Locally Purified Maximally Mixed States At Scale: Entanglement Pruning and Symmetries

技術要約：大規模における局所純化最大混合状態：もつれ除去と対称性

問題提起
局所純化密度演算子（LPDO）は、混合量子状態を大規模に表現するための主要なテンソルネットワーク・アンザッツであり、行列積演算子（MPO）と比較して仮想次元を二次的に削減しつつ、正値性を明示的に強制する。しかし、著者らは、実用的な計算において、最大混合状態（無限温度極限、$\rho_1$）の表現がしばしば最適ではないことを指摘している。

最大混合状態は物理的に可分（仮想ボンド次元 $\chi=1$ を必要とする）であるが、もつれた状態に対してノイズチャネル（デフェージングやビット反転など）を適用する標準的なプロトコルでは、LPDOの仮想ボンド次元 $\chi$ が初期の純粋状態から膨らんだまま残ってしまう。これは、ノイズチャネルが混合指数 $\kappa$（古典的相関を符号化する）を増加させる一方で、コヒーレントなボンド次元 $\chi$ を変化させないために起こる。その結果、可分な状態の表現に、仮想空間における偽の「もつれ」が残り、不必要なメモリ割り当てと計算オーバーヘッドを招く。本論文は、これらの劣最適な表現を、いかにして最適な最小複雑性形式（$\chi=1$）へとマッピングするかという課題に取り組んでいる。

手法
著者らは、LPDOの表現における劣最適性を解決するため、特に仮想ボンド次元 $\chi$ の「もつれ除去（entanglement pruning）」を対象として、数値的および解析的な手法を組み合わせて用いている。

1. 忠実度を維持する截断（Fidelity-Preserving Truncation）:
   著者らは、行列積状態（MPS）で使用される標準的な特異値分解（SVD）による截断を一般化している。MPSとは異なり、MPSにおける截断誤差はカットオフ $\Lambda$ に対して線形にスケールするが、著者らは最大混合状態の場合、近似誤差（不忠実度として測定）はより寛容であることを示している。彼らは、隣接するテンソルを縮約し、通常用いられるMPSよりも大幅に高いカットオフ $\Lambda$（例：$0.1$から$0.5$）を用いてSVDを実行するプロトコルを提案している。これに続いて、混合（$\kappa$）サブスペースとコヒーレント（$\chi$）サブスペースの両方で再正規化を行う。このブルートフォース的な除去を鎖全体にわたって何度もスイープすることで、$\chi$ を 1 に減少させつつ、理想的な最大混合状態との単位忠実度を維持することに成功した。

2. リーマン最適化:
   表現をさらに最適化するために、著者らはLPDOの仮想混合空間（$\kappa$-サブスペース）に固有の等長変換（isometric）ゲージ自由度を利用している。

• 目的関数: 二つのサイトの簡約密度行列の第2レニー・エントロピー（$S_{sr}$）と、ボンドにおける特異値のフォン・ノイマン・エントロピー（$S_{vn}$）という、二つのエントロピーベースの指標を最小化する。
• プロトコル: アルゴリズムは、エントロピー的目標を最小化する $\kappa$-サブスペース上の等長変換を探索する。最適化は、数値微分（Zygote.jl）を用いた信頼領域ソルバー（Manopt.jl）を用いて行われる。
• 相乗効果: 著者らは、リーマン最適化が截断と組み合わせた際に特に効果的であることを発見した。最適化単独でもエントロピーを減少させることはできるが、厳格な低カットオフを適用した場合、特異値の裾（tail）を意図せず増大させ、$\chi$ の減少を停滞させる可能性がある。したがって、本プロトコルは、高カットオフの截断ステップと最適化を結合することで、$\chi$ を 1 へと効果的に除去する。

3. 解析的な対称性と単射性:
   著者らは、もつれ除去のための等長変換が存在することの解析的な正当性を提示している。彼らは、弱対称性（共役不変性 $U\rho U^\dagger = \rho$）および弱単射性の概念を援用している。最大混合状態はあらゆるユニタリ変換の下で弱対称であるため、物理インデックスに対するユニタリ作用（これが人工的に $\chi$ を膨張させる）は、仮想 $\kappa$-サブスペースにおける等長変換と等価である。

• 彼らは、もつれ除去のためのディスエンタングラー（disentangler）の閉形式の式を導出した。物理空間に作用するユニタリ $U$ に対して、$\kappa$-サブスペースにおける等価な等長変換は $V = e^{-i\phi}U$ である。したがって、仮想空間において $V^\dagger$ を適用することは、$U$ によって誘発された偽の相関を正確に反転させ、最適な $\chi=1$ の表現を復元する。

4. 部分混合状態のための $\Delta$-適応型截断:
   著者らは、最大混合状態からの不忠実度 $\Delta$ によって特徴付けられる、部分的に脱分極した状態（$\rho_0$）へと分析を拡張している。彼らは、$\Delta$-適応型の截断戦略を導入した。最大混合状態から離れるにつれて（$\Delta$ が増加するにつれて）、截断カットオフを調整する必要があることを示している。截断された状態の忠実度は、標準的なMPSの精度限界（純粋状態、$\Delta=1$）と、忠実度維持型の截断限界（最大混合状態、$\Delta=0$）の間を線形に補間する。

主な結果

• 最適表現: 著者らは、ノイズを含む回路から生じる最大混合状態の劣最適なLPDO表現が、高カットオフ截断とリーマン最適化を用いることで、最適な形式（$\chi=1, \kappa=2$）へと変換可能であることを実証した。
• 截断の効率性: $\chi$-サブスペースにおける高いカットオフ値（$\Lambda \approx 0.1 - 0.5$）は、最大混合状態に対しては、純粋状態のMPSから得られる直感に反して、忠実度を劣化させない。これにより、$\chi$ の積極的な除去が可能となる。
• 最適化の性能: $S_{sr}$ を用いたリーマン最適化は、$S_{vn}$ を用いるよりも収束が速く、計算効率が高い。しかし、$S_{vn}$ の最小化は、わずかに低い不忠実度を達成する。
• 解析的検証: 閉形式の解析的導出は、数値最適化アルゴリズムが、偽の相関を引き起こしたユニタリ作用の逆を実質的に見つけていることを確認しており、これは単射性の議論を裏付けるものである。
• スケーリング挙動: 部分混合状態において、特定の不忠実度を維持するために必要な截断カットオフは、最大混合状態からの距離に応じてスケールする。本手法は、標準的なMPSの截断挙動と、最大混合状態に特有の忠実度保持挙動との間の滑らかな補間を提供する。

意義と主張
本論文は、ノイズのあるハードウェア上での多項式深さの量子アルゴリズムの収束点として物理的に関連のある、最大混合状態に対するLPDOの表現上の劣最適性を解決すると主張している。仮想ボンド次元 $\chi$ を最小化することで、混合状態のためのテンソルネットワーク・アルゴリズムの効率を大幅に向上させることができると著者らは述べている。

本研究は、テンソルネットワークの根本的なスケーラビリティの限界と、広範な混合量子状態を表現するための潜在能力を解明するためのステップとして位置づけられている。著者らは、これらの手法が、量子エンジニアリング、開放量子系のシミュレーションにおける古典的リソース要求の削減（ノイズを含む回路を含む）、およびノイズ外挿ベースの誤差緩和戦略の信頼性向上に寄与することを示唆している。本論文は新しい実験セットアップを提案するものではなく、既存の量子計算モデルのシミュレーションと分析のためのアルゴリズム的改善を提供するものである。