).
https: / / doi.org/ 10.1109 / tit.1972.1054753

[6] Kerry He, James Saunderson, dan Hamza Fawzi, โ€œPerspektif proksimal Bregman tentang algoritma Blahut-Arimoto klasik dan kuantumโ€ (2023).
arXiv: 2306.04492

[7] Arkadij Semenoviฤ Nemirovskijand David Borisovich Yudin โ€œKompleksitas masalah dan efisiensi metode dalam optimasiโ€ Wiley (1983).

[8] Amir Beckand Marc Teboulle โ€œPenurunan cermin dan metode subgradien proyeksi nonlinier untuk optimasi cembungโ€ Operations Research Letters 31, 167โ€“175 (2003).
https:/โ€‹/โ€‹doi.org/โ€‹10.1016/โ€‹s0167-6377(02)00231-6

[9] Paul Tseng laporan โ€œTentang metode gradien proksimal yang dipercepat untuk optimasi cekung-cembungโ€ (2008).
https:/โ€‹/โ€‹pages.cs.wisc.edu/โ€‹~brecht/โ€‹cs726docs/โ€‹Tseng.APG.pdf

[10] Amir Beck โ€œMetode tingkat pertama dalam optimasiโ€ SIAM (2017).
https: / / doi.org/ 10.1137 / 1.9781611974997

[11] Heinz H Bauschke, Jรฉrรดme Bolte, dan Marc Teboulle, โ€œLema penurunan di luar kontinuitas gradien Lipschitz: Metode orde pertama ditinjau kembali dan penerapannyaโ€ Mathematics of Operations Research 42, 330โ€“348 (2017).
https: / / doi.org/ 10.1287 / moor.2016.0817

[12] Haihao Lu, Robert M Freund, dan Yurii Nesterov, โ€œOptimasi cembung yang relatif mulus dengan metode dan aplikasi orde pertamaโ€ SIAM Journal on Optimization 28, 333โ€“354 (2018).
https: / / doi.org/ 10.1137 / 16M1099546

[13] Marc Teboulle โ€œPandangan sederhana tentang metode optimasi orde pertamaโ€ Pemrograman Matematika 170, 67โ€“96 (2018).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s10107-018-1284-2

[14] Masahito Hayashi โ€œAlgoritme em berbasis divergensi Bregman dan penerapannya pada teori distorsi laju klasik dan kuantumโ€ IEEE Transactions on Information Theory 69, 3460โ€“3492 (2023).
https: / / doi.org/ 10.1109 / tit.2023.3239955

[15] Masahito Hayashi โ€œAlgoritma minimalisasi berulang pada keluarga campuranโ€ (2023).
arXiv: 2302.06905

[16] Venkat Chandrasekaranand Parikesit Shah โ€œOptimasi entropi relatif dan penerapannyaโ€ Pemrograman Matematika 161, 1โ€“32 (2017).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s10107-016-0998-2

[17] Hamza Fawziand Omar Fawzi โ€œOptimasi efisien entropi relatif kuantumโ€ Jurnal Fisika A: Matematika dan Teoritis 51, 154003 (2018).
https: / / doi.org/ 10.1088 / 1751-8121 / aab285

[18] Hamza Fawzi, James Saunderson, dan Pablo A Parrilo, โ€œPerkiraan semidefinite dari logaritma matriksโ€ Foundations of Computational Mathematics 19, 259โ€“296 (2019).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s10208-018-9385-0

[19] Chris Coey, Lea Kapelevich, dan Juan Pablo Vielma, โ€œPeningkatan kinerja untuk algoritma titik interior kerucut generikโ€ Komputasi Pemrograman Matematika 15, 53โ€“101 (2023).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s12532-022-00226-0

[20] Mehdi Karimiand Levent Tunรงel โ€œMetode titik interior primalโ€“dual untuk formulasi berbasis domainโ€ Mathematics of Operations Research 45, 591โ€“621 (2020).
https: / / doi.org/ 10.1287 / moor.2019.1003

[21] Mehdi Karimiand Levent Tuncel โ€œImplementasi metode titik interior yang efisien untuk entropi relatif kuantumโ€ (2023).
arXiv: 2312.07438

[22] Lei Yang dan Kim-Chuan Toh โ€œAlgoritme titik proksimal Bregman ditinjau kembali: Versi baru yang tidak tepat dan varian inersianyaโ€ Jurnal SIAM tentang Optimasi 32, 1523โ€“1554 (2022).
https: / / doi.org/ 10.1137 / 20M1360748

