論文の概要: A Quantum Inspired Approach to Exploit Turbulence Structures

• arxiv url: http://arxiv.org/abs/2106.05782v3
• Date: Mon, 4 Jul 2022 14:52:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-27 02:01:19.293959
• Title: A Quantum Inspired Approach to Exploit Turbulence Structures
• Title（参考訳）: 爆発性乱流構造に対する量子的アプローチ
• Authors: Nikita Gourianov, Michael Lubasch, Sergey Dolgov, Quincy Y. van den Berg, Hessam Babaee, Peyman Givi, Martin Kiffner, Dieter Jaksch
• Abstract要約: 異なる長さスケール間の相関関係を定量化することにより乱流構造を解析するための新しいパラダイムを提案する。 本稿では,2つのパラダイムフロー例のスケール間相関について検討し,これらの知見を用いて乱流シミュレーションのための構造分解アルゴリズムを設計する。
• 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: Understanding turbulence is the key to our comprehension of many natural and technological flow processes. At the heart of this phenomenon lies its intricate multi-scale nature, describing the coupling between different-sized eddies in space and time. Here we introduce a new paradigm for analyzing the structure of turbulent flows by quantifying correlations between different length scales using methods inspired from quantum many-body physics. We present results for interscale correlations of two paradigmatic flow examples, and use these insights along with tensor network theory to design a structure-resolving algorithm for simulating turbulent flows. With this algorithm, we find that the incompressible Navier-Stokes equations can be accurately solved within a computational space reduced by over an order of magnitude compared to direct numerical simulation. Our quantum-inspired approach provides a pathway towards conducting computational fluid dynamics on quantum computers.
• Abstract（参考訳）: 乱流を理解することは、多くの自然および技術フロープロセスを理解するための鍵です。 この現象の核心には複雑な多スケールの性質があり、空間と時間における異なるサイズの渦の結合を記述する。 本稿では, 量子多体物理学に触発された手法を用いて, 異なる長さスケール間の相関を定量化し, 乱流構造を解析するための新しいパラダイムを提案する。 本論文は,2つのパラダイム的流れの例のスケール間相関に関する結果を示し,これらの知見とテンソルネットワーク理論を用いて乱流をシミュレートする構造解決アルゴリズムを設計する。 このアルゴリズムにより,非圧縮性ナビエ・ストークス方程式は直接数値シミュレーションに比べて1桁以上小さくなる計算空間内で正確に解けることがわかった。 量子インスパイアされたアプローチは、量子コンピュータ上で計算流体力学を実行するための経路を提供する。

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-Inspired Fluid Simulation of 2D Turbulence with GPU Acceleration [0.894484621897981]
  本研究では,速度を行列積状態とするNavier-Stokes方程式の解法について検討する。 我々の適応はシミュレーションを最大12.1倍スピードアップさせる。 このアルゴリズムは乱流状態の直接数値シミュレーションに対して潜在的に有利であることがわかった。
  論文  参考訳（メタデータ） (2024-06-25T10:31:20Z)
• Deep Stochastic Mechanics [17.598067133568062]
  本稿では,時間発展するシュリンガー方程式の数値シミュレーションのための,ディープラーニングに基づく新しい手法を提案する。 本手法により,マルコフ拡散からサンプリングすることで,波動関数の潜時低次元構造に適応することができる。
  論文  参考訳（メタデータ） (2023-05-31T09:28:03Z)
• Quantum computing of fluid dynamics using the hydrodynamic Schr\"odinger equation [7.752417113600681]
  流体力学シュリンガー方程式(HSE)に基づく流体力学の量子計算の枠組みを提案する。 我々はHSEを解くための予測補正量子アルゴリズムを開発した。 このアルゴリズムは指数的高速化を伴う量子シミュレータQiskit上の単純な流れに対して実装されている。
  論文  参考訳（メタデータ） (2023-02-20T03:43:27Z)
• Trapped-Ion Quantum Simulation of Collective Neutrino Oscillations [55.41644538483948]
  量子計算を用いて,Nニュートリノ系のコヒーレントな集団振動を2成分近似でシミュレートする手法について検討した。 第2次トロッタースズキ公式を用いたゲート複雑性は,量子信号処理などの他の分解方法よりも,システムサイズに優れることがわかった。
  論文  参考訳（メタデータ） (2022-07-07T09:39:40Z)
• Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
  短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。 計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-12-31T16:33:10Z)
• Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
  時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。 一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。 幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
  論文  参考訳（メタデータ） (2021-04-01T19:06:00Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
  オープン量子システムのダイナミクスに対処するためのアプローチを提案する。 自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。 効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
  論文  参考訳（メタデータ） (2020-09-11T18:00:00Z)
• An Ode to an ODE [78.97367880223254]
  我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。 この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
  論文  参考訳（メタデータ） (2020-06-19T22:05:19Z)
• Simple heuristics for efficient parallel tensor contraction and quantum circuit simulation [1.4416132811087747]
  本稿では,確率モデルを用いたテンソルネットワークの縮約のための並列アルゴリズムを提案する。 結果のアルゴリズムをランダム量子回路のシミュレーションに適用する。
  論文  参考訳（メタデータ） (2020-04-22T23:00:42Z)

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。