Predicting properties of Scrooge ensembles with high accuracy and low sample complexity

技術要約：高い精度と低いサンプル複雑度によるScroogeアンサンブルの性質の予測

問題設定
密度行列 $\rho$ に付随するScroogeアンサンブルは、その平均密度行列が $\rho$ となる、純粋状態の最大ランダムなアンサンブルとして定義される。これらのアンサンブルは、量子多体系のダイナミクス、深い熱化、およびシャドウ・トモグラフィーやシミュレータのベンチマーキングといった量子情報処理タスクを理解する上で極めて重要である。しかし、これらのアンサンブルを解析および準備することは計算量的に困難である。

Scroogeアンサンブルの固有の統計的性質は、その高次モーメント $\chi^{(k)}_{Sc}(\rho)$ にエンコードされている。Haarランダムなモーメントは明確な解析的定式化を持つが、Scroogeモーメントは分母項 $\langle \psi | \rho | \psi \rangle^{k-1}$ を含む非多項式的な積分を含む。この構造により、標準的なHaar積分メカニズムの直接的な適用が阻害される。また、Scroogeアンサンブルからサンプリングするための既存の物理的メカニズム（投影アンサンブルまたは時間的アンサンブル）は非効率的である。投影アンサンブルは、コストの高いポストセレクション（成功確率が $1/k!$ でスケールする）を必要とし、一方で時間的アンサンブルは、最小エネルギーギャップに反比例するタイムスケールでの進化を必要とする場合があり、大規模な系に対しては実用的ではない。

手法
著者らは、これらの障壁を克服するために、2つのアプローチを提案している：モーメント演算子の高精度な多項式近似と、その実装のための効率的な量子アルゴリズムである。

1. Scroogeモーメントの多項式近似：
   核心となる困難は、Scroogeモーメントの定義における分母にある：
   $$\chi^{(k)}_{Sc}(\rho) = \mathbb{E}_{\psi \sim \text{Haar}} \left[ \frac{D (\sqrt{\rho} |\psi\rangle\langle\psi| \sqrt{\rho})^{\otimes k}}{\langle \psi | \rho | \psi \rangle^{k-1}} \right]$$
   著者らは、Haarランダムな状態において、量 $r_\phi = D \langle \phi | \rho | \phi \rangle$ は $\rho$ の純度が十分に低い（すなわち $\|\rho\|_\infty$ が小さい）とき、1の周囲に集中することに着目した。彼らは、特異項 $1/r_\phi^{k-1}$ を、$x=1$ の周りでの $1/x$ の切断テイラー展開から導かれた調整可能な多項式近似 $g_\lambda(x)$ で置き換えた。
   $$g_\lambda(x) = \sum_{j=0}^{\lambda-1} (1-x)^j$$
   これにより、Scroogeモーメントは、解析的に扱いやすい標準的なHaarモーメントの線形結合へと変換される。この近似誤差は調整可能であることが示されている。展開次数 $\lambda$ を増やすことで、誤差は $1/\|\rho\|_\infty$ に対して指数関数的に小さくすることができ、これは誤差が多項式的にスケールしていた従来の結果よりも大幅な改善である。

2. 効率的な対称部分空間への投影：
   $\rho^{(k)}_{\text{sym}} = \rho^{\otimes k} \Pi^{(k)}_{\text{sym}} / p_{\text{sym}}$ （ここで $\Pi^{(k)}_{\text{sym}}$ は $k$ 重対称部分空間への射影体）の形式の状態を量子コンピュータ上で実装するために、著者らはSchur-Weyl双対性を利用する。彼らは $\rho^{\otimes m}$ （$m \ge k$）に対してSchur変換を適用し、ヤング図形 $\gamma$ によってラベル付けされた既約表現セクターへと分解する。各セクター内では、置換レジスタの状態が既知である。アルゴリズムは、置換レジスタをそのセクターに必要な特定の対称状態へと条件付きで置き換え、これによりポストセレクションなしで対称部分空間への投影を行う。この手順には $O(k^3/\epsilon^2)$ 個の $\rho$ のサンプルを必要とする。

3. 期待値のための量子アルゴリズム：
   多項式近似と効率的な投影を組み合わせることで、著者らは任意の観測量 $O_k$ に対して $\text{Tr}[\chi^{(k)}_{Sc}(\rho) O_k]$ を推定する量子アルゴリズムを構築する。アルゴリズムは、ロバスト性を確保するために中央値の平均（median-of-means）推定器を用いて、多項式展開の各項の正規化因子の積と期待値を推定する。

主な貢献と結果

• 高精度な近似： 本論文は、誤差が $1/\|\rho\|_\infty$ に対して指数関数的に小さくなるScrooge $k$ 次モーメントの多項式近似を導入している。これにより、以前の手法で必要とされていた高度に混合された状態を超えて、正確な近似が可能な状態の領域を拡張している。
• 効率的な量子アルゴリズム： 著者らは、Scroogeモーメントの期待値を推定するための初の効率的な量子アルゴリズムを提示している。目標誤差 $\epsilon$ に対して、アルゴリズムは $\tilde{O}(k^3/\epsilon^5)$ 個の $\rho$ のコピーを必要とする。
• ポストセレクションフリーの投影： 主要なサブルーチンは、標準的なポストセレクションの $k!$ という膨大なコストを回避して、 $O(k^3/\epsilon^2)$ 個のサンプルを用いて $\rho^{\otimes k}$ を対称部分空間へ投影する効率的な手法である。
• ブロックエンコーディングの構成： $\rho$ の純粋化のための準備回路が利用可能な場合、著者らはScrooge $k$ 次モーメントのブロックエンコーディングを構成する。これにより、Scroogeモーメントを標準的なブロックエンコーディングの枠組みに統合し、量子特異値変換（QSVT）のような高度な量子アルゴリズムでの利用を可能にする。
• 数値的検証： 横磁場イジング模型のギブス状態を用いた数値シミュレーションにより、近似誤差が展開次数 $\lambda$ とともに急速に減少し、理論的な上限よりも大幅に小さいことが多いことが確認された。

意義と主張
本論文は、Scroogeアンサンブルの性質の理論的解析と実用的な予測の両方に対して、初の効率的かつ高精度なツールを提供することを主張している。非多項式的な被積分関数を調整可能な多項式に置き換え、Schur-Weyl双対性を活用してポストセレクションを回避することで、本研究は、アンサンブルそのものよりも準備が容易な場合が多い、関連する密度行列のコピーのみを用いた、深く熱化したアンサンブルの研究を可能にする。

著者らは以下の潜在的な用途を示唆している：

• 多体系における情報理論的量の特性評価の精緻化。
• 量子シミュレータのベンチマーキング・プロトコルの改善。
• 再重み付けのためにScroogeモーメントを利用した、シャドウ・トモグラフィー・プロトコルの強化の可能性（ただし、この特定の用途に関する具体的な実装と複雑度の保証については、今後の課題であると述べている）。

本論文は、高純度状態に関しては控えめな姿勢を維持しており、現在の近似保証が $\|\rho\|_\infty$ の増加に伴って弱まることを認め、任意の密度行列への拡張を将来の研究における未解決問題として特定している。