1莫纳什大学电气与计算机系统工程系，克莱顿 VIC 3800，澳大利亚
2剑桥大学应用数学与理论物理系，剑桥 CB3 0WA，英国
觉得本文有趣或想讨论？ 在SciRate上发表评论或发表评论.
抽象
量子率失真函数在量子信息论中发挥着基础作用，但目前还没有实用的算法可以在中等通道维度下高效地高精度计算该函数。在本文中，我们展示了对称性约简如何显着简化纠缠辅助量子率失真问题的常见情况。这使我们能够更好地理解获得最佳率失真权衡的量子通道的属性，同时还允许更有效地计算量子率失真函数，而不管使用何种数值算法。此外，我们提出了镜像下降算法的不精确变体，以计算具有可证明的亚线性收敛速率的量子率失真函数。我们展示了这种镜像下降算法与 Blahut-Arimoto 和先前用于解决信息论中类似问题的期望最大化方法的关系。使用这些技术，我们提出了第一个计算多量子位量子率失真函数的数值实验，并表明与现有方法相比，我们提出的算法求解速度更快且精度更高。
热门摘要
►BibTeX数据
►参考
[1] Claude Elwood Shannon“通信的数学理论”贝尔系统技术期刊 27, 379-423 (1948)。
https：///doi.org/10.1002/j.1538-7305.1948.tb01338.x
[2] Nilanjana Datta、Min-Hsiu Hsieh 和 Mark M. Wilde，“量子率失真、逆香农定理和源通道分离”IEEE Transactions on Information Theory 59, 615–630 (2013)。
https：///doi.org/10.1109/tit.2012.2215575
[3] Mark M Wilde、Nilanjana Datta、Min-Hsiu Hsieh 和 Andreas Winter，“使用辅助资源的量子率失真编码”IEEE Transactions on Information Theory 59, 6755–6773 (2013)。
https：///doi.org/10.1109/tit.2013.2271772
[4] Richard Blahut “信道容量和速率失真函数的计算”IEEE Transactions on Information Theory 18, 460–473 (1972)。
https：///doi.org/10.1109/tit.1972.1054855
[5] Suguru Arimoto “计算任意离散无记忆通道容量的算法”IEEE Transactions on Information Theory 18, 14–20 (1972)。
https：///doi.org/10.1109/tit.1972.1054753
[6] Kerry He、James Saunderson 和 Hamza Fawzi，“经典和量子 Blahut-Arimoto 算法的 Bregman 近端视角”(2023)。
的arXiv：2306.04492
[7] Arkadij Semenovič Nemirovskijand David Borisovich Yudin “优化中的问题复杂性和方法效率”Wiley (1983)。
[8] Amir Beckand Marc Teboulle “用于凸优化的镜像下降和非线性投影次梯度方法”运筹学快报 31, 167–175 (2003)。
https://doi.org/10.1016/s0167-6377(02)00231-6
[9] Paul Tseng“关于凸凹优化的加速近端梯度方法”报告（2008）。
https://pages.cs.wisc.edu/~brecht/cs726docs/Tseng.APG.pdf
[10] Amir Beck“优化中的一阶方法”SIAM (2017)。
https：/ / doi.org/10.1137/ 1.9781611974997
[11] Heinz H Bauschke、Jérôme Bolte 和 Marc Teboulle，“超越 Lipschitz 梯度连续性的下降引理：一阶方法重温和应用”，运筹学数学 42, 330–348 (2017)。
https：/ / doi.org/ 10.1287 / moor.2016.0817
[12] Haihao Lu、Robert M Freund 和 Yurii Nesterov，“通过一阶方法进行相对平滑的凸优化及其应用”SIAM Journal on Optimization 28, 333–354 (2018)。
https：/ / doi.org/ 10.1137 / 16M1099546
[13] Marc Teboulle“一阶优化方法的简化视图”数学规划 170, 67–96 (2018)。
https://doi.org/10.1007/s10107-018-1284-2
[14] Masahito Hayashi“基于 Bregman 散度的 em 算法及其在经典和量子率失真理论中的应用”IEEE Transactions on Information Theory 69, 3460–3492 (2023)。
https：///doi.org/10.1109/tit.2023.3239955
[15] Masahito Hayashi“混合族迭代最小化算法”（2023）。
的arXiv：2302.06905
[16] Venkat Chandrasekaranand Parikshit Shah“相对熵优化及其应用”数学规划 161, 1–32 (2017)。
https://doi.org/10.1007/s10107-016-0998-2
