Block encoding of sparse matrices with a periodic diagonal structure

तकनीकी सारांश: आवधिक विकर्ण संरचना वाली विरल मैट्रिसेस (Sparse Matrices) का ब्लॉक एनकोडिंग

1. समस्या विवरण

क्वांटम कंप्यूटिंग में, ब्लॉक एनकोडिंग एक महत्वपूर्ण सबरूटीन है जिसका उपयोग एक गैर-यूनिटरी मैट्रिक्स $A$ को एक बड़े यूनिटरी ऑपरेटर $U_A$ में एम्बेड करने के लिए किया जाता है। यह तकनीक क्वांटम सिंगुलर वैल्यू ट्रांसफॉर्मेशन (QSVT) और हैमिल्टोनियन सिमुलेशन जैसे उन्नत एल्गोरिदम के लिए आधारभूत है।

जबकि घने (dense) मैट्रिसेस (जैसे FABLE) या असंरचित विरल मैट्रिसेस के लिए सामान्य-उद्देश्य वाले तरीके मौजूद हैं, वे अक्सर संरचनात्मक नियमितताओं का लाभ उठाने में विफल रहते हैं। इन मैट्रिसेस के लिए कई वास्तविक दुनिया की इंजीनियरिंग और भौतिकी समस्याएं—जैसे कि द्वितीय-क्रम के एलिप्टिक डिफरेंशियल समीकरण या आवधिक सीमा स्थितियों (periodic boundary conditions) से जुड़ी समस्याएं—विकर्ण पर आवधिक गुणांकों (periodic coefficients) वाली विरल मैट्रिसेस उत्पन्न करती हैं। इन मैट्रिसेस के लिए मौजूदा तरीके अक्सर क्यूबिट्स ($n$) की संख्या के सापेक्ष गेट जटिलता (gate complexity) में घातीय स्केलिंग (exponential scaling) से ग्रस्त होते हैं, जिससे वे बड़े पैमाने के सिमुलेशन के लिए अक्षम हो जाते हैं।

2. कार्यप्रणाली (Methodology)

लेखक एक नया ब्लॉक एनकोडिंग फ्रेमवर्क प्रस्तावित करते हैं जो विशेष रूप से आवधिक विकर्ण संरचना वाली विरल मैट्रिसेस के लिए डिज़ाइन किया गया है। यह कार्यप्रणाली दो स्तंभों पर आधारित है:

• यूनिटरीज का रैखिक संयोजन (Linear Combination of Unitaries - LCU): लेखक लक्षित मैट्रिक्स $M$ को सरल यूनिटरी ऑपरेटरों के योग में विघटित करते हैं। एक आवधिक विकर्ण वाले बैंडेड मैट्रिक्स के लिए, वे इसे इस प्रकार व्यक्त करते हैं:
  $$M = \alpha_0 C(\omega) + \alpha_1 L + \alpha_2 R + \alpha_3 I$$
  जहाँ $C(\omega)$ कोसाइन (cosines) का एक विकर्ण मैट्रिक्स है, $L$ और $R$ क्रमशः लेफ्ट/राइट शिफ्ट परम्यूटेशन मैट्रिसेस हैं, और $I$ आइडेंटिटी मैट्रिक्स है।
• कुशल विकर्ण यूनिटरी कार्यान्वयन (Efficient Diagonal Unitary Implementation): आवधिक घटक $C(\omega)$ को एनकोड करने के लिए, लेखक एक विकर्ण यूनिटरी $V(\omega)$ का उपयोग करते हैं जहाँ $V(\omega)|k\rangle = e^{i\omega k}|k\rangle$। इसे $n$ सिंगल-क्यूबिट फेज गेट्स के एक अनुक्रम का उपयोग करके लागू किया जाता है, जो अत्यधिक कुशल है। इसके बाद, वे वास्तविक (cosine) और काल्पनिक (sine) घटकों को अलग करने के लिए एक विशिष्ट इंटरफेरेंस पैटर्न (हैडामार्ड गेट्स के माध्यम से) का उपयोग करते हैं, जो उप-सामान्यकरण कारक (sub-normalization factor) $\alpha = 1$ के साथ विकर्ण मैट्रिक्स का सटीक ब्लॉक एनकोडिंग प्रदान करता है।
• फूरियर अपघटन विस्तार (Fourier Decomposition Extension): विधि को फूरियर विश्लेषण का उपयोग करके कई आवृत्तियों (frequencies) में विघटित करके किसी भी आवधिक सिग्नल को संभालने के लिए सामान्यीकृत किया गया है। यह किसी भी विकर्ण मैट्रिक्स को एनकोड करने की अनुमति देता है जिसके प्रविष्टियाँ (entries) एक त्रिकोणमितीय श्रेणी (trigonometric series) का अनुसरण करती हैं।

