Lattice-quantile estimation of {\pi} and convex-region integrals from coined two-dimensional quantum walks

तकनीकी सारांश: कॉइन्ड टू-डायमेंशनल क्वांटम वॉक से लैटिस-क्वांटाइल अनुमान के माध्यम से $\pi$ और उत्तल-क्षेत्रों (Convex-Region) का समाकलन

समस्या विवरण
मोंटे कार्लो (MC) समाकलन (integration) मौलिक रूप से क्रैमरर-राओ (Cramér–Rao) सीमा द्वारा बाधित है, जो यह निर्धारित करती है कि किसी भी निष्पक्ष नमूना-माध्य (unbiased sample-mean) एस्टिमेटर का प्रत्याशा मान (expectation value) $O(M^{-1/2})$ की दर से अभिसरित होता है, जहाँ $M$ नमूनों की संख्या है। इस प्रकार परिशुद्धता $\epsilon$ तक पहुँचने के लिए $M \sim \epsilon^{-2}$ नमूनों की आवश्यकता होती है। क्वासी-मोंटे कार्लो (QMC) विधियाँ लो-डिस्क्रिपेंसी अनुक्रमों (low-discrepancy sequences) के माध्यम से प्रीफैक्टर में सुधार करती हैं, लेकिन वे नमूना-माध्य की संरचना और इसके स्पर्शोन्मुखी विचरण (asymptotic variance) पर निर्भरता को बनाए रखती हैं। मौजूदा क्वांटम त्वरण ढांचे, जैसे कि क्वांटम एम्प्लीट्यूड एस्टीमेशन (QAE) और सेजेडी वॉक (Szegedy walks), द्विघातीय सुधार ($O(\epsilon^{-1})$) प्रदान करते हैं, लेकिन वे जटिल ऑरेकल निर्माण और फेज़ एस्टीमेशन पर निर्भर करते हैं, जो निकट-अवधि हार्डवेयर (near-term hardware) के लिए संसाधन-गहन हैं।

यह कार्य इस प्रश्न को संबोधित करता है कि क्या कॉइन्ड डिस्क्रीट-टाइम क्वांटम वॉक (DTQWs) के बैलिस्टिक प्रसार (ballistic spreading)—जहाँ स्थिति प्रसरण (position variance) शास्त्रीय रैंडम वॉक के विसरित (diffusive) $T$ के बजाय $T^2$ के रूप में स्केल करता है—का उपयोग बिना किसी ऑरेकल एनकोडिंग या फेज़ एस्टीमेशन की आवश्यकता के, संख्यात्मक समाकलन के लिए नमूना-माध्य बाधा को पार करने हेतु किया जा सकता है।

कार्यप्रणाली (Methodology)
लेखक एक लैटिस-क्वांटाइल ढांचे का प्रस्ताव करते हैं जो 2D कॉइन्ड DTQW के स्थिति वितरण को लैटिस पॉइंट काउंट्स के संख्या-सिद्धांत संबंधी स्पर्शोन्मुखी (number-theoretic asymptotics) के साथ जोड़ता है। मुख्य कार्यप्रणाली मानक MC से तीन संरचनात्मक बदलावों को शामिल करती है:

1. एस्टिमेटर संरचना: नमूना-माध्य के बजाय, एस्टिमेटर एक रैंक सांख्यिकी (rank statistic) का उपयोग करता है। विशेष रूप से, यह $T$ चरणों के बाद क्वांटम वॉक के $M$ प्रक्षेपिक मापों (projective measurements) से रेडियल स्थितियों के $\alpha$-क्वांटाइल $\hat{R}(\alpha)$ की गणना करता है।
2. नियत मानचित्रण (Deterministic Mapping): एस्टिमेटर को $\hat{\pi} = N(\hat{R}) / \hat{R}^2$ के रूप में परिभाषित किया गया है, जहाँ $N(R)$ त्रिज्या $R$ के भीतर स्थित पूर्णांक लैटिस बिंदुओं की शास्त्रीय गणना है। यह नमूना माध्य के स्टोकेस्टिक स्वरूप को एक रेडियल त्रिज्या $R$ के संख्या-सिद्धांत संबंधी फलन के नियत रूप से प्रतिस्थापित करता है।
3. त्रुटि अपघटन (Error Decomposition): एस्टिमेटर की त्रुटि को दो अलग-अलग घटकों में विभाजित दिखाया गया है:
   • बायस फ्लोर (Bias Floor): एक नियत त्रुटि घटक जिसे गाउस सर्कल समस्या (Gauss circle problem) के लिए हार्डी-हक्सले (Hardy–Huxley) स्पर्शोन्मुखी द्वारा नियंत्रित किया जाता है: $N(R)/R^2 = \pi + O(R^{\gamma-2})$। यह फ्लोर $M$ से स्वतंत्र रूप से $O(T^{\gamma-2})$ (जहाँ $\gamma \le 131/208$) के रूप में स्केल करता है।
   • सैंपलिंग विचरण (Sampling Variance): एक सांख्यिकीय पद जो $M \to \infty$ होने पर शून्य हो जाता है, लेकिन व्यावहारिक नमूनों के आकार के लिए बायस फ्लोर की तुलना में गौण (sub-dominant) रहता है।

