論文の概要: Quantum algorithms for linear and non-linear fractional
reaction-diffusion equations
- arxiv url: http://arxiv.org/abs/2310.18900v1
- Date: Sun, 29 Oct 2023 04:48:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-31 15:40:08.167526
- Title: Quantum algorithms for linear and non-linear fractional
reaction-diffusion equations
- Title(参考訳): 線形および非線形分数反応拡散方程式の量子アルゴリズム
- Authors: Dong An, Konstantina Trivisa
- Abstract要約: 周期境界条件を持つ非線形分数反応拡散方程式の効率的な量子アルゴリズムについて検討する。
本稿では,ハミルトニアンシミュレーション手法と相互作用画像形式を線形に組み合わせた新しいアルゴリズムを提案する。
- 参考スコア(独自算出の注目度): 3.409316136755434
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: High-dimensional fractional reaction-diffusion equations have numerous
applications in the fields of biology, chemistry, and physics, and exhibit a
range of rich phenomena. While classical algorithms have an exponential
complexity in the spatial dimension, a quantum computer can produce a quantum
state that encodes the solution with only polynomial complexity, provided that
suitable input access is available. In this work, we investigate efficient
quantum algorithms for linear and nonlinear fractional reaction-diffusion
equations with periodic boundary conditions. For linear equations, we analyze
and compare the complexity of various methods, including the second-order
Trotter formula, time-marching method, and truncated Dyson series method. We
also present a novel algorithm that combines the linear combination of
Hamiltonian simulation technique with the interaction picture formalism,
resulting in optimal scaling in the spatial dimension. For nonlinear equations,
we employ the Carleman linearization method and propose a block-encoding
version that is appropriate for the dense matrices that arise from the spatial
discretization of fractional reaction-diffusion equations.
- Abstract(参考訳): 高次元の分数反応拡散方程式は、生物学、化学、物理学の分野で多くの応用があり、豊富な現象を示す。
古典的アルゴリズムは、空間次元において指数関数的複雑性を持つが、量子コンピュータは、適切な入力アクセスが利用可能であれば、多項式複雑性だけで解を符号化する量子状態を生成することができる。
本研究では,周期境界条件を持つ線形および非線形分数反応拡散方程式の効率的な量子アルゴリズムについて検討する。
線形方程式の場合,2階トロッター式,時間マーチング法,およびトラッピングダイソン級数法など,様々な手法の複雑さを解析・比較する。
また,ハミルトニアンシミュレーション手法の線形結合と相互作用画像形式性を組み合わせた新しいアルゴリズムを提案