3. मुख्य योगदान

• स्पष्ट क्वांटम सर्किट: शोध पत्र केवल $O(n)$ फेज गेट्स और बैंडेड मैट्रिसेस के लिए $O(n^2)$ कुल गेट जटिलता का उपयोग करके आवधिक विकर्ण मैट्रिसेस के ब्लॉक एनकोडिंग के लिए एक ठोस सर्किट निर्माण प्रदान करता है।
• जटिलता लाभ (Complexity Advantage): वे एक महत्वपूर्ण गणना लागत में कमी प्रदर्शित करते हैं:
  • विकर्ण मैट्रिसेस (Diagonal matrices): $O(n)$ गेट जटिलता।
  • बैंडेड मैट्रिसेस (Banded matrices): $O(n^2)$ गेट जटिलता।
  • तुलना: यह सामान्य-उद्देश्य वाले तरीकों (जैसे FABLE) के बिल्कुल विपरीत है जो $n$ के साथ घातीय रूप से स्केल करते हैं।
• बहुमुखी प्रतिभा (Versatility): यह फ्रेमवर्क केवल एक आवृत्ति तक सीमित नहीं है; इसे LCU के माध्यम से सीमित संख्या में आवृत्ति घटकों वाले किसी भी आवधिक सिग्नल के लिए विस्तारित किया जा सकता है।

4. परिणाम और सत्यापन

लेखकों ने Qiskit और pyqsp लाइब्रेरी का उपयोग करके संख्यात्मक सिमुलेशन के माध्यम से अपने विश्लेषणात्मक फॉर्मूलेशन को मान्य किया:

• जटिलता विश्लेषण: संख्यात्मक तुलना (चित्र 8) पुष्टि करती है कि प्रस्तावित विधि रैखिक/द्विघातीय स्केलिंग बनाए रखती है, जबकि सामान्य विधियाँ घातीय रूप से स्केल करती हैं।
• एलिप्टिक PDE समाधान: उन्होंने आवधिक रूप से परिवर्तनशील रिएक्शन टर्म के साथ एक 1D एलिप्टिक समस्या का सफलतापूर्वक सिमुलेशन किया। QSVT का उपयोग करते हुए, क्वांटम परिणाम क्लासिकल लीनियर सिस्टम सॉल्वर के बहुत करीब थे, जिसमें सापेक्ष त्रुटि (relative error) $10^{-3}$ जितनी कम थी।
• ADR सिस्टम सिमुलेशन: इस कार्यप्रणाली को एडवेक्शन-डिफ्यूजन-रिएक्शन (ADR) समीकरण पर लागू किया गया। उन्होंने प्रदर्शित किया कि क्वांटम सर्किट आवधिक रिएक्शन टर्म्स (स्क्वायर और ट्राइएंगुलर वेव जैसे जटिल आकार सहित) के तहत एक सिस्टम के समय विकास (time evolution) का सटीक रूप से सिमुलेशन कर सकता है, जो प्रभावी रूप से ऑपरेटर $e^{Mt}$ को लागू करता है।

5. महत्व

यह कार्य अमूर्त क्वांटम एल्गोरिदम और व्यावहारिक भौतिक सिमुलेशन के बीच के अंतर को पाटता है। तरल गतिकी (fluid dynamics), मॉर्फोजेनेसिस (morphogenesis), और क्वांटम फील्ड थ्योरी में सामान्य आवधिक गुणांकों की गणितीय संरचना का लाभ उठाकर, लेखक क्वांटम हार्डवेयर पर विभेदक समीकरणों (differential equations) को हल करने के लिए घातीय गति (exponential speedups) की ओर एक मार्ग प्रदान करते हैं। किसी भी आवृत्ति को संभालने की क्षमता इसे इष्टतम स्केलिंग के साथ जटिल क्लासिकल और क्वांटम डायनेमिकल सिस्टम को सिम्युलेट करने के लिए एक मजबूत उपकरण बनाती है।