論文の概要: Efficient Quantum Algorithms for Nonlinear Stochastic Dynamical Systems
- arxiv url: http://arxiv.org/abs/2303.02463v1
- Date: Sat, 4 Mar 2023 17:40:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 19:29:51.874243
- Title: Efficient Quantum Algorithms for Nonlinear Stochastic Dynamical Systems
- Title(参考訳): 非線形確率力学系の効率的な量子アルゴリズム
- Authors: Abeynaya Gnanasekaran, Amit Surana, Tuhin Sahai
- Abstract要約: 空間と時間におけるFPEの離散化をChange-Cooperスキームを用いて行い、量子線形系アルゴリズムを用いて線形方程式の結果の解を計算する。
提案する量子スキームをQLSCCA(Quantum Linear Systems Chang-Cooper Algorithm)と呼び,所定の$epsilon$エラー境界内でFPEの解を求める。
- 参考スコア(独自算出の注目度): 2.707154152696381
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we propose an efficient quantum algorithm for solving
nonlinear stochastic differential equations (SDE) via the associated
Fokker-Planck equation (FPE). We discretize FPE in space and time using the
Chang-Cooper scheme, and compute the solution of the resulting system of linear
equations using the quantum linear systems algorithm. The Chang-Cooper scheme
is second order accurate and satisfies conservativeness and positivity of the
solution. We present detailed error and complexity analyses that demonstrate
that our proposed quantum scheme, which we call the Quantum Linear Systems
Chang-Cooper Algorithm (QLSCCA), computes the solution to the FPE within
prescribed $\epsilon$ error bounds with polynomial dependence on state
dimension $d$. Classical numerical methods scale exponentially with dimension,
thus, our approach provides an \emph{exponential speed-up} over traditional
approaches.
- Abstract(参考訳): 本稿では、Fokker-Planck方程式(FPE)を用いて非線形確率微分方程式(SDE)を解くための効率的な量子アルゴリズムを提案する。
空間と時間におけるFPEの離散化をChang-Cooperスキームを用いて行い、量子線形系アルゴリズムを用いて線形方程式の解を求める。
チャン=クーパースキームは二階精度であり、その解の保守性と正しさを満たす。
量子線形系chang-cooperアルゴリズム (qlscca) と呼ばれる提案する量子スキームが, 条件次元 $d$ に対する多項式依存性を持つ, 所定の $\epsilon$ 誤差境界内で, fpe に対する解を計算することを実証した。
古典的数値法は次元と指数関数的にスケールするので、我々の手法は従来の手法よりも高速である。
関連論文リスト
- Quantum Variational Solving of Nonlinear and Multi-Dimensional Partial
Differential Equations [1.3593246617391264]
偏微分方程式を数値的に解く変分量子アルゴリズムがLubschらによって提案された。
より広範な非線形PDEと多次元PDEを包含する手法を一般化する。
数値シミュレーションにより,このアルゴリズムは単一集合ブラックスコール方程式のインスタンスを解くことができることを示す。
論文 参考訳(メタデータ) (2023-11-02T18:29:31Z) - 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) - Fast Computation of Optimal Transport via Entropy-Regularized
Extragradient Methods [98.85583323658366]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳(メタデータ) (2023-01-30T15:46:39Z) - Probabilistic Numerical Method of Lines for Time-Dependent Partial
Differential Equations [20.86460521113266]
現在の最先端のPDEソルバは、空間次元と時間次元を別々に、シリアルに、ブラックボックスアルゴリズムで扱います。
この問題を解決するために,ライン法と呼ばれる手法の確率的版を導入する。
空間不確かさと時間不確かさの連成定量化は、十分に調整されたODEソルバの性能上の利点を失うことなく実現できる。
論文 参考訳(メタデータ) (2021-10-22T15:26:05Z) - Polynomial unconstrained binary optimisation inspired by optical
simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。
提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。
タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文 参考訳(メタデータ) (2021-06-24T16:39:31Z) - 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) - Quantum-accelerated multilevel Monte Carlo methods for stochastic
differential equations in mathematical finance [1.128265591164748]
我々は微分方程式(SDE)の量子アルゴリズムを研究する。
我々は,モンテカルロ法を一般設定で2次高速化する量子アルゴリズムを提案する。
我々は,このアルゴリズムを,数学的なファイナンスに起因した様々な応用で実演する。
論文 参考訳(メタデータ) (2020-12-11T12:34:55Z) - Optimal oracle inequalities for solving projected fixed-point equations [53.31620399640334]
ヒルベルト空間の既知の低次元部分空間を探索することにより、確率観測の集合を用いて近似解を計算する手法を検討する。
本稿では,線形関数近似を用いた政策評価問題に対する時間差分学習手法の誤差を正確に評価する方法について述べる。
論文 参考訳(メタデータ) (2020-12-09T20:19:32Z) - Deep learning based numerical approximation algorithms for stochastic
partial differential equations and high-dimensional nonlinear filtering
problems [4.164845768197489]
本稿では、偏微分方程式(SPDE)の解に対するディープラーニングに基づく近似アルゴリズムの導入と研究を行う。
本研究では,SPDEの駆動ノイズ過程のすべての実現にディープニューラルネットワークを用い,SPDEの解過程を近似する。
これらのSPDEのそれぞれにおいて,提案した近似アルゴリズムは,最大50空間の短い実行時間で正確な結果を生成する。
論文 参考訳(メタデータ) (2020-12-02T13:25:35Z) - A Dynamical Systems Approach for Convergence of the Bayesian EM
Algorithm [59.99439951055238]
我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。
本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。
高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
論文 参考訳(メタデータ) (2020-06-23T01:34:18Z) - 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。
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。