양자 알고리즘의 빠른 클래식 시뮬레이션

문제에 대한 양자 알고리즘의 고전적인 시뮬레이션이이 문제에 대해 이전에 알려진 최고의 고전 알고리즘보다 우수한 경우의 예가 있습니까? "성능"이 다른 복잡성 등급을 의미 할 필요는 없으며 단순히 확장 성이 향상 될 수 있습니다.

이 질문은 양자 추천 알고리즘 의 효율적인 고전 시뮬레이션의 경우에 영감을 받았다 .

cc.complexity-theory quantum-computing quantum-information

— delete000
소스

언급 한 귀하의 질문은 실제로 이해가되지 않습니다. 양자 알고리즘의 고전 시뮬레이션은 특정 종류의 고전 알고리즘이므로 최고의 고전 알고리즘보다 빠를 수는 없습니다. 그것은 수 수 있는 가장 빠른 알려진 고전적인 알고리즘,하지만 수 없습니다 더 나은 그 자체보다 더 잘 만들 것 때문이다.

— Craig Gidney

"당신은 이전에 알려진 가장 잘 알려진 클래식 알고리즘을 능가합니다 "

— Frédéric Grosshans

나는 그 질문을 읽을 때 그 경고에 대해 생각했지만, 두 개의 고전적인 알고리즘 중 하나가 "이전에 알려진"양자 알고리즘의 비 시뮬레이션이 될 것이라 예상했다. 나는 지금 더 잘 알고있다.

— delete000

귀하의 질문은 추천 알고리즘의 최근 양자 영감 클래식 고전에서 영감을 얻었습니다. 그런 일이 일어나는 것은 시간이 아닙니다. 2015 년에는 대략적인 MAX3LIN을 사용 하여 유사한 개발이 이루어졌습니다 . 이전에 알려진 모든 기존 알고리즘을 능가하는 Quanutm 알고리즘이 더 나은 클래식 알고리즘을 성공적으로 검색하도록 동기를 부여했습니다. 그러나 내가 아는 한, 두 경우 모두 고전 알고리즘은 양자 진화의 고전 시뮬레이션처럼 보이지 않습니다.

나는 이전에 알려진 알고리즘을 능가하는 양자 시스템의 고전적인 시뮬레이션을 설명하는 한 논문을 알고 있습니다 (전체 공개 : 저자는 내 친구입니다) :

L. Chakhmakhchyan, NJ Cerf, R. Garcia-Patron, arXiv : 1609.02416 / Phys.에 의해 양의 반 정밀도 행렬의 영구성을 추정하기위한 양자 영감 알고리즘 . 개정 A 96 , 022329

이것은 boson sampling으로 표시되는 영구 광학과 양자 광학 사이의 연결을 기반으로합니다 . 일반적인 접근 방식과 반대로 시뮬레이션하기 쉬운 것으로 알려진 상태 (열 상태)를보고이 시뮬레이션을 사용하여 영구적 인 Hermitian 양의 반 정규 행렬의 Monte-Carlo 계산을 수행합니다. 일부 클래스의 행렬의 경우이 알고리즘은 가장 잘 알려진 알고리즘 (Gurvits 알고리즘)보다 더 나은 근사치를 제공합니다.

— 프레데릭 그로스 샨
소스