学习笔记-量子奇异值阈值算法（QSVT）

Collapsar*

已于 2022-04-23 13:10:07 修改

阅读量2.7k

点赞数

文章标签：算法线性代数

于 2022-04-16 20:34:29 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_43509553/article/details/124215686

版权

1.奇异值分解（SVD）

输入一个矩阵A，对A进行奇异值分解，得到: $A=U\Sigma V^{T}$

其中U是 $AA^{T}$ 的特征向量构成的矩阵，称为左奇异值矩阵。V是 $A^{T}A$ 的特征向量构成的矩阵，称为右奇异值矩阵。

$\Sigma =\begin{bmatrix} \sigma _{1} & & & \\ &\sigma _{2} & & \\ & &\ddots & \\ & & & \sigma _{k} \end{bmatrix}$ ，奇异值矩阵中的 $\sigma$ 是 $A^{T}A$ 的特征值的平方根。

所以 $A=\sum_{n=1}^{k}\sigma _{n}u _{n}v _{n}^{T}$

2.经典奇异值阈值算法（SVT）

很简单，就是设置一个阈值参数 $\tau$ ，然后进行 $\sigma _{n}-\tau$ ，如果结果大于0，则将其作为新的奇异值；否则，将新的奇异值置为0。可以得到输出:

$A=\sum_{k=1}^{r}(\sigma _{k}-\tau )_{+}u _{k}v _{k}^{T}$

3.量子奇异值阈值算法（QSVT）

首先是对A矩阵进行向量化（vectorization），把MxN维的矩阵转换为一个MNx1的列向量。

向量化后的 $A^{T}$ 可以表示成A的各个左奇异向量和右奇异向量的张量积乘以奇异值之后的和，如下图所示：

所以量子奇异值阈值的输入和输出为：

那么，QSVT求解问题转化为： $|\psi _{S} \rangle=D_{\tau }|\psi _{A} \rangle$ ，其中 $D_{\tau }$ 为奇异值阈值算子。

4.量子线路

1.制备初始状态： $|\psi _{1} \rangle=|0 \rangle |0 \rangle^{L}|0 \rangle^{C}|\psi _{A} \rangle^{B}$

2.相位估计：

$|\psi _{1} \rangle=\frac{1}{\sqrt{N_{1}}}|0 \rangle |0 \rangle^{L}\sum_{k=1}^{r}\sigma_{k}| \sigma_{k}^{2} \rangle^{C} |u_{k}\rangle |v_{k}\rangle^{B}$

在线路图中，Reg.B的维度为MNx1，但是受控酉算子的矩阵 $A=A_{0}A_{0}^{T}$ 为MxM维，无法直接作用到MNx1维的向量上，所以将酉算子 $e^{iAt}$ 张量乘以一个n维的单位矩阵，扩展到MNxMN维。

3.受控旋转操作

4.U逆操作

消除不需要的寄存器

5.测量

参考：量子奇异值阈值算法QSVT（三）_量子客

关注

0
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。