Refined sample complexities from the tomographic rate function

기술 요약: 토모그래피 속도 함수로부터 정제된 샘플 복잡도

문제 정의
양자 상태 토모그래피는 $n$개의 상태 복사본으로부터 미지의 밀도 행렬 $\rho$를 재구성하는 것을 목표로 한다. 토모그래피 프로토콜의 성능은 전통적으로 샘플 복잡도(sample complexity), 즉 추정된 상태 $\sigma$가 높은 확률 $1-\delta$로 $\rho$와 거리 $\epsilon$ 이내에 있도록 보장하기 위해 필요한 샘플 수 $n$으로 특징지어진다. 최근 연구들은 동일한 트레이스 거리(trace distance)에 대한 샘플 복잡도의 최적 스케일링을 공유하는 여러 프로토콜(예: Keyl의 프로토콜, Haah 등의 프로토콜, 그리고 PGM 변형들)을 식별해 왔으나, 이 프로토콜들은 추정치의 확률 분포에서 매우 다른 양상을 보인다. 구체적으로, 이들은 잘못된 상태 근처의 추정치에 대해 지수적으로 다른 확률을 할당한다. 이는 기존의 샘플 복잡도 지표가 이러한 프로토콜들의 성능, 특히 희귀하고 큰 편차(large deviations)의 발생 가능성을 구분하는 데 충분한지에 대한 의문을 제기한다.

방법론
저자들은 추정치의 확률 분포가 동시 유니터리 회전에 대해 불변인 **공변 토모그래피 프로토콜(covariant tomography protocols)**을 분석하기 위한 통합 프레임워크를 구축한다. 핵심 방법론은 다음과 같다:

1. 대편차 이론 (Large Deviation Theory, LDP): 실패 확률의 임계값에만 집중하는 대신, 저자들은 $n \to \infty$일 때 주어진 상태 $\rho$에 대해 추정치 $\sigma$를 얻을 확률의 지수적 감소를 조절하는 속도 함수(rate function) $I(\sigma \| \rho)$를 분석한다:
   $$P_n^T(\sigma|\rho) \asymp \exp\{-n I(\sigma \| \rho)\}.$$
   속도 함수가 클수록 특정 오류가 발생할 확률이 지수적으로 낮아짐을 의미한다.

2. 슈어-바일 쌍대성(Schur-Weyl Duality) 및 공변 프로토콜: 저자들은 슈어 변환(Schur transform)을 활용하여 $n$개 복사본의 힐베르트 공간을 대칭군 $S_n$과 유니터리 군 $U(d)$의 기약 표현(irreducible representations)으로 분해한다. 저자들은 표현 블록 상에서 작용하는 "시드 연산자(seed operators)" $K_\lambda$를 기준으로 프로토콜을 분류한다. 이를 통해 다음의 속도 함수들을 체계적으로 도출한다:

   • Keyl의 프로토콜: 최고중량 투영(highest-weight projections)을 사용한다.
   • Haah 등의 프로토콜: 표현의 차원과 관련된 특정 시드 연산자를 사용한다.
   • Pretty Good Measurements (PGM): 힐베르트-슈미트 사전 확률(prior) 및 무작위 순수화(random purification)에 기반한 프로토콜들을 포함한다.

3. 새로운 다이버전스 가족: 저자들은 프로토콜들의 속도 함수를 통합하는 두 매개변수 가족인 양자 다이버전스 $I_{\beta,\gamma}(\sigma \| \rho)$를 도입한다. 이들은 역 샌드위치 레니 다이버전스(reverse sandwiched Rényi divergence) 및 Keyl의 역 상대 엔트로피(reverse relative entropy)와 같은 알려진 양들과 연결된다.

4. 와서슈타인 거리(Wasserstein Distance) 분석: 샘플 복잡도의 차이를 입증하기 위해, 저자들은 특정 인수로 인수분해되는 무표식 헤르미션 연산자에 대한 트레이스 노름을 통해 정의되는 1차 양자 와서슈타인 거리($W_1$)를 활용한다. 저자들은 양자 마톤 부등식(quantum Marton inequality)을 사용하여 와서슈타인 거리를 큐비트 수 $m$의 인수를 가진 양자 상대 엔트로피와 연결한다.

