論文の概要: A hybrid classical-quantum algorithm for solution of nonlinear ordinary
differential equations
- arxiv url: http://arxiv.org/abs/2112.00602v2
- Date: Thu, 26 May 2022 16:56:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 06:42:08.905368
- Title: A hybrid classical-quantum algorithm for solution of nonlinear ordinary
differential equations
- Title(参考訳): 非線形常微分方程式の解に対するハイブリッド古典量子アルゴリズム
- Authors: Alok Shukla and Prakash Vedula
- Abstract要約: 非線形常微分方程式の解に対するハイブリッド古典量子アプローチを提案する。
任意のベクトルのウォルシュ・アダマール変換の計算はこのハイブリッドアプローチの中心である。
- 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: A hybrid classical-quantum approach for the solution of nonlinear ordinary
differential equations using Walsh-Hadamard basis functions is proposed.
Central to this hybrid approach is the computation of the Walsh-Hadamard
transform of arbitrary vectors, which is enabled in our framework using quantum
Hadamard gates along with state preparation, shifting, scaling, and measurement
operations. It is estimated that the proposed hybrid classical-quantum approach
for the Walsh-Hadamard transform of an input vector of size N results in a
considerably lower computational complexity (O(N) operations) compared to the
Fast Walsh-Hadamard transform (O(N log2(N)) operations). This benefit will also
be relevant in the context of the proposed hybrid classical-quantum approach
for the solution of nonlinear differential equations. Comparisons of results
corresponding to the proposed hybrid classical-quantum approach and a purely
classical approach for the solution of nonlinear differential equations (for
cases involving one and two dependent variables) were found to be satisfactory.
Some new perspectives relevant to the natural ordering of Walsh functions (in
the context of both classical and hybrid approaches for the solution of
nonlinear differential equations) and representation theory of finite groups
are also presented here.
- Abstract(参考訳): Walsh-Hadamard基底関数を用いた非線形常微分方程式の解に対するハイブリッド古典量子アプローチを提案する。
このハイブリッドアプローチの中心は、任意のベクトルのウォルシュ・ハダマード変換の計算であり、量子ハダマードゲートと状態準備、シフト、スケーリング、測定操作を用いて、我々のフレームワークで有効になっている。
n の大きさの入力ベクトルのウォルシュ・ハダマード変換に対して提案されたハイブリッド古典量子アプローチは、高速ウォルシュ・ハダマード変換(o(n log2(n))演算)と比較して計算複雑性(o(n)演算)がかなり低いと推定される。
この利点は、非線形微分方程式の解に対する提案されたハイブリッド古典量子アプローチの文脈にも関係する。
非線形微分方程式の解法(例えば 1 と 2 つの依存変数を含む場合)に対するハイブリッド古典量子アプローチと純粋古典的アプローチに対応する結果の比較は十分であることがわかった。
ウォルシュ函数の自然な順序付けに関連するいくつかの新しい視点(非線形微分方程式の解に対する古典的およびハイブリッド的アプローチの文脈において)と有限群の表現論もここで示される。
関連論文リスト
- Towards Efficient Quantum Hybrid Diffusion Models [68.43405413443175]
本稿では,量子ハイブリッド拡散モデルの設計手法を提案する。
量子コンピューティングの優れた一般化と古典的ネットワークのモジュラリティを組み合わせた2つのハイブリダイゼーション手法を提案する。
論文 参考訳(メタデータ) (2024-02-25T16:57:51Z) - Hybrid quantum-classical and quantum-inspired classical algorithms for
solving banded circulant linear systems [0.8192907805418583]
帯状循環系に対する量子状態の組み合わせの凸最適化に基づく効率的なアルゴリズムを提案する。
帯状循環行列を巡回置換に分解することにより, 量子状態の組み合わせによる近似解を$K$とする。
我々は,従来のシミュレーションと実際のIBM量子コンピュータ実装を用いて本手法を検証し,熱伝達などの物理問題への適用性を示した。
論文 参考訳(メタデータ) (2023-09-20T16:27:16Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳(メタデータ) (2023-06-10T08:25:16Z) - Time complexity analysis of quantum algorithms via linear
representations for nonlinear ordinary and partial differential equations [31.986350313948435]
非線形常微分方程式の解や物理観測可能性を計算するために量子アルゴリズムを構築した。
異なる数値近似から生じる量子線形系アルゴリズムと量子シミュレーション法を比較した。
論文 参考訳(メタデータ) (2022-09-18T05:50:23Z) - Quantum Kernel Methods for Solving Differential Equations [21.24186888129542]
量子カーネル法を用いて微分方程式(DE)の解法を提案する。
量子モデルをカーネル関数の重み付け和として構成し、特徴写像を用いて変数を符号化し、モデル微分を表現する。
論文 参考訳(メタデータ) (2022-03-16T18:56:35Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳(メタデータ) (2022-03-01T19:47:16Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳(メタデータ) (2021-07-11T10:56:24Z) - A Discrete Variational Derivation of Accelerated Methods in Optimization [68.8204255655161]
最適化のための異なる手法を導出できる変分法を導入する。
我々は1対1の対応において最適化手法の2つのファミリを導出する。
自律システムのシンプレクティシティの保存は、ここでは繊維のみに行われる。
論文 参考訳(メタデータ) (2021-06-04T20:21:53Z) - Solving non-linear Kolmogorov equations in large dimensions by using
deep learning: a numerical comparison of discretization schemes [16.067228939231047]
非線形偏微分コルモゴロフ方程式は、幅広い時間依存現象を記述するのに有効である。
深層学習は、これらの方程式を高次元で解くために導入された。
本研究では, 観測された計算の複雑性に影響を与えることなく, 精度の向上が可能であることを示す。
論文 参考訳(メタデータ) (2020-12-09T07:17:26Z) - Hybrid Quantum Annealing via Molecular Dynamics [0.0]
横場イジングモデルの量子スピンに付随する古典的フラックス変数のハミルトン力学を導入する。
古典的フラックスの分子動力学は、量子アニールの凍結スピンとアンビバシックスピンをソートする強力なプレコンディショナーとして用いられる。
論文 参考訳(メタデータ) (2020-04-08T12:34:24Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z)
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。