इस ढांचे को यूनिट डिस्क से आगे निम्नलिखित के लिए विस्तारित किया गया है:

• उत्तल चिकने डोमेन (Convex Smooth Domains): सामान्य उत्तल क्षेत्रों के लिए क्रेट्ज़ेल (Krätzel) के लैटिस स्पर्शोन्मुखी का उपयोग करके।
• चिकने समाकलन (Smooth Integrals): कैवेलियरी के सिद्धांत (Cavalieri's principle) का उपयोग करके घूर्णन सममित फलनों के समाकलन को $\pi \cdot Q$ के रूप में व्यक्त करना, जहाँ $Q$ एक शास्त्रीय रूप से पूर्व-गणना किया गया स्थिरांक है। यह एक ही बैच के क्वांटम मापों को पूरे समाकलन परिवार के पुनर्निर्माण की अनुमति देता है।
• वलयाकार क्षेत्र (Annular Regions): एक उप-नियम (corollary) उन गैर-एकदिष्ट (non-monotonic) रेडियल प्रोफाइल (जैसे हार्मोनिक ऑसिलेटर की उत्तेजित अवस्थाएं) को संभालता है जहाँ सुपर-लेवल सेट्स वलयाकार होते हैं।

मुख्य योगदान
शोध पत्र छह विशिष्ट योगदान प्रस्तुत करता है:

1. नमूना-जटिलता सीमा (Sample-Complexity Bound): एक प्रस्ताव जो स्थापित करता है कि लक्षित परिशुद्धता $\epsilon$ के ऊपर एक निश्चित, $\epsilon$-स्वतंत्र नमूना संख्या $M$ पर्याप्त है, जो शास्त्रीय MC की $M \sim \epsilon^{-2}$ आवश्यकता के विपरीत है।
2. बायस-फ्लोर आइडेंटिटी: एक पैरामीटर-मुक्त, एनवेलप-फॉर्म पहचान (थ्योरम 4) जो गाउस सर्कल रेसिड्यूल और कोनो लिमिट मेजर (Konno limit measure) के रेडियल घनत्व का उपयोग करके बायस फ्लोर की भविष्यवाणी करती है। यह भविष्यवाणी सभी परीक्षणित डेप्थ्स के लिए 1.5 के कारक के भीतर मापे गए फ्लोर्स से मेल खाती है।
3. स्पर्शोन्मुखी विचरण इष्टतम (Asymptotic Variance Optimum): सैंपलिंग विचरण पद को न्यूनतम करने वाले इष्टतम क्वांटाइल $\alpha^*$ का व्युत्पन्न, हालांकि लेखक नोट करते हैं कि व्यवहार में यह बायस फ्लोर की तुलना में द्वितीयक है।
4. सामान्यीकृत एस्टिमेटर: क्रेट्ज़ेल के प्रमेय के माध्यम से सामान्य उत्तल चिकने डोमेन तक विस्तार।
5. कैवेलियरी एस्टिमेटर: चिकने समाकलनों के लिए एक विधि जहाँ एक एकल क्वांटम वॉक रन शास्त्रीय मल्टीप्लायर्स के माध्यम से पूरे समाकलन परिवार के मान को निर्धारित करता है।
6. संख्यात्मक सत्यापन: $\pi$ अनुमान, विभिन्न आकृतियों के क्षेत्रफल अनुमान, गाऊसी संचयी वितरण (Gaussian cumulative distributions), और 2D क्वांटम हार्मोनिक ऑसिलेटर के ऊर्जा स्तर (energy ladder) के माध्यम से "बैलिस्टिक त्वरण" का व्यापक बेंचमार्किंग।

परिणाम
लेखकों ने अपने विधि को यूनिफॉर्म MC, स्कैम्बल्ड सोबोल QMC, और एक शास्त्रीय रैंडम वॉक (RW) के विरुद्ध बेंचमार्क किया ताकि क्वांटम योगदान को अलग किया जा सके।