[23] Nilanjana Datta, Min-Hsiu Hsieh, Mark M Wilde, dan Andreas Winter, โ€œPengkodean distorsi laju kuantum-ke-klasikโ€ Jurnal Fisika Matematika 54 (2013).
https: / / doi.org/ 10.1063 / 1.4798396

[24] Howard Barnum โ€œPengkodean distorsi laju kuantumโ€ Tinjauan Fisik A 62, 042309 (2000).
https: / / doi.org/ 10.1103 / physreva.62.042309

[25] Zahra Baghali Khanianand Andreas Winter โ€œPerspektif distorsi laju tentang redistribusi keadaan kuantumโ€ (2021).
arXiv: 2112.11952

[26] Zahra Baghali Khanian, Kohdai Kuroiwa, dan Debbie Leung, โ€œTeori distorsi nilai untuk negara-negara campuranโ€ Simposium Internasional IEEE tentang Teori Informasi 2023 749โ€“754 (2023).
https://โ€‹/โ€‹doi.org/โ€‹10.1109/โ€‹isit54713.2023.10206960

[27] Michael A. Nielsen dan Isaac L. Chuang โ€œPerhitungan kuantum dan informasi kuantum: edisi peringatan 10 tahunโ€ Cambridge University Press (2010).
https: / / doi.org/ 10.1017 / cbo9780511976667

[28] Mark M. Wilde โ€œTeori informasi kuantumโ€ Cambridge University Press (2017).
https: / / doi.org/ 10.1017 / 9781316809976

[29] John Watrous โ€œTeori informasi kuantumโ€ Cambridge University Press (2018).
https: / / doi.org/ 10.1017 / 9781316848142

[30] R Tyrrell Rockafellar โ€œAnalisis cembungโ€ Princeton University Press (1970).
https://โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹bfb0110040

[31] Lev M Bregman โ€œMetode relaksasi untuk menemukan titik persekutuan dari himpunan cembung dan penerapannya pada solusi masalah dalam pemrograman cembungโ€ Matematika Komputasi dan Fisika Matematika Uni Soviet 7, 200โ€“217 (1967).
https:/โ€‹/โ€‹doi.org/โ€‹10.1016/โ€‹0041-5553(67)90040-7

[32] Chris J Maddison, Daniel Paulin, Yee Whye Teh, dan Arnaud Doucet, โ€œPrakondisi ruang ganda untuk penurunan gradienโ€ Jurnal SIAM tentang Optimasi 31, 991โ€“1016 (2021).
https://โ€‹/โ€‹doi.org/โ€‹10.1137/โ€‹19M130858X

[33] Dimitri Bertsekas โ€œTeori optimasi cembungโ€ Athena Scientific (2009).

[34] Theodor Brรถcker dan Tammo Tom Dieck โ€œRepresentasi kelompok Kebohongan yang kompakโ€ Springer Science & Business Media (2013).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹978-3-662-12918-0

[35] William Fulton dan Joe Harris โ€œTeori representasi: Kursus pertamaโ€ Springer Science & Business Media (2013).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹978-1-4612-0979-9

[36] Glen E Bredon โ€œPengantar kelompok transformasi kompakโ€ Academic Press (1972).
https:/โ€‹/โ€‹doi.org/โ€‹10.1016/โ€‹s0079-8169(08)x6007-6

[37] Persi Diaconisand Steven Evans โ€œFungsi linier dari nilai eigen matriks acakโ€ Transaksi American Mathematical Society 353, 2615โ€“2633 (2001).
https:/โ€‹/โ€‹doi.org/โ€‹10.1090/โ€‹S0002-9947-01-02800-8

[38] Masahito Hayashi dan Yuxiang Yang โ€œAlgoritme efisien untuk kemacetan informasi kuantumโ€ Quantum 7, 936 (2023).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2023-03-02-936

[39] Stephen Boyd dan Lieven Vandenberghe โ€œOptimasi cembungโ€ Cambridge University Press (2004).
https: / / doi.org/ 10.1017 / cbo9780511804441

[40] Roger A. Hornand Charles R. Johnson โ€œTopik dalam analisis matriksโ€ Cambridge University Press (1991).
https: / / doi.org/ 10.1017 / cbo9780511840371

[41] Mikhail V Solodovand Benar Fux Svaiter โ€œBatas kesalahan untuk submasalah titik proksimal dan algoritma titik proksimal tidak eksak terkaitโ€ Pemrograman Matematika 88, 371โ€“389 (2000).
https: / / doi.org/ 10.1007 / s101070050022