[17] Hamza Fawziand Omar Fawzi “量子相对熵的有效优化”《物理学杂志 A：数学与理论》51, 154003 (2018)。
https：///doi.org/10.1088/1751-8121/aab285
[18] Hamza Fawzi、James Saunderson 和 Pablo A Parrilo，“矩阵对数的半定近似”，计算数学基础 19, 259–296 (2019)。
https://doi.org/10.1007/s10208-018-9385-0
[19] Chris Coey、Lea Kapelevich 和 Juan Pablo Vielma，“通用圆锥内点算法的性能增强”数学编程计算 15, 53–101 (2023)。
https://doi.org/10.1007/s12532-022-00226-0
[20] Mehdi Karimiand Levent Tuncel “领域驱动公式的原始-对偶内点方法”运筹学数学 45, 591–621 (2020)。
https：/ / doi.org/ 10.1287 / moor.2019.1003
[21] Mehdi Karimiand Levent Tuncel“量子相对熵内点方法的有效实现”（2023）。
的arXiv：2312.07438
[22] Lei Yang 和 Kim-Chuan Toh “Bregman 近端点算法重温：一个新的不精确版本及其惯性变体”SIAM Journal on Optimization 32, 1523–1554 (2022)。
https：/ / doi.org/ 10.1137 / 20M1360748
[23] Nilanjana Datta、Min-Hsiu Hsieh、Mark M Wilde 和 Andreas Winter，“量子到经典率失真编码”《数学物理杂志》54 (2013)。
https：/ / doi.org/10.1063/ 1.4798396
[24] 霍华德·巴纳姆“量子率失真编码”物理评论 A 62, 042309 (2000)。
https：///doi.org/10.1103/physreva.62.042309
[25] Zahra Baghali Khanian 和 Andreas Winter“量子态重新分布的速率扭曲视角”（2021 年）。
的arXiv：2112.11952
[26] Zahra Baghali Khanian、Kohdai Kuroiwa 和 Debbie Leung，“混合态的速率失真理论”2023 年 IEEE 国际信息论研讨会 749-754 (2023)。
https://doi.org/10.1109/isit54713.2023.10206960
[27] Michael A. Nielsenand Isaac L. Chuang“量子计算和量子信息：十周年纪念版”剑桥大学出版社（10）。
https：/ / doi.org/ 10.1017 / cbo9780511976667
[28] Mark M. Wilde“量子信息论”，剑桥大学出版社（2017 年）。
https：/ / doi.org/10.1017/ 9781316809976
[29] 约翰·沃特鲁斯“量子信息理论”剑桥大学出版社（2018 年）。
https：/ / doi.org/10.1017/ 9781316848142
[30] R Tyrrell Rockafellar“凸分析”普林斯顿大学出版社（1970 年）。
https://doi.org/10.1007/bfb0110040
[31] Lev M Bregman “寻找凸集公共点的松弛方法及其在解决凸规划问题中的应用”苏联计算数学和数学物理 7, 200–217 (1967)。
https://doi.org/10.1016/0041-5553(67)90040-7
[32] Chris J Maddison、Daniel Paulin、Yee Whye Teh 和 Arnaud Doucet，“梯度下降的双空间预处理”SIAM Journal on Optimization 31, 991–1016 (2021)。
https:/ / doi.org/ 10.1137/ 19M130858X
[33] Dimitri Bertsekas“凸优化理论”Athena Scientific (2009)。
[34] Theodor Bröckerand Tammo Tom Dieck“紧凑李群的表示”Springer Science & Business Media (2013)。
https://doi.org/10.1007/978-3-662-12918-0
[35] 威廉·富尔顿和乔·哈里斯“表征理论：第一门课程”施普林格科学与商业媒体 (2013)。
https://doi.org/10.1007/978-1-4612-0979-9
[36] Glen E Bredon “紧凑变换群简介”学术出版社（1972 年）。
https://doi.org/10.1016/s0079-8169(08)x6007-6
[37] Persi Diaconisand Steven Evans“随机矩阵特征值的线性函数”美国数学会汇刊 353, 2615–2633 (2001)。
https://doi.org/10.1090/S0002-9947-01-02800-8
[38] Masahito Hayashi 和 Yuliang Yang “量子信息瓶颈的高效算法” Quantum 7, 936 (2023)。
