양자 기반 분석을 통한 고전 시뮬레이티드 어닐링 재분류

초록

본 논문은 양자‑고전 대응을 이용한 기존 양자역학 기반 분석을 순수히 고전적인 관점으로 재구성한다. α‑표현을 도입해 마코프 연쇄의 상세 균형을 기술하고, 0‑표현(제곱근 확률)에서 행렬을 대칭화함으로써 가장 큰 음의 고유값을 제한한다. 이를 통해 온도 스케줄 T(t) ≥ O(1/ln t) 형태의 역로그 스케일이 고전 시뮬레이티드 어닐링에 충분조건임을 양자 어닐링 정리 없이 증명한다.

상세 분석

논문은 먼저 고전 마코프 연쇄를 상세 균형 조건 하에 정의하고, 전이 행렬 M을 통해 연속시간 마코프 방정식 ˙ρ = Mρ 를 제시한다. 여기서 Gibbs‑Boltzmann 분포 ρ̄가 유일한 평형임을 확인한다. 핵심 아이디어는 확률 벡터 ρ를 α‑표현 ψ(α) = (2/(1‑α)) ρ^{(1‑α)/2} 로 변환하는 것이다. α = 0 일 때 ψ는 확률의 제곱근이 되며, 이 경우 H(0) = Ψ(0)^{-1} M Ψ(0) 가 대칭 행렬이 되어 고유값이 실수임을 보장한다.

식 (9)‑(12)에서 H(‑α) 행렬을 정의하고, 평형 ρ̄에 대해 평가하면 H̄(‑α) 가 대칭화된 형태가 된다. 특히 0‑표현에서는 전이 행렬이 완전 대칭이 되므로, Hopf의 양의 행렬 정리를 적용해 가장 큰 음의 고유값 λ_min 에 대한 상한을 도출한다. λ_min ≤ –δ e^{‑βN(d+d′)/2} 형태의 식은 β가 커질수록 절대값이 커짐을 의미한다.

시뮬레이티드 어닐링을 “목표를 추격하는(chasing) 과정”으로 모델링한다. 목표는 β가 증가함에 따라 천천히 이동하는 평형 분포이며, 추격자는 현재 상태가 목표에 도달하도록 하는 구배 하강 흐름이다. 추격 속도는 |λ_min|·r (r은 목표와 현재 사이 거리)이며, 목표 속도는 C e^{‑βg/2} · β̇ 로 제한된다. 여기서 g는 에너지 갭, C는 상수이다. 추격 속도가 목표 속도보다 크게 유지되도록 하면 r→0 를 보장할 수 있다.

이를 수식적으로 풀면 β̇·e^{‑βg/2} < δ r₀ e^{‑βN(d+d′)/2} t^{‑γ} 와 같은 부등식이 얻어지고, γ = g/