สิ่งหนึ่งที่คอมพิวเตอร์ควอนตัมสามารถทำได้ (อาจเป็นได้แม้เพียงแค่ BPP + วงจรควอนตัมเชิงลึก) คือการประมาณตัวอย่างการแปลงฟูริเยร์ของฟังก์ชันบูลีนค่าใน P
ที่นี่และด้านล่างเมื่อฉันพูดถึงการสุ่มตัวอย่างการแปลงฟูริเยร์ฉันหมายถึงการเลือก x ตาม . (ปรับให้เป็นมาตรฐานถ้าจำเป็นและโดยประมาณ)
เราสามารถอธิบายระดับความซับซ้อนที่เราสามารถเรียก P-FOURIER SAMPLING จากการสุ่มตัวอย่างโดยประมาณฟังก์ชันบูลีนของ P ได้หรือไม่ มีปัญหาใดบ้างที่สมบูรณ์สำหรับชั้นนี้?
เมื่อกำหนดคลาส X ของฟังก์ชันบูลีนสิ่งที่สามารถพูดได้เกี่ยวกับความซับซ้อนของการคำนวณเราสามารถอ้างถึง SAMPLING-X ของการประมาณการสุ่มตัวอย่างการแปลงฟูริเยร์ของฟังก์ชันใน X (ฉันคิดว่าถ้า X เป็น BQP แล้ว X-SAMPLING คือ ยังอยู่ในอำนาจของคอมพิวเตอร์ควอนตัม)
ตัวอย่างของ X ที่ SAMPLING-X อยู่ใน P คืออะไร มีตัวอย่างที่น่าสนใจที่ SAMPLING-X NP-hard หรือไม่
ปัญหานี้มีหลายรูปแบบที่น่าสนใจ ในด้านฟูเรียร์แทนที่จะเป็นตัวอย่างโดยประมาณเราสามารถพูดคุยเกี่ยวกับปัญหาการตัดสินใจที่เปิดใช้งาน (ความน่าจะเป็น) โดยการสุ่มตัวอย่างโดยประมาณ ในด้านแรกเราสามารถเริ่มต้นด้วยคลาส X ของการแจกแจงความน่าจะเป็นและถามว่าอะไรคือความสัมพันธ์ระหว่างความสามารถในการประมาณตัวอย่างการกระจายตัว D ใน X และประมาณตัวอย่างการแปลงฟูริเยร์ปกติ
ในระยะสั้นสิ่งที่เป็นที่รู้จักเกี่ยวกับคำถามนี้
Update: Martin Schwarz ชี้ให้เห็นว่าหากค่าสัมประสิทธิ์ฟูริเยร์ทั้งหมดมีความเข้มข้นในจำนวนพหุนามเท่านั้นจึงเป็นไปได้ใน BPP ที่จะประมาณค่าสัมประสิทธิ์ขนาดใหญ่เหล่านี้ (และประมาณตัวอย่างด้วย) นี่กลับไปที่ Goldreich-Levin และ Kushilevitz-Mansour มีคลาสที่น่าสนใจของฟังก์ชันที่มีอัลกอริทึมพหุนามความน่าจะเป็นสำหรับการสุ่มตัวอย่างด้านฟูริเยร์โดยที่ค่าสัมประสิทธิ์ฟูริเยร์กระจายไปทั่วมากกว่าสัมประสิทธิ์พหุนามจำนวนมากหรือไม่?
เพิ่มในภายหลัง:ฉันขอพูดถึงปัญหาที่เป็นรูปธรรมไม่กี่
1) มันยากแค่ไหนที่จะประมาณตัวอย่างการแปลงฟูริเยร์ของฟังก์ชันบูลีนใน P
a) คำถามหนึ่งข้อที่ Scott Aaronson พูดถึงในความคิดเห็นด้านล่างคือแสดงว่านี่ไม่ได้อยู่ใน BPP หรือบางสิ่งบางอย่างที่อ่อนแอลงตามแนวที่ว่าถ้างานนี้อยู่ใน BPP มีการล่มสลายเกิดขึ้น (ชาวสกอตคาดเดาว่าเป็นกรณีนี้)
b) คำถามอีกข้อคือแสดงให้เห็นว่างานนี้ทำได้ยากด้วยความเคารพต่อความซับซ้อนระดับควอนตัม เช่นเพื่อแสดงให้เห็นว่าหากคุณสามารถทำงานนี้ได้คุณสามารถแก้ปัญหาการตัดสินใจใน BPP ที่ช่วยเหลือด้วยคอมพิวเตอร์ควอนตัมเชิงลึกหรือสิ่งที่ต้องการ
2) อะไรคือคลาสของฟังก์ชันบูลีนที่ประมาณการสุ่มตัวอย่างการแปลง Fourler ของพวกมันอยู่ในพีสิ่งที่เรารู้ก็คือกรณีนี้เมื่อค่าสัมประสิทธิ์ฟูริเยร์จดจ่อกับสัมประสิทธิ์พหุนามจำนวนมาก แต่นี่ดูเหมือน จำกัด มาก
3) มีความซับซ้อนระดับ X สูงขึ้นใน PH ที่เครื่อง X สามารถประมาณการแปลงฟูริเยร์ของทุกฟังก์ชั่นที่ X-machine สามารถคำนวณได้
4) ฉันมีความสนใจเป็นพิเศษในปัญหาของการสุ่มตัวอย่างการแปลงฟูริเยร์ของเหตุการณ์ข้ามสำหรับการซึมผ่านบนตาราง n ด้วย n หกเหลี่ยม