• $\pi$ अनुमान: वॉक डेप्थ $T=200$ और $M=100$ पर, क्वांटम वॉक (QW) ने $\approx 6 \times 10^{-4}$ का RMSE प्राप्त किया। इस परिशुद्धता तक पहुँचने के लिए, यूनिफॉर्म MC को $\approx 7 \times 10^6$ नमूनों की आवश्यकता थी ($\sim 7 \times 10^4 \times$ की कमी), और स्कैम्बल्ड सोबोल QMC को $\sim 5 \times 10^4$ नमूनों की आवश्यकता थी (अनुमानित, $\sim 500 \times$ की कमी)। समान एस्टिमेटर के साथ शास्त्रीय RW बहुत उच्च बायस फ्लोर ($\approx 4\text{--}7 \times 10^{-3}$) पर रुक गया क्योंकि इसका स्केलिंग विसरित ($T^{(\gamma-2)/2}$) था।
• बायस फ्लोर स्केलिंग: QW के लिए फेज़-एवरेज्ड बायस फ्लोर का क्षय $\approx -1.50$ के ढलान के साथ होता है, जो हार्डी कंजेक्चर ($T^{-3/2}$) के अनुरूप है। इसके विपरीत, शास्त्रीय RW फ्लोर $T^{-0.85}$ पर क्षय होता है।
• त्रुटि प्रसार (Error Propagation): मापों के एक एकल बैच ने सफलतापूर्वक 2D गाऊसीय CDFs के परिवार और 2D क्वांटम हार्मोनिक ऑसिलेटर के ऊर्जा स्तर ($E_n = \hbar\omega(n+1)$) का पुनर्निर्माण किया। QW ने शास्त्रीय RW बेसलाइन की तुलना में 10 गुना अधिक सटीक सांख्यिकीय अनिश्चितता के साथ लेवल स्पेसिंग निर्धारित की। त्रुटि बजट विश्लेषणात्मक रूप से पूर्वानुमेय था, जो लेवल इंडेक्स के साथ रैखिक रूप से स्केल करता है।
• हार्डवेयर व्यवहार्यता: लेखक नोट करते हैं कि जबकि क्वबिट संख्या ($\sim 20$ $T=200$ के लिए) वर्तमान उपकरणों की पहुंच के भीतर है, गेट डेप्थ ($\sim 10^6\text{--}10^7$ CNOT गेट्स) वर्तमान क्षमताओं से अधिक है। यह विधि QAE के अर्थ में "ऑरकल-फ्री" है, जिसमें इंटीग्रेंड को एनकोड करने वाले कंट्रोल्ड यूनिटरीज की आवश्यकता नहीं होती है।

महत्व और दावे
शोध पत्र दावा करता है कि यह केवल एक एल्गोरिद्मिक सुधार नहीं बल्कि एक संरचनात्मक सुधार है। सटीकता-निर्धारण करने वाली मात्रा को सांख्यिकीय विचरण (जो $M$ द्वारा नियंत्रित है) से हटाकर एक नियत संख्या-सिद्धांत संबंधी अवशेष (जो $T$ द्वारा नियंत्रित है) में स्थानांतरित करके, यह ढांचा क्रैमरर-राओ बाधा को दरकिनार करता है।

लेखक इस लाभ को "बैलिस्टिक त्वरण" के रूप में परिभाषित करते हैं, जो बायस फ्लोर के ऊपर परिशुद्धता के लिए $M_{MC}/M_{QW} = \Theta(\epsilon^{-2})$ के नमूना-संख्या अनुपात द्वारा विशेषता है। वे स्पष्ट रूप से कहते हैं कि यह निश्चित परिशुद्धता पर मापन गणनाओं की तुलना है और इसमें क्वांटम सर्किट निष्पादन लागत शामिल नहीं है। यह कार्य स्वयं को QAE और सेजेडी वॉक से अलग करता है क्योंकि यह ऑरकल-फ्री है और नमूना माध्य के बजाय रैंक-सांख्यिकी एस्टिमेटर का उपयोग करता है।

इसका महत्व यह है कि यह एक ऐसे क्वांटम-वर्धित समाकलन के लिए मार्ग प्रदान करता है जो मौजूदा क्वांटम एल्गोरिदम से संरचनात्मक रूप से भिन्न है, जो लैटिस पॉइंट काउंट्स में परिवर्तनीय ज्यामितीय और चिकने समाकलनों के एक विशिष्ट वर्ग के लिए लागू है, और जो एक एकल मापन की सटीकता को संपूर्ण अवलोकनीय (observables) परिवारों में प्रसारित करने में सक्षम है। लेखक विनम्र रहते हुए नोट करते हैं कि वर्तमान में यह विधि उत्तल/वलयाकार क्षेत्रों तक सीमित है और आवश्यक वॉक डेप्थ का व्यावहारिक कार्यान्वयन एक प्रायोगिक चुनौती बना हुआ है।