論文の概要: High-precision quantum algorithms for partial differential equations
- arxiv url: http://arxiv.org/abs/2002.07868v2
- Date: Thu, 4 Nov 2021 19:48:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-03 06:50:05.658484
- Title: High-precision quantum algorithms for partial differential equations
- Title(参考訳): 偏微分方程式の高精度量子アルゴリズム
- Authors: Andrew M. Childs, Jin-Peng Liu, Aaron Ostrander
- Abstract要約: 量子コンピュータは、古典的アルゴリズムよりも指数関数的に高速な微分方程式系の解の量子符号化を生成することができる。
適応次有限差分法とスペクトル法に基づく量子アルゴリズムを開発した。
我々のアルゴリズムは、条件数と近似誤差が有するシステムに対して、高精度な量子線形系アルゴリズムを適用している。
- 参考スコア(独自算出の注目度): 1.4050836886292872
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computers can produce a quantum encoding of the solution of a system
of differential equations exponentially faster than a classical algorithm can
produce an explicit description. However, while high-precision quantum
algorithms for linear ordinary differential equations are well established, the
best previous quantum algorithms for linear partial differential equations
(PDEs) have complexity $\mathrm{poly}(1/\epsilon)$, where $\epsilon$ is the
error tolerance. By developing quantum algorithms based on adaptive-order
finite difference methods and spectral methods, we improve the complexity of
quantum algorithms for linear PDEs to be $\mathrm{poly}(d, \log(1/\epsilon))$,
where $d$ is the spatial dimension. Our algorithms apply high-precision quantum
linear system algorithms to systems whose condition numbers and approximation
errors we bound. We develop a finite difference algorithm for the Poisson
equation and a spectral algorithm for more general second-order elliptic
equations.
- Abstract(参考訳): 量子コンピュータは、古典的アルゴリズムよりも指数関数的に高速な微分方程式系の解の量子符号化を生成することができる。
しかし、線形常微分方程式に対する高精度な量子アルゴリズムは確立されているが、線形偏微分方程式(PDE)に対する最も古い量子アルゴリズムは複雑性が$\mathrm{poly}(1/\epsilon)$であり、$\epsilon$は誤差耐性である。
適応次有限差分法とスペクトル法に基づく量子アルゴリズムを開発することにより、線形 pdes に対する量子アルゴリズムの複雑性が $\mathrm{poly}(d, \log(1/\epsilon))$ となり、ここで $d$ は空間次元である。
本アルゴリズムは,条件数と近似誤差が有するシステムに対して,高精度な量子線形系アルゴリズムを適用する。
ポアソン方程式の有限差分アルゴリズムと、より一般的な二階楕円方程式のスペクトルアルゴリズムを開発した。
関連論文リスト
- Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-11-19T00:06:11Z) - Fast quantum algorithm for differential equations [0.5895819801677125]
我々は、数値複雑性を持つ量子アルゴリズムを、$N$で多対数であるが、大規模なPDEに対して$kappa$とは独立に提示する。
提案アルゴリズムは,解の特徴を抽出する量子状態を生成する。
論文 参考訳(メタデータ) (2023-06-20T18:01:07Z) - Efficient quantum linear solver algorithm with detailed running costs [0.0]
量子信号処理に基づくフィルタリング手法を用いて,アイデアダイアバティックな量子コンピューティングを組み合わせた量子線形解法アルゴリズムを提案する。
我々のプロトコルは、初期実装において、最先端技術に対する量子線形解決器のコストを桁違いに削減する。
論文 参考訳(メタデータ) (2023-05-19T00:07:32Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳(メタデータ) (2023-04-12T18:10:47Z) - A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。
ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文 参考訳(メタデータ) (2022-07-07T08:04:15Z) - Alternatives to a nonhomogeneous partial differential equation quantum
algorithm [52.77024349608834]
Apsi(textbfr)=f(textbfr)$ という形の非等質線型偏微分方程式を解くための量子アルゴリズムを提案する。
これらの成果により、現代の技術に基づく量子アルゴリズムの実験的実装が容易になった。
論文 参考訳(メタデータ) (2022-05-11T14:29:39Z) - Quantum Algorithm for Solving a Quadratic Nonlinear System of Equations [0.22940141855172036]
アルゴリズムの複雑さは$O(rm polylog(n/epsilon))$であり、これは次元$n$の最適古典アルゴリズムよりも指数関数的に改善される。
我々のアルゴリズムは指数関数的にQNSEの解を加速し、あらゆる非線形問題に適用できる。
論文 参考訳(メタデータ) (2021-12-03T00:27:16Z) - Quantum homotopy perturbation method for nonlinear dissipative ordinary
differential equations [0.25782420501870296]
我々は$n$次元非線形散逸型常微分方程式(ODE)を解くための量子アルゴリズムを提案する。
我々のアルゴリズムは、最高の古典的アルゴリズムや以前の量子アルゴリズムを$n$または$epsilon$で指数関数的に改善する。
論文 参考訳(メタデータ) (2021-11-15T01:34:43Z) - Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。
両レベル最適化のための2つの新しいアルゴリズムを提案する。
両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文 参考訳(メタデータ) (2021-06-08T21:05:30Z) - Higher-order Derivatives of Weighted Finite-state Machines [68.43084108204741]
本研究では、重み付き有限状態機械の正規化定数に関する高次微分の計算について検討する。
文献に記載されていないすべての順序の導関数を評価するための一般アルゴリズムを提案する。
我々のアルゴリズムは以前のアルゴリズムよりもはるかに高速である。
論文 参考訳(メタデータ) (2021-06-01T19:51:55Z) - Efficient quantum algorithm for dissipative nonlinear differential
equations [1.1988695717766686]
我々は、散逸的2次2次元常微分方程式の量子アルゴリズムを開発する。
我々のアルゴリズムは複雑性$T2 qmathrmpoly(log T, log n, log 1/epsilon)/epsilon$, ここでは$T$が進化時間、$epsilon$が許容エラー、$q$が解の崩壊を測定する。
論文 参考訳(メタデータ) (2020-11-06T04:27:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。