[42] Mark Schmidt, Nicolas Roux, dan Francis Bach, โ€œTingkat konvergensi metode gradien proksimal tidak tepat untuk optimasi cembungโ€ Kemajuan dalam Sistem Pemrosesan Informasi Neural Prosiding Konferensi Internasional ke-24 tentang Sistem Pemrosesan Informasi Neural 24, 1458โ€“1466 (2011).
https: / / dl.acm.org/ doi / 10.5555 / 2986459.2986622

[43] Jorge Noceda dan Stephen J Wright โ€œOptimasi numerikโ€ Springer (1999).
https: / / doi.org/ 10.1007 / b98874

[44] Nathaniel Johnston โ€œQETLAB: Kotak alat MATLAB untuk keterikatan kuantum, versi 0.9โ€ http://โ€‹/โ€‹qetlab.com (2016).
https: / / doi.org/ 10.5281 / zenodo.44637
http://www.qetlab.com

[45] Kim-Chuan Toh, Michael J Todd, dan Reha H Tรผtรผncรผ, โ€œSDPT3 - Paket perangkat lunak MATLAB untuk pemrograman semidefinite, versi 1.3โ€ Metode Optimasi dan Perangkat Lunak 11, 545โ€“581 (1999).
https: / / doi.org/ 10.1080 / 10556789908805762

[46] Masahito Hayashi dan Geng Liu โ€œAlgoritme kuantum Arimoto-Blahut yang digeneralisasi dan penerapannya pada kemacetan informasi kuantumโ€ (2023).
arXiv: 2311.11188

[47] Thomas M. Coverand Joy A. Thomas โ€œElemen teori informasiโ€ John Wiley & Sons (1999).
https: / / doi.org/ 10.1002 / 047174882X

[48] Aram V Arutyunov dan Valeri Obukhovskii โ€œAnalisis cembung dan nilai himpunanโ€ De Gruyter (2017).
https: / / doi.org/ 10.1515 / 9783110460308

[49] Martin Jaggi โ€œMengunjungi Kembali Frank-Wolfe: Optimasi cembung renggang bebas proyeksiโ€ Prosiding Konferensi Internasional ke-30 tentang Konferensi Internasional tentang Pembelajaran Mesin โ€“ Volume 28 427โ€“435 (2013).
https: / / dl.acm.org/ doi / 10.5555 / 3042817.3042867

[50] Haobo Liand Ning Cai โ€œAlgoritme tipe Blahut-Arimoto untuk menghitung kapasitas saluran kuantum klasikโ€ Simposium Internasional Teori Informasi 2019 Simposium Internasional IEEE tentang Teori Informasi 255โ€“259 (2019).
https: / / doi.org/ 10.1109 / isit.2019.8849608

[51] Navneeth Ramakrishnan, Raban Iten, Volkher B Scholz, dan Mario Berta, โ€œMenghitung kapasitas saluran kuantumโ€ IEEE Transactions on Information Theory 67, 946โ€“960 (2020).
https: / / doi.org/ 10.1109 / tit.2020.3034471

[52] Heinz H Bauschke dan Jonathan M Borwein โ€œFungsi Legendre dan metode proyeksi Bregman acakโ€ Journal of Convex Analysis 4, 27โ€“67 (1997).

[53] Rajendra Bhatia โ€œAnalisis matriksโ€ Springer Science & Business Media (2013).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹978-1-4612-0653-8

Dikutip oleh

[1] Mehdi Karimi dan Levent Tuncel, โ€œImplementasi Metode Titik Interior yang Efisien untuk Entropi Relatif Kuantumโ€, arXiv: 2312.07438, (2023).

[2] Masahito Hayashi dan Geng Liu, โ€œAlgoritma kuantum Arimoto-Blahut yang digeneralisasi dan penerapannya pada kemacetan informasi kuantumโ€, arXiv: 2311.11188, (2023).

Kutipan di atas berasal dari SAO / NASA ADS (terakhir berhasil diperbarui, 2024-04-10 11:56:15). Daftar ini mungkin tidak lengkap karena tidak semua penerbit menyediakan data kutipan yang cocok dan lengkap.

On Layanan dikutip-oleh Crossref tidak ada data tentang karya mengutip ditemukan (upaya terakhir 2024-04-10 11:56:14).

tempat_img

Intelijen Terbaru

tempat_img