주요 기여 및 결과

1. 속도 함수의 도출:
   본 논문은 새로운 다이버전스 가족 $I_{\beta,\gamma}$를 사용하여 몇 가지 저명한 프로토콜에 대한 명시적인 속도 함수를 도출한다:

   • PGM (균등 스펙트럼 사전 확률): $I_{\text{PGM}}^\beta(\sigma \| \rho) = I_{\beta,\beta}(\sigma \| \rho)$.
   • Haah의 프로토콜 (거듭제곱 가중치): $I_{\text{Haah}}^\beta(\sigma \| \rho) = I_{\beta,\infty}(\sigma \| \rho)$.
   • Keyl의 프로토콜: $I_{\text{Keyl}}(\sigma \| \rho) = D_R(\sigma \| \rho)$, 즉 역 상대 엔트로피.

2. 프로토콜의 엄격한 순서 결정:
   저자들은 모든 $\beta > 0$ 및 상태 $\sigma, \rho$에 대해 이 속도 함수들 사이에 엄격한 순서가 존재함을 증명한다:
   $$I_{\text{PGM}}^\beta(\sigma \| \rho) \leq I_{\text{Haah}}^\beta(\sigma \| \rho) \leq I_{\text{Keyl}}(\sigma \| \rho).$$
   결정적으로, 특정 상태들에 대해 이 부등식은 엄격하다. 이는 이 모든 프로토콜이 전통적인 트레이스 거리 관점에서는 "샘플 최적"이지만, 대편차 성능 측면에서는 엄격하게 순서가 정해져 있음을 보여준다. Keyl의 프로토콜은 가장 큰 속도 함수(최상의 대편차 성능)를 달성하는 반면, PGM 변형들은 더 작은 속도 함수를 갖는다.

3. 와서슈타인 샘플 복잡도의 분리:
   본 논문은 속도 함수의 순서가 오차를 와서슈타인 거리로 측정할 때 샘플 복잡도의 차이로 이어진다는 것을 입증한다.

   • 양자 마톤 부등식($W_1^2 \leq \frac{m}{2} D(\sigma \| \rho)$)을 사용하여, 저자들은 최대 혼합 상태(maximally mixed state) 하에서 와서슈타인 메트릭을 사용할 때 PGM 프로토콜의 샘플 복잡도가 Keyl의 프로토콜보다 엄격하게 클 수 있음을 보여준다.
   • 정리 1.2는 이 분리를 정량화한다: $d=2^m$이고 특정 매개변수에 대해, 샘플 복잡도의 비율은 다음 하한을 만족한다:
     $$\frac{N_{\text{PGM}}}{N_{\text{Keyl}}} \geq \frac{\epsilon \log d}{32}.$$
     이 결과는 트레이스 거리 샘플 복잡도로는 구분이 불가능한 프로토콜들이 와서슈타인 거리를 사용할 때 성능 차이를 보인다는 것을 증명한다. 구체적으로, PGM 프로토콜은 Keyl의 프로토콜이 요구하는 샘의 수보다 최소 $\frac{\epsilon \log d}{32}$ 배만큼 더 많은 샘플을 필요로 하며, 이는 비자명한 효율성 차이를 보여준다.

의의 및 주장
본 논문은 토모그래피 속도 함수가 표준 샘플 복잡도보다 프로토콜 성능을 나타내는 더 세밀한 지표라고 주장한다. 샘플 복잡도가 작은 오차 구역 내에 머물기 위해 필요한 샘플 수에 대한 "거친" 관점을 제공한다면, 속도 함수는 희귀하고 큰 편차의 통계적 행동을 특징짓는다.

저자들은 다음과 같이 단언한다:

• 속도 함수는 샘플 복잡도와 달리 상태 공간상의 거리 척도 선택으로부터 독립적이다.
• 속도 함수의 엄격한 순서는 "최적" 프로토콜들이 동일하지 않음을 의미한다. 즉, Keyl의 프로토콜은 대편차 성능 측면에서 PGM 기반 프로토콜보다 엄격하게 우월하다.
• 이러한 우월성은 와서슈타인 거리와 같은 특정 거리 척치(예: 와서슈타인)를 사용할 때 샘플 복잡도에서 구체적인 차이로 나타나며, 이는 트레이스 거리 분석이 놓치는 분리를 드러낸다.

이 연구는 새로운 실험 설정을 제안하는 것이 아니라, 양자 상태 토모그래피 프로토콜을 비교하는 방식에 대한 이론적 정교화를 제공한다. 이는 표준적인 의미에서 최적이라고 간주되는 프로토콜들 사이에서도, 대편차나 특정 거리 척치(와서슈타인 등)에 민감한 응용 분야를 위해서는 프로토콜의 선택이 매우 중요하다는 것을 시사한다.