最初の質問への回答として、それがどのように機能するかについての私の理解について少し前に自分自身にいくつかのメモを書きました。表記は少し異なるかもしれません(私はそれをもっと詳しく説明しようとしましたが、ビットをのは簡単です)が、その状態の選択を説明しようとします。がいくつかの場所に浮かんでいるいくつかの要因もあるようです。|Ψ0⟩12
私たちが最初に位相推定を研究するとき、私たちは通常、Shorのアルゴリズムなどの特定のアルゴリズムでの使用に関してそれを考えています。これには特定の目標があります。固有値への最適なビットの近似を取得することです。するかしないかのどちらかであり、位相推定の説明は、できるだけ高い成功確率を与えるように特に調整されています。t
HHLでは、我々はいくつかの状態生成しようとしている
、位相推定を利用します。これの近似の正確さは、0から遠い固有値ではなく、0に近い固有値の正確な推定にはるかに大きく依存します。したがって、明らかなステップは、位相推定プロトコルを変更して、の位相を近似するために固定幅「ビン」を使用する(およびは位相推定レジスターのキュービットの数)よりも、用
|ϕ⟩=∑jβjλj|λj⟩,
|b⟩=∑jβj|λj⟩2π/Te−iAtT=2ttϕyy∈{0,1}tを各ビンの中心として機能させることで、0フェーズに近い精度を大幅に向上させることができます。より一般的には、フェーズ関数として、エラーに対する許容度のトレードオフ関数を指定できます。この機能の正確な性質は、特定のアプリケーション、および成功を判断するために使用する特定の性能指数に合わせて調整できます。Shorのアルゴリズムの場合、私たちの性能指数は単にこのビニングプロトコルでした-答えが正しいビンにあれば成功し、それ以外では失敗しました。これはHHLの場合には当てはまりません。HHLの成功は、忠実度などの継続的な測定によってより合理的に捕捉されます。したがって、一般的なケースでは、コスト関数を指定します
ϕC(ϕ,ϕ′)これは、真のフェーズが場合、回答ペナルティを指定します。
ϕ′ϕ
標準の位相推定プロトコルは、のすべての基底状態の均一な重ね合わせである入力状態を生成することによって機能したことを思い出してください。この状態は、逆フーリエ変換が後に続く複数の制御されたゲートの順次適用を制御するために使用されました。入力状態を他の状態
ことができ、残りのプロトコルが以前のように動作します。ここでは、基本的な概念を伝えようとしているだけなので、新しい状態を生成するのがどれほど難しいかという問題は無視します。この状態から始めて、制御された使用|x⟩x∈{0,1}tU
|Ψ0⟩=∑x∈{0,1}tαx|x⟩,
|Ψ0⟩Uゲート(固有値の固有ベクトルをターゲットとする)は、状態
逆フーリエ変換を適用すると、
答え(つまり)が得られる確率は
コスト関数の期待値ので、のランダム分布と仮定、さ
Uϕ∑x∈{0,1}tαxeiϕx|x⟩.
1T−−√∑x,y∈{0,1}teix(ϕ−2πyM)αx|y⟩.
yϕ′=2πy/T1T∣∣∣∣∑x∈{0,1}teix(ϕ−2πyT)αx∣∣∣∣2
ϕC¯=12πT∫2π0dϕ∑y∈{0,1}t∣∣∣∣∑x∈{0,1}teix(ϕ−2πyT)αx∣∣∣∣2C(ϕ,2πy/T),
そして私たちの仕事は、特定の実現のためにこれを最小化する振幅を選択することです。が関数のみであるという単純化の仮定をすると、積分の変数を変更してを与えることができます
前述したように、最も有用な尺度は忠実度の尺度である可能性があります。州があることを考えてください
αxC(ϕ,ϕ′)C(ϕ,ϕ′)ϕ−ϕ′C¯=12π∫2π0dϕ∣∣∣∣∑x∈{0,1}teixϕαx∣∣∣∣2C(ϕ),
|+⟩ユニタリを実装したいのですが、代わりにを実装しています。忠実度は、これが目的のタスク
なので
理想的なケースではなので、最小化したいエラーはと見なすことができます。これは確かにを評価するための正しい関数です。
Uϕ=|0⟩⟨0|+eiϕ|1⟩⟨1|Uϕ′=|0⟩⟨0|+eiϕ′|1⟩⟨1|F=∣∣⟨+|U†ϕ′U|+⟩∣∣2=cos2(ϕ−ϕ′2),
C(ϕ−ϕ′)=sin2(ϕ−ϕ′2),
F=11−FUt、しかし、位相だけでなく振幅を変更するというより一般的なタスクの場合、不正確さの影響はプロトコルを介してそれほど重要ではない方法で伝播するため、関数は、状態の均一な重ね合わせに対していくつかの改善をすでに提供します。このフォームを続行すると、
の積分を実行できるので、関数を最小化します
これは、次のように簡潔に表現できます。
C(ϕ−ϕ′)C¯=12π∫2π0dϕ∣∣∣∣∑x∈{0,1}teixϕαx∣∣∣∣2sin2(12ϕ),
ϕ12∑x,y=0T−1αxα⋆y(δx,y−12δx,y−1−12δx,y+1).
min⟨Ψ0|H|Ψ0⟩
ここで、
の最適な選択は、行列最小固有ベクトル、
およびは最小固有値
重要なことに、が大きい場合、は、均一結合の選択から得られたではなく、としてスケーリングし
H=12∑x,y=0T−1(δx,y−12δx,y−1−12δx,y+1)|x⟩⟨y|.
|Ψ0⟩Hαx=2T+1−−−−−√sin((x+1)πT+1),
C¯C¯=12−12cos(πT+1).
TC¯1/T21/Tαx=1/T−−√。これは、エラー分析に大きなメリットをもたらします。
HHLペーパーで報告されているのと同じを取得したい場合は、用語を追加する必要があると思いますをハミルトニアンに。私にはそうする正当な理由はありませんが、これはおそらく私の失敗です。|Ψ0⟩−14(|0⟩⟨T−1|+|T−1⟩⟨0|)