양자 강화 인과 발견: 적은 샘플에서도 뛰어난 성능

초록

본 논문은 기존 인과 탐색 알고리즘인 PC 알고리즘에 양자 커널을 도입한 qPC 알고리즘을 제안한다. 양자 회로 기반 커널을 이용한 조건부 독립성 검정을 통해 비선형·고차원 데이터에서도 작은 표본 크기로 정확한 인과 구조를 복원한다. 또한 커널 타깃 정렬(KTA) 기반 하이퍼파라미터 최적화 기법을 도입해 거짓 양성률을 감소시킨다. 실험 결과는 Boston 주택가격, 심장질환, 생물학적 신호 데이터 등 실제 데이터에서도 기존 방법을 능가함을 보여준다.

상세 분석

qPC 알고리즘은 전통적인 PC 알고리즘의 두 단계, 즉 무조건적·조건적 독립성 검정과 방향성 부여를 그대로 유지하면서, 핵심적인 독립성 검정 단계에 양자 커널을 적용한다. 양자 커널은 파라미터화된 양자 회로 Uθ에 데이터를 인코딩한 뒤, |0⟩⊗n 상태와의 내적을 통해 정의된다(kQ(x,x′)=Tr