https://doi.org/10.22331/q-2023-03-02-936
[39] Stephen Boydand Lieven Vandenberghe“凸优化”剑桥大学出版社（2004 年）。
https：/ / doi.org/ 10.1017 / cbo9780511804441
[40] Roger A. Hornand Charles R. Johnson“矩阵分析主题”剑桥大学出版社（1991 年）。
https：/ / doi.org/ 10.1017 / cbo9780511840371
[41] Mikhail V Solodovand Benar Fux Svaiter “近点子问题的误差界限和相关的不精确近点算法” 数学编程 88, 371–389 (2000)。
https：/ / doi.org/ 10.1007 / s101070050022
[42] Mark Schmidt、Nicolas Roux 和 Francis Bach，“凸优化的不精确近端梯度方法的收敛率”第 24 届神经信息处理系统国际会议论文集《神经信息处理系统进展》24, 1458–1466 (2011)。
https：/ / dl.acm.org/doi/ 10.5555 / 2986459.2986622
[43] Jorge Nocedaland Stephen J Wright“数值优化”Springer (1999)。
https：///doi.org/10.1007/b98874
[44] Nathaniel Johnston“QETLAB：用于量子纠缠的 MATLAB 工具箱，版本 0.9”http://qetlab.com (2016)。
https：///doi.org/10.5281/zenodo.44637
http:/ / qetlab.com
[45] Kim-Chuan Toh、Michael J Todd 和 Reha H Tütüncü，“SDPT3 — 用于半定规划的 MATLAB 软件包，1.3 版”优化方法和软件 11, 545–581 (1999)。
https：/ / doi.org/10.1080/ 10556789908805762
[46] Masahito Hayashi 和 Geng Liu “广义量子 Arimoto-Blahut 算法及其在量子信息瓶颈中的应用”（2023）。
的arXiv：2311.11188
[47] Thomas M. Coverand Joy A. Thomas“信息论要素”John Wiley & Sons (1999)。
https：/ / doi.org/ 10.1002 / 047174882X
[48] Aram V Arutyunovand Valeri Obukhovskii“凸和集值分析”De Gruyter (2017)。
https：/ / doi.org/10.1515/ 9783110460308
[49] Martin Jaggi “重访 Frank-Wolfe：无投影稀疏凸优化”第 30 届国际机器学习国际会议论文集 – 第 28 427-435 卷（2013 年）。
https：/ / dl.acm.org/doi/ 10.5555 / 3042817.3042867
[50] 连浩波和蔡宁“A Blahut-Arimoto type Algorithm for Calculation-Quantum Channel Capacity” 信息论国际研讨会 2019 IEEE 国际信息论研讨会 255–259 (2019)。
https：/ / doi.org/ 10.1109 / isit.2019.8849608
[51] Navneeth Ramakrishnan、Raban Iten、Volkher B Scholz 和 Mario Berta，“计算量子通道容量”IEEE Transactions on Information Theory 67, 946–960 (2020)。
https：///doi.org/10.1109/tit.2020.3034471
[52] Heinz H Bauschke 和 Jonathan M Borwein，“Legendre 函数和随机 Bregman 投影方法”，凸分析杂志 4, 27–67 (1997)。
[53] Rajendra Bhatia“矩阵分析”Springer Science & Business Media (2013)。
https://doi.org/10.1007/978-1-4612-0653-8
被引用
[1] Mehdi Karimi 和 Levent Tuncel，“量子相对熵内点方法的高效实现”， 的arXiv：2312.07438, (2023).
[2] Masahito Hayashi、Geng Liu，“广义量子 Arimoto-Blahut 算法及其在量子信息瓶颈中的应用”， 的arXiv：2311.11188, (2023).
以上引用来自 SAO / NASA广告 （最近成功更新为2024-04-09 11:49:40）。 该列表可能不完整，因为并非所有发布者都提供合适且完整的引用数据。
无法获取 Crossref引用的数据 在上一次尝试2024-04-09 11:49:38期间：无法从Crossref获取10.22331 / q-2024-04-09-1314的引用数据。 如果DOI是最近注册的，这是正常的。
该论文发表在《量子》杂志上 国际知识共享署名署名4.0（CC BY 4.0） 执照。 版权归原始版权持有者所有，例如作者或其所在机构。
