Orthogonal Quantum Krylov Diagonalisation

Technische Samenvatting: Orthogonale Quantum Krylov Diagonalisatie

Probleemstelling
Methoden voor kwantumsubruimtediagonalisatie, in het bijzonder Quantum Krylov Diagonalization (QKD), bieden een veelbelovende route voor het berekenen van laagenergetische spectra van kwantumveel-deeltjessystemen. De huidige kwantum Krylov-benaderingen (inclusclusief de recente Chebyshev-gebaseerde CQKD) vertrouwen echter op niet-orthogonale Krylov-bases. Deze niet-orthogonaliteit vereist het oplossen van een gegeneraliseerd eigenwaardeprobleem met een overlapmatrix ($S$). Naarmate de dimensie van de subruimte toeneemt, worden de Krylov-vectoren lineair afhankelijk, waardoor de overlapmatrix slecht geconditioneerd raakt. Om numerieke instabiliteit te beperken, vereisen bestaande methoden drempelwaarde- en regularisatieprocedures. Deze stappen introduceren extra computationele en meetkosten, verslechteren de convergentie-eigenschappen en voorkomen de exacte reproductie van de stabiliteits- en orthogonaliteitskenmerken die worden gevonden in het klassieke Lanczos-algoritme. Bovendien erft de meetcomplexiteit van deze methoden vaak een exponentiële afhankelijkheid van de systeemgrootte vanwege de "orthogonaliteitscatastrofe" (kleine initiële staat-overlap met de doel-eigenstaat).

Methodologie
De auteurs introduceren Orthogonale Quantum Krylov Diagonalisatie (OQKD), een framework dat de klassieke Lanczos-recursie herformuleert op operatorniveau om een orthogonale kwantumimplementatie mogelijk te maken.

• Herformulering op Operatorniveau: In plaats van niet-orthogonale vectoren te genereren en deze te regulariseren, construeert OQKD Lanczos-vectoren $|\psi^\perp_n\rangle$ direct als genormaliseerde polynomiale transformaties van de geschaalde Hamiltoniaan $\tilde{H}$ werkend op een initiële staat $|\Phi_0\rangle$:
  $$|\psi^\perp_n\rangle = P_n(\tilde{H})|\Phi_0\rangle$$
  waarbij $P_n$ voldoet aan de Lanczos drie-term recursierelatie.
• Recursieve Coëfficiëntbepaling: De normalisatiecoëfficiënten ($\tilde{\beta}_{i+1}$) die nodig zijn voor de recursie worden a priori bepaald met behulp van meetbare momenten ($\langle \psi^\perp_i | \tilde{H}^2 | \psi^\perp_i \rangle$) in plaats van a posteriori vectornormalisatie. Dit maakt de constructie van de polynomiale coëfficiënten mogelijk zonder expliciet tussenliggende vectoren op te slaan of Hadamard-testen uit te voeren voor off-diagonaal overlap-elementen.
• Kwantumimplementatie: De Lanczos-polynomialen worden uitgebreid in de Chebyshev-basis en geïmplementeerd met behulp van Block Encoding en Generalized Quantum Signal Processing (GQSP). Deze aanpak zorgt ervoor dat de gegenereerde basis bij constructie orthonormaal is, wat resulteert in een geprojecteerde Hamiltoniaan met een tridiagonale structuur en een overlapmatrix die dicht bij de identiteit ligt ($S \approx I$).
• Herstart Protocol (ROQKD): Om de exponentiële afname van de succeswaarschijnlijkheid aan te pakken die geassocieerd wordt met het implementeren van hoog-graads polynomialen via GQSP, stellen de auteurs een herstart-toestandvoorbereidingsprotocol voor. In plaats van één enkel hoog-graads polynoom toe te passen, voert het algoritme een reeks OQKD-cycli uit met een vaste, lage maximale graad ($n_{max}$). De benaderde grondtoestand verkregen aan het einde van elke cyclus wordt omgezet in een kwantumtoestand (via GQSP) en gebruikt als de initiële staat voor de volgende cyclus. Dit cumuleert de polynomiale transformaties terwijl een bijna constante succeswaarschijnlijkheid behouden blijft.

Belangrijkste Resultaten

• Numerieke Stabiliteit en Convergentie: Numerieke simulaties op het $J_1-J_2$ Heisenberg-model laten zien dat OQKD het convergentiegedrag van het klassieke Lanczos-algoritme reproduceert tot op de machineprecisie. In tegen tegenstelling tot QKD en CQKD, die afwijken van het ideale convergentieprofiel zodra de overlapmatrix-regularisatie actief wordt, behoudt OQKD een goed geconditioneerde basis gedurende de iteratie.
• Meetcomplexiteit: Het artikel stelt analytisch vast dat OQKD de bottleneck van de overlapmatrix-regularisatie elimineert. Bijgevolg wordt de meetcomplexiteit per geprojecteerd matrixelement onafhankelijk van de initiële staat-overlap ($\gamma_0$). Hoewel de effectieve kosten nog steeds afhangen van de GQSP-succeswaarschijnlijkheid, wordt deze afhankelijkheid verschoven van een fundamentele eigenschap van het fysieke systeem (exponentiële afname met systeemgrootte) naar een implementatie-afhankelijke parameter.
• Prestaties van het Herstart Protocol: Het ROQKD-protocol bereikt een exponentiële convergentie van de infideliteit naar de exacte grondtoestand. Cruciaal is dat de succeswaarschijnlijkheid van het voorbereiden van de benaderde grondtoestand bijna constant blijft tijdens de herstart-cycli, wat contrasteert met de exponentiële afname die wordt waargenomen bij herstarted CQKD of directe hoog-graads polynomiale implementaties.

Betekenis en Claims
Het artikel claimt OQKD te hebben gevestigd als een directe orthogonale kwantum-analoog van het klassieke Lanczos-algoritme. De primaire betekenis ligt in:

1. Elimineren van Regularisatie: Het heft de noodzaak voor overlapmatrix-regularisatie op, waardoor de numerieke stabiliteit en convergentie-eigenschappen die inherent zijn aan de klassieke Lanczos-methode behouden blijven.
2. Schaalbare Toestandvoorbereiding: Het herstart-protocol (ROQKD) biedt een veelbelovende strategie voor het voorbereiden van hoog-fidiele initiële toestanden voor Quantum Phase Estimation (QPE) met een bijna constante succeswaarschijnlijkheid, waarbij de beperkingen van single-step hoog-graads polynomiale transformaties worden overwonnen.
3. Overbruggen van Klassiek en Kwantum: Het werk verbindt klassieke subruimtediagonalisatietechnieken met moderne kwantumalgoritmen gebaseerd op block encoding en GQSP, en biedt een schaalbare route naar robuuste kwantum-eigenvinders voor grootschalige, industrieel relevante eigenwaardeproblemen.

De auteurs merken op dat de exponentiële overhead in de GQSP-succeswaarschijnlijkheid voor hoog-graads polynomialen een praktische implementatiebeperking is van het huidige GQSP-framework zelf, en geen fundamenteel defect van het OQKD-algoritme, wat suggereert dat dit kan worden verzacht door toekomstige vooruitgang in quantum signaalverwerking.