푸리에 샘플링은 실제로 어떻게 작동하며 패리티 문제를 해결합니까?

저는 Umesh Vazirani 교수의 푸리에 샘플링 비디오 강의의 1 부 와 2 부에 관해 쓰고 있습니다.

부분적으로 그들은 다음으로 시작합니다.

하다 마드 변환에서 :

| 0...0 ⟩ \to \sum_{{0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩

$|0...0\rangle \to \sum_{\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle$

| u ⟩ = | u_{1} . . . u_{n} ⟩ \to \sum_{{0, 1}^{n}} \frac{(- 1)^{u . x}}{2^{n / 2}} | x ⟩ (where u . x = u_{1} x_{1} + u_{2} x_{2} + . . . + u_{n} x_{n})

$|u\rangle =|u_1...u_n\rangle \to \sum_{\{0,1\}^n}\frac{(-1)^{u.x}}{2^{n/2}}|x\rangle \quad \text{(where $u.x=u_1x_1+u_2x_2+...+u_nx_n$)}$

푸리에 샘플링에서 :

| ψ ⟩ = \sum_{{0, 1}}^{n} α_{x} | x ⟩ \to \sum_{x} \hat{α_{x}} | x ⟩ = | \hat{ψ} ⟩

$|\psi\rangle=\sum_{\{0,1\}}^{n}\alpha_x|x\rangle \to \sum_{x}\hat{\alpha_x}|x\rangle=|\hat{\psi}\rangle$

언제 우리가 볼 측정 확률 . $|\hat{\psi}\rangle$ $x$ $|\hat{\alpha_x}|^2$

2 부 :

패리티 문제 :

우리는 함수를 블랙 박스로 제공합니다. 우리는 라는 것을 알고 (즉, )에 대해 일부가 숨겨져 $f:\{0,1\}^n\to\{0,1\}$ $f(x)=u.x$ $u_1x_1+u_2x_2+...+u_nx_n (\text{mod 2})$ $u\in\{0,1\}^{n}$ . 우리는 어떻게 파악 않는 하는 몇 가지 질의로와 가능한 한? $u$ $f$

그들은 가능한 최소한의 단계로 를 알아 내기 위해 2 단계 절차를 따라야한다고 말합니다 . $u$

중첩 설정 $\frac{1}{2^{n/2}}\sum_{x}(-1)^{f(x)}|x\rangle$
푸리에 샘플 를 구합니다 . $u$

내가 잃어버린 곳입니다. 나는 그들이 "중첩을 설정한다"는 것이 무엇을 의미하는지 이해하지 못한다. 왜 해야합니까? 그리고 푸리에 샘플링 (설명 된 바와 같이)은 를 결정하는 데 어떻게 도움이 됩니까? $u$

그들은 다음과 같이 양자 게이트를 추가로 구축합니다.

$|0\rangle$ $|-\rangle$ $- \oplus f(0...0)$ $\oplus$

quantum-gate fourier-sampling

— 산차 얀 두타
소스

$\left| 0\right\rangle^{\otimes n}\left| -\right\rangle$ $H^{\otimes n}\otimes I$

(\sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩) | - ⟩ = \frac{1}{2^{n / 2}} {(| 0 ⟩ + | 1 ⟩)}^{\otimes n} | - ⟩ .

$\left(\sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle\right)\left|-\right\rangle = \frac{1}{2^{n/2}}\left(\left|0\right\rangle + \left|1\right\rangle\right)^{\otimes n}\left|-\right\rangle.$

U_{f}

$U_f$

U_{f} (\sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩) | - ⟩ = \sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩ | - \oplus f (x) ⟩ .

$U_f\left(\sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle\right)\left|-\right\rangle = \sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle\left|-\oplus f\left(x\right)\right\rangle.$

$\oplus$

(\sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} {(- 1)}^{f (x)} | x ⟩) | - ⟩ .

$\left(\sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}\left(-1\right)^{f\left(x\right)}\left|x\right\rangle\right)\left|-\right\rangle.$

U_{f} | x ⟩ (| 0 ⟩ - | 1 ⟩) = | x ⟩ | f (x) ⟩ - | 1 \oplus f (x) ⟩ = {(- 1)}^{f (x)} | x ⟩ (| 0 ⟩ - | 1 ⟩)

$U_f\left|x\right\rangle\left(\left|0\right\rangle - \left|1\right\rangle\right) = \left|x\right\rangle\left|f\left(x\right)\right\rangle - \left|1\oplus f\left(x\right)\right\rangle = \left(-1\right)^{f\left(x\right)}\left|x\right\rangle\left(\left|0\right\rangle - \left|1\right\rangle\right)$

$x$ $x = \prod_ix_i$

H | x_{i} ⟩ = \frac{1}{\sqrt{2}} (| 0 ⟩ + {(- 1)}^{x_{i}} | 1 ⟩) = \frac{1}{\sqrt{2}} \sum_{y = {0, 1}} {(- 1)}^{x_{i} . y} | y ⟩ .

$H\left|x_i\right\rangle = \frac{1}{\sqrt{2}}\left(\left|0\right\rangle + \left(-1\right)^{x_i}\left|1\right\rangle\right) = \frac{1}{\sqrt{2}}\sum_{y=\left\lbrace0, 1\right\rbrace}\left(-1\right)^{x_i.y}\left|y\right\rangle.$

H^{\otimes n} | x ⟩ = \frac{1}{2^{n / 2}} \sum_{y \in {0, 1}^{n}} {(- 1)}^{x . y} | y ⟩ .

$H^{\otimes n}\left| x\right\rangle = \frac{1}{2^{n/2}}\sum_{y\in\left\lbrace0, 1\right\rbrace^n}\left(-1\right)^{x.y}\left|y\right\rangle.$

이것은 로 최종 상태를 제공합니다

\frac{1}{2^{n}} (\sum_{x, y = {0, 1}^{n}} {(- 1)}^{f (x) \oplus x . y} | y ⟩) | - ⟩ .

$\frac{1}{2^n}\left(\sum_{x, y=\{0,1\}^n}\left(-1\right)^{f\left(x\right) \oplus x.y}\left|y\right\rangle\right)\left|-\right\rangle.$

$f\left(x\right) = u.x = x.u$ $\left(-1\right)^{f\left(x\right) \oplus x.y} = \left(-1\right)^{x.\left(u\oplus y\right)}$ $x$ $\sum_x\left(-1\right)^{x.\left(u\oplus y\right)} = 0,\, \forall\, u\oplus y \neq 0$ $u\oplus y = 0$ $u=y$ $\left|u\right\rangle\left|-\right\rangle$ $u$

$\left|+\right\rangle^{\otimes n}$ $\left|u\right\rangle$

요점은 중첩을 사용하여 고전적인 경우와 같이 각 큐빗을 개별적으로 확인하지 않고 동시에 모든 큐빗에 대해이를 수행 할 수 있다는 것입니다.

— 미스 란 디르 24601
소스