Fugu-MT 論文翻訳(概要): Quantum Computation of Fluid Dynamics

論文の概要: Quantum Computation of Fluid Dynamics

arxiv url: http://arxiv.org/abs/2007.09147v1
Date: Fri, 17 Jul 2020 13:10:54 GMT
ステータス: 処理完了
システム内更新日: 2023-05-09 04:51:49.176190
Title: Quantum Computation of Fluid Dynamics
Title（参考訳）: 流体力学の量子計算
Authors: Sachin S. Bharadwaj and Katepalli R. Sreenivasan
Abstract要約: 乱流のような強い非線形力学系の研究は、優れた計算力を求める。利用可能な膨大な手法からいくつかの重要なツールとアルゴリズムを抽出し、流体力学における量子コンピューティングの可能なアプローチを評価する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Studies of strongly nonlinear dynamical systems such as turbulent flows call for superior computational prowess. With the advent of quantum computing, a plethora of quantum algorithms have demonstrated, both theoretically and experimentally, more powerful computational possibilities than their classical counterparts. Starting with a brief introduction to quantum computing, we will distill a few key tools and algorithms from the huge spectrum of methods available, and evaluate possible approaches of quantum computing in fluid dynamics.
Abstract（参考訳）: 乱流のような強非線形力学系の研究は、優れた計算能力を求める。量子コンピューティングの出現により、多くの量子アルゴリズムが、理論的にも実験的にも、古典的アルゴリズムよりも強力な計算可能性を示している。量子コンピューティングの簡単な紹介から始め、利用可能な膨大な手法からいくつかの重要なツールとアルゴリズムを抽出し、流体力学における量子コンピューティングの可能なアプローチを評価する。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Quantum Algorithms and Applications for Open Quantum Systems [1.7717834336854132]
オープン量子系の基本理論の簡潔な要約を提供する。次に、最近の量子アルゴリズムに関する議論を掘り下げる。我々は,本分野の現実的な化学,生物,物質システムへの適用性を実証し,関連する応用の議論を締めくくった。
論文参考訳（メタデータ） (2024-06-07T19:02:22Z)
Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文参考訳（メタデータ） (2024-03-01T19:36:35Z)
Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文参考訳（メタデータ） (2023-01-04T23:37:45Z)
Extending the reach of quantum computing for materials science with machine learning potentials [0.3352108528371308]
本稿では,機械学習のポテンシャルを用いて,量子計算手法の範囲を大規模シミュレーションに拡張する戦略を提案する。各種ノイズ源を選択する機械学習能力の訓練性について検討する。我々は、水素分子のための実際のIBM Quantumプロセッサ上で計算されたデータから、最初の機械学習ポテンシャルを構築する。
論文参考訳（メタデータ） (2022-03-14T15:59:30Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Resource-efficient encoding algorithm for variational bosonic quantum simulations [0.0]
量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-02-23T19:00:05Z)
Quantum Non-equilibrium Many-Body Spin-Photon Systems [91.3755431537592]
論文は、非平衡状態における強相関量子系の量子力学に関するものである。本研究の主な成果は, 臨界ダイナミクスのシグナチャ, 超ストロング結合のテストベッドとしての駆動ディックモデル, キブルズルーク機構の3つにまとめることができる。
論文参考訳（メタデータ） (2020-07-23T19:05:56Z)
Non-adiabatic molecular quantum dynamics with quantum computers [0.0]
高速な非断熱化学プロセスのシミュレーションのための量子アルゴリズムを提案する。特に,2つの高調波エネルギー面上でのウェーブパケットの電位時間発展のための第1量子化法を提案する。
論文参考訳（メタデータ） (2020-06-16T18:00:22Z)
An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。