Fugu-MT 論文翻訳(概要): Quantum radial basis function method for the Poisson equation

論文の概要: Quantum radial basis function method for the Poisson equation

arxiv url: http://arxiv.org/abs/2301.06032v1
Date: Sun, 15 Jan 2023 07:37:16 GMT
ステータス: 処理完了
システム内更新日: 2023-01-18 17:39:45.216948
Title: Quantum radial basis function method for the Poisson equation
Title（参考訳）: ポアソン方程式の量子放射基底関数法
Authors: Lingxia Cui, Zongming Wu, Hua Xiang
Abstract要約: 高次元ポアソン問題の数値解には放射基底関数 (RBF) 法が用いられる。本稿では,線形方程式に対する効率的な量子アルゴリズムを用いて,RBF法が加速できる範囲について検討する。
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: The radial basis function (RBF) method is used for the numerical solution of the Poisson problem in high dimension. The approximate solution can be found by solving a large system of linear equations. Here we investigate the extent to which the RBF method can be accelerated using an efficient quantum algorithm for linear equations. We compare the theoretical performance of our quantum algorithm with that of a standard classical algorithm, the conjugate gradient method. We find that the quantum algorithm can achieve a polynomial speedup.
Abstract（参考訳）: 高次元ポアソン問題の数値解には放射基底関数 (RBF) 法が用いられる。近似解は、線形方程式の大きな系を解くことで得られる。本稿では,線形方程式に対する効率的な量子アルゴリズムを用いて,RBF法が加速できる範囲について検討する。量子アルゴリズムの理論的性能を、標準古典的アルゴリズムである共役勾配法と比較する。量子アルゴリズムは多項式の高速化を実現することができる。

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)
Bregman-divergence-based Arimoto-Blahut algorithm [53.64687146666141]
本稿では,Arimoto-BlahutアルゴリズムをBregman-Diversergenceシステム上で定義された一般関数に一般化する。本稿では,古典的および量子速度歪み理論に適用可能な凸最適化自由アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-08-10T06:16:24Z)
A Catalyst Framework for the Quantum Linear System Problem via the Proximal Point Algorithm [9.804179673817574]
古典的近位点法(PPA)に着想を得た量子線形系問題(QLSP)に対する新しい量子アルゴリズムを提案する。提案手法は,既存のtexttimattQLSP_solverを経由した修正行列の逆変換が可能なメタアルゴリズムとみなすことができる。ステップサイズ$eta$を慎重に選択することにより、提案アルゴリズムは線形システムに対して、以前のアプローチの適用性を阻害する条件数への依存を軽減するために、効果的に事前条件を定めることができる。
論文参考訳（メタデータ） (2024-06-19T23:15:35Z)
Solving Poisson Equations using Neural Walk-on-Spheres [80.1675792181381]
高次元ポアソン方程式の効率的な解法としてニューラルウォーク・オン・スフェース(NWoS)を提案する。我々は,NWoSの精度,速度,計算コストにおける優位性を実証した。
論文参考訳（メタデータ） (2024-06-05T17:59:22Z)
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)
Depth analysis of variational quantum algorithms for heat equation [0.0]
量子コンピュータ上での熱方程式を解くための3つの方法を考える。ハミルトン分解におけるパウリ積の指数的な数は、量子速度を達成できない。アンザッツ・ツリーのアプローチは行列の明示的な形式を利用しており、古典的アルゴリズムよりも有利である。
論文参考訳（メタデータ） (2022-12-23T14:46:33Z)
Quantum algorithm for stochastic optimal stopping problems with applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文参考訳（メタデータ） (2021-11-30T12:21:41Z)
Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文参考訳（メタデータ） (2021-08-18T09:26:17Z)
Quantum Algorithms for Solving Ordinary Differential Equations via Classical Integration Methods [1.802439717192088]
微分方程式を解くために,量子コンピュータの利用について検討する。我々は、対応するデジタル量子回路を考案し、シミュレーションし、6$mathrmth$order Gauss-Legendreコロケーション法を実装し、実行する。将来有望なシナリオとして、デジタル算術法は、逆問題に対する量子探索アルゴリズムの「オークル」として使用できる。
論文参考訳（メタデータ） (2020-12-17T09:49:35Z)
Nearly Linear Row Sampling Algorithm for Quantile Regression [54.75919082407094]
データの次元にほぼ線形なサンプル複雑性を持つ量子化損失関数の行サンプリングアルゴリズムを提案する。行サンプリングアルゴリズムに基づいて、量子レグレッションの最も高速なアルゴリズムと、バランスの取れた有向グラフのグラフスペーシフィケーションアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-06-15T13:40:07Z)
High-precision quantum algorithms for partial differential equations [1.4050836886292872]
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。
論文参考訳（メタデータ） (2020-02-18T20:32:45Z)

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。