論文の概要: Quantum algorithm for nonlinear differential equations
- arxiv url: http://arxiv.org/abs/2011.06571v2
- Date: Mon, 21 Dec 2020 16:22:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-24 07:28:56.337444
- Title: Quantum algorithm for nonlinear differential equations
- Title(参考訳): 非線形微分方程式の量子アルゴリズム
- Authors: Seth Lloyd, Giacomo De Palma, Can Gokler, Bobak Kiani, Zi-Wen Liu,
Milad Marvian, Felix Tennie, Tim Palmer
- Abstract要約: 非線形微分方程式の解に対する量子アルゴリズムを提案する。
潜在的な応用としては、ナビエ・ストークス方程式、プラズマ流体力学、疫学などがある。
- 参考スコア(独自算出の注目度): 12.386348820609626
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computers are known to provide an exponential advantage over
classical computers for the solution of linear differential equations in
high-dimensional spaces. Here, we present a quantum algorithm for the solution
of nonlinear differential equations. The quantum algorithm provides an
exponential advantage over classical algorithms for solving nonlinear
differential equations. Potential applications include the Navier-Stokes
equation, plasma hydrodynamics, epidemiology, and more.
- Abstract(参考訳): 量子コンピュータは、高次元空間における線形微分方程式の解法において古典的コンピュータよりも指数関数的に有利であることが知られている。
ここでは非線形微分方程式の解に対する量子アルゴリズムを提案する。
量子アルゴリズムは、非線形微分方程式を解くために古典的アルゴリズムよりも指数関数的に有利である。
潜在的な応用例としては、navier-stokes方程式、プラズマ流体力学、疫学などがある。
関連論文リスト
- H-DES: a Quantum-Classical Hybrid Differential Equation Solver [0.0]
本稿では、微分方程式の系を解くための独自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、異なるパラメタライズド回路によって生成される量子状態の振幅における解関数を符号化するスペクトル法に依存している。
論文 参考訳(メタデータ) (2024-10-01T23:47:41Z) - Solving nonlinear differential equations on Quantum Computers: A
Fokker-Planck approach [5.0401589279256065]
本稿では,非線形力学系を線形系に変換することを提案する。
この方法の鍵となるのはフォッカー・プランク方程式であり、これは非正規偏微分方程式である。
提案した量子解法と非線形系の統合をエミュレートし、古典方程式のベンチマーク解と比較する。
論文 参考訳(メタデータ) (2024-01-24T14:48:55Z) - 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) - Correspondence between open bosonic systems and stochastic differential
equations [77.34726150561087]
ボゾン系が環境との相互作用を含むように一般化されたとき、有限$n$で正確な対応も可能であることを示す。
離散非線形シュル「オーディンガー方程式」の形をした特定の系をより詳細に分析する。
論文 参考訳(メタデータ) (2023-02-03T19:17:37Z) - Quantum algorithm for time-dependent differential equations using Dyson series [0.0]
誤差と微分に複雑性の対数依存を持つ時間依存線形微分方程式を解くための量子アルゴリズムを提案する。
我々の方法は、線形方程式系のダイソン級数を符号化し、最適量子線型方程式解法によって解くことである。
論文 参考訳(メタデータ) (2022-12-07T09:50:40Z) - Symbolic Recovery of Differential Equations: The Identifiability Problem [52.158782751264205]
微分方程式の記号的回復は、支配方程式の導出を自動化する野心的な試みである。
関数が対応する微分方程式を一意に決定するために必要な条件と十分な条件の両方を提供する。
この結果を用いて、関数が微分方程式を一意に解くかどうかを判定する数値アルゴリズムを考案する。
論文 参考訳(メタデータ) (2022-10-15T17:32:49Z) - 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) - Quantum Model-Discovery [19.90246111091863]
微分方程式を解くための量子アルゴリズムは、フォールトトレラントな量子コンピューティングシステムにおいて証明可能な優位性を示している。
我々は、短期量子コンピュータの適用性を、より一般的な科学的な機械学習タスクに拡張する。
本結果は,古典的および量子機械学習アプローチのインターフェースにおける量子モデル探索(QMoD)への有望な経路を示す。
論文 参考訳(メタデータ) (2021-11-11T18:45:52Z) - Partial Differential Equations is All You Need for Generating Neural Architectures -- A Theory for Physical Artificial Intelligence Systems [40.20472268839781]
我々は、統計物理学における反応拡散方程式、量子力学におけるシュル・オーディンガー方程式、同軸光学におけるヘルムホルツ方程式を一般化する。
数値解を求めるためにNPDEを離散化するために有限差分法を用いる。
多層パーセプトロン、畳み込みニューラルネットワーク、リカレントニューラルネットワークなど、ディープニューラルネットワークアーキテクチャの基本構築ブロックが生成される。
論文 参考訳(メタデータ) (2021-03-10T00:05:46Z) - Linear embedding of nonlinear dynamical systems and prospects for
efficient quantum algorithms [74.17312533172291]
有限非線形力学系を無限線型力学系(埋め込み)にマッピングする方法を述べる。
次に、有限線型系 (truncation) による結果の無限線型系を近似するアプローチを検討する。
論文 参考訳(メタデータ) (2020-12-12T00:01:10Z) - Scalable Gradients for Stochastic Differential Equations [40.70998833051251]
随伴感度法は 通常の微分方程式の勾配を
我々はこの手法を微分方程式に一般化し、時間効率と定数メモリ計算を可能にする。
提案手法は,ネットワークによって定義されたニューラルダイナミクスに適合し,50次元モーションキャプチャーデータセット上での競合性能を実現する。
論文 参考訳(メタデータ) (2020-01-05T23:05:55Z)
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。