:
본 논문은 정확한 양자 자동화 모델인 무어-크루치필드 양자 유한 오토마타(MCQFA)를 사용하여, 특정 약속 문제에 대한 고전적 결정적 유한 오토마타(DFA)와의 성능 차이를 분석합니다. 특히, 두 상태만을 가진 MCQFA가 무한히 많은 약속 문제를 해결할 수 있는 반면, DFA는 해당 문제를 해결하기 위해 상태 수를 무제한으로 늘려야 함을 보여줍니다.
양자 계산은 부분 함수와 전체 함수에 대한 광범위한 연구가 이루어져 왔습니다. 그러나 자동화 이론에서는 양자 유한 오토마타(QFA)의 성능을 분석하는 결과는 매우 제한적이었습니다. Klauck
**전문 한국어 번역:**
정확한 양자 계산은 부분 함수와 전체 함수를 모두 광범위하게 연구되어 왔습니다 (예: [BH97, BV97, BBC+98, BCdWZ99, Kla00, BdW03, MNYW05, FI09, YFSA10]). 반면, 자동화 이론에서는 단 두 가지 결과만 도출되었습니다: (i) Klauck [Kla00]은 실시간 양자 유한 오토마타(QFAs)가 언어 인식을 포함해 실시간 결정적 유한 오토마타(DFAs)보다 간결할 수 없음을 보였습니다, (ii) Murakami 외 연구진 [MNYW05]은 양자 푸시다운 오토마타로 해결할 수 있지만 결정적 푸시다운 오토마타로는 불가능한 약속 문제가 존재함을 보였습니다.
본 노트에서는 실시간 QFAs의 간결성에 대한 약속 문제를 다룹니다. 우리는 두 상태의 실시간 QFAs의 전이 확률만을 조정함으로써 해결할 수 있는 무한한 약속 문제 가족을 제시합니다. 반면, 해당 고전 오토마타의 크기는 무제한으로 증가합니다.
본 논문에서: (i) Σ는 좌우 끝 표시자 (¢와 $)를 포함하지 않는 입력 알파벳을 나타내며, Σ = Σ ∪ {¢, $}입니다, (ii) ε은 빈 문자열을 의미하고, (iii) w_i는 주어진 문자열 w의 i번째 기호이며, (iv) w는 ¢w$로 표현됩니다. 또한, 본 논문에서 소개된 모든 기계는 실시간 모드에서 작동합니다. 즉, 입력 헤드는 각 단계마다 오른쪽으로 한 칸씩 이동하며, $를 읽은 후 계산이 종료됩니다.
약속 문제는 A = (A_yes, A_no)로 정의되며, 여기서 A_yes, A_no는 Σ*의 부분 집합이고, A_yes ∩ A_no = ∅입니다 [Wat09]. 약속 문제 A = (A_yes, A_no)는 각 문자열이 정확히 받아들여지거나 거부되는 경우 A_yes 또는 A_no에 대해 정확하게 해결됩니다. 물론, A_yes = A_no인 경우 이는 언어 인식과 동일합니다.
본 연구에서는 가장 제한적인 양자 오토마타 모델인 무어-크루치필드 양자 유한 오토마타(MCQFA) [MC00]을 사용하여 양자 결과를 제시합니다 (가장 일반적인 QFA 모델에 대한 정의는 [YS11] 참조).
MCQFA는 5-튜플입니다: 상태 집합 Q, 초기 상태 q_1, 수용 상태 집합 Q_a, 그리고 유닛리 연산자 U_σ들. 주어진 입력 문자열 w ∈ Σ*에 대한 MCQFA의 계산은 차원 |Q| 벡터로 추적됩니다. 이 벡터는 처음 |v_0 = (1 0 … 0)^T로 설정되고,
계산이 종료되면 w는 확률
로 받아들여지거나 거부됩니다. 여기서 P_a = q ∈ Q_a |q|이고 P_r = I - P_a입니다. 유닛리 연산을 제로-원 스텝스토크 연산자로 대체하면 단순히 실시간 DFA(DFA라고 약칭)가 됩니다.
양수 k에 대한 두 개의 유니어 언어 A_k yes = {a_{2i}k | i는 비음수 정수}와 A_k no = {a_{2i+1}k | i는 양의 정수}를 고려합시다. 우리는 두 상태의 MCQFA M_k가 약속 문제 A_k = (A_k yes, A_k no)를 정확하게 해결할 수 있음을 보일 것입니다. 하지만 DFA(그리고 PFA)는 같은 문제를 정확하게 해결하기 위해 최소 2N개의 상태가 필요합니다.
증명:
[AF98]에서 제시된 잘 알려진 기법을 사용하겠습니다.
계산은 |q_1로 시작하고, N개의 a를 읽은 후 M_k는 다음과 같은 패턴을 따릅니다:
따라서 M_k가 약속 문제 A_k를 정확하게 해결한다는 것은 명백합니다.
레마 1:
…(본문이 길어 생략되었습니다. 전체 내용은 원문 PDF를 참고하세요.)…
이 글은 ArXiv의 공개 자료를 바탕으로 AI가 자동 번역 및 요약한 내용입니다.
저작권은 원저자에게 있으며, 인류 지식 발전에 기여한 연구자분들께 감사드립니다.