Skip to content

定义Definition

矩阵的量子块编码

Block encoding · Projected unitary encoding

把矩阵访问写成带归一化、辅助位数和误差的酉块接口,给出四阶显式扩张,并证明独立辅助寄存器下的乘法及误差传播。

形式陈述 ​

设 A 是作用于 n 个qubit的方阵,α 为正实数,a 为非负整数,ε 为非负实数。若一个 n+a qubit酉电路 U 满足

(1)‖A−α(⟨0a|⊗I)U(|0a⟩⊗I)‖≤ε,

则称 U 为 A 的 (α,a,ε)块编码。[1, Definition 43]

式中范数为算子范数,a 是辅助qubit数,不是数据维数。α 表示矩阵尺度;精确编码要求 ‖A‖≤α,近似定义只必然给 ‖A‖≤α+ε。为简化算术,常另选 α≥‖A‖,但应说明这项选择。

它是可调用的酉接口,不是把整个矩阵经典写在内存里的同义词。算法还必须说明如何实现 U、能否调用 U†、是否提供受控版本,以及每次调用的真实成本。

矩形矩阵可补零嵌入方形空间,或使用不同输入、输出投影 Π,Π~,令 A/α 对应 Π~UΠ。后一种投影酉编码会保留左右空间的区别,适合奇异值变换。

直觉

非酉矩阵可能压缩某些方向、放大另一些方向;完整量子门却必须保持范数。先把矩阵除以足够大的尺度,再放进一个更大的酉中,剩余矩阵块就负责接收丢失的幅度。

这个“左上角”的承诺让不同算法能接在一起:使用者不必了解 U 的所有其余条目,只要知道归一化、误差和辅助位接口。不过连接两个块时,不能让第一步流到失败空间的振幅在第二步偷偷流回成功空间。

例子与边界

一个写得出来的四阶酉扩张 ​

令 A=diag(1,1/2),D=I−A2=diag(0,3/2)。定义

(2)UA=(ADD−A)=(100001/203/200−1003/20−1/2).

基顺序为辅助在前的 00,01,10,11。因为 A,D 对易且 A2+D2=I,直接相乘得 UA2=I;它又自伴,所以酉。这是 A 的 (1,1,0)块编码。

对输入 |0⟩|+⟩,辅助0分支为 (|0⟩+12|1⟩)/2,成功概率为 5/8,成功态为 (2|0⟩+|1⟩)/5。其余概率并未消失,而是留在辅助1分支。

一般收缩矩阵也存在酉扩张;但写出含矩阵平方根的存在性公式,不等于已经给出了高效量子门分解。显式扩张和高效输入访问是不同问题。

复用同一辅助位,矩阵乘法会错在哪里 ​

如果把式 (2) 的 UA 连做两次,并只在最后检查辅助0,由 UA2=I 得到的成功块为 I。

然而想要的矩阵乘积是 A2=diag(1,1/4),不是 I。多出的部分来自路径:第一次进入辅助1,第二次又回到辅助0。形式上,

ΠUA2Π=ΠUAΠUAΠ+ΠUA(I−Π)UAΠ.

第二项就是不该混进纯矩阵乘积的返回路径。只知道每个门的左上角,不能删除它。

独立辅助寄存器给出真正的乘法 ​

设 UA 编码 A/α,使用辅助 a;UB 编码 B/β,使用另一组辅助 b。先在 b 和数据上施 UB,再在 a 和数据上施 UA,各自对另一组辅助恒等。

把两组辅助都投影为0时,b 中的失败振幅无法被只操作 a 的第二步改回0,所以成功块恰为

AαBβ=ABαβ.

因此精确情况下得到 (αβ,a+b,0)块编码,使用两次子程序调用。顺序是先 B 后 A,与矩阵 AB 一致。[1, Lemma 53]

推论与应用

误差与归一化一起传播 ​

记实际两个归一化块乘回尺度后为 A~,B~,满足

‖A−A~‖≤εA,‖B−B~‖≤εB,‖A~‖≤α,‖B~‖≤β.

若另有 ‖B‖≤β,则

(3)‖AB−A~B~‖≤‖(A−A~)B‖+‖A~(B−B~)‖≤βεA+αεB.

如果只使用定义自动给出的 ‖B‖≤β+εB,保守界应改为

βεA+αεB+εAεB.

这说明为什么算术定理中的范数尺度承诺不能漏写。归一化变大也会降低直接应用到态后的成功概率,所以“能组合”不表示“成功成本不变”。

LCU与块编码的关系 ​

LCU给出一个具体来源:若 A=∑jαjUj,PREP–SELECT–PREP逆的左上块为 A/∑jαj。块编码把这条构造抽象成接口,之后可换用不同的实现方法而保留上层算法。

U† 的同一辅助块编码 A†,尺度与误差不变;这是后续奇异值变换交替访问原矩阵与伴随的关键。对于Hermitian信号,还可进一步构造二维旋转子空间。

最后,若输入 |ψ⟩ 被映到辅助0分支,所得操作为 A|ψ⟩/α,必须带概率解释。块本身通常不是迹保持量子信道,也不会把全部经典坐标自动输出;其优势与局限都取决于后续量子态任务和读出需求。

参考资料
  • [1] András Gilyén, Yuan Su, Guang Hao Low and Nathan Wiebe, Quantum Singular Value Transformation and Beyond, 2018作者版,§4.1 Definition 43与§4.4 Lemmas 53–54。本文显式区分精确尺度、近似定义和乘法中使用的目标矩阵范数承诺。
关系图谱18 个相邻概念 · 3 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
类型化关系