密度行列ρ = W + I dを取る詳細の多くはすべて2ページの次の段落に含まれています。
ρ = W+ 私dd= 1MΣm = 1M||バツ(m )⟩ ⟨ X(m )||、
ニューラルネットワークの量子適応にとって重要なのは、活性化パターンの古典から量子への読み込みです。この設定では、活性化パターン読み取ることは、量子状態を準備することになります。x 〉。これは、原理的には、量子ランダムアクセスメモリ(qRAM)の開発手法[33]または制限されたオラクルベースの結果が存在する効率的な量子状態準備[34]を使用して達成できます。どちらの場合も、計算オーバーヘッドはdに関して対数的です。あるいは、完全に量子的な視点を採用し、活性化パターンをとることもできます。x 〉バツ| X⟩d| X⟩量子デバイスから直接、または量子チャネルの出力として。前者の場合、量子デバイスがキュービットの数に応じて多項式でスケーリングされる多数のゲートで構成される場合はいつでも、準備実行時間は効率的です。代わりに、後者の場合、通常、チャネルを、実装するための計算オーバーヘッドを必要としない、ある種の固定システム環境の相互作用と見なします。
上記の参照は次のとおりです。
[33]:V. Giovannetti、S。Lloyd、L。Maccone、Quantumランダムアクセスメモリ、Physical Review Letters 100、160501(2008)[ PRL link、arXiv link ]
[34]:AN Soklakov、R。Schack、量子ビットのレジスターのための効率的な状態の準備、Physical Review A 73、012307(2006)。[ PRAリンク、arXivリンク ]
詳細については触れませんが、上記は両方とも実際に効率的なqRAMを実装するためのスキームです。を再現する効率的かつ効率的な状態準備時間におけるO (ログ2 Dに)。| X ⟩O(ログ2d)
しかし、これは今のところ私たちを取得するだけです。これは状態を作成するために使用できます。X (M ) ⟩ ⟨ X (M ) | 、可能なすべてのmの合計が必要です。ρ(m )= ∣|バツ(m )⟩ ⟨ X(m )||メートル
ρ = ∑メートルρ(m )/ M
そのため、著者は次の3つの想定のいずれかを行います。
彼らはたまたま正しい入力状態を与えるデバイスを持っています
ρ(m )
上記のリファレンスの2番目を使用して、それらのステートを自由に作成できます。次に、量子チャネル(つまり、完全にポジティブなトレース保存(CPTP)マップ)を使用して混合状態が作成されます。
上記のオプションの最初の2つをしばらくの間忘れて(最初のオプションはとにかく問題を魔法のように解決します)、チャネルは次のいずれかになります。
aΣjψj| J ⟩adΣjψj| J ⟩a| Dj⟩dρ||バツ(m )⟩O(n)∣∣x(m)⟩ρO(n)
1チャットでこの可能性を指摘してくれた@glSに感謝
e−iAt
A=(W−γIdPP0)