tafs.pro

이 이메일 도메인이 관측된 논문 1건

arXiv:2601.12502v2cs.LG

양자 채널 학습을 위한 반정부호 프로그래밍

Semidefinite Programming for Quantum Channel Learning

고전 데이터 샘플로부터 양자 채널을 재구성하는 문제를 고려한다. 총 충실도가 두 이차 형식의 비율로 표현될 수 있는 경우(예: 혼합 상태를 순수 상태로 사상하는 경우, 투영 연산자, 유니터리 학습 등)에는 Choi 행렬에 대한 충실도 최적화 문제를 풀기 위해 반정부호 프로그래밍(SDP)을 적용할 수 있다. SDP의 주목할 만한 특징은 최적화가 볼록하다는 것으로, 이에 따라 다양한 수치 알고리즘으로 문제를 효율적으로 풀 수 있다. 우리는 여러 상용 SDP 솔버를 시험했으며, 모두 서로 다른 형태의 양자 채널 재구성을 가능하게 했다. 주목할 만한 특징은, 얻어진 양자 채널의 Kraus rank가 일반적으로 최대 가능값의 몇 퍼센트 미만을 차지한다는 것이다. 이는 상대적으로 작은 Kraus rank를 갖는 양자 채널로도 실험적으로 관측된 고전 데이터를 설명하기에 일반적으로 충분함을 시사한다. 이 이론은 데이터로부터 투영 연산자를 재구성하는 문제에도 적용되었다. 마지막으로, 고전 컴퓨터에서 수행·계산되는 양자 채널 변환에 기반한 고전 계산 모델을, 필요 시 하드웨어 최적화와 함께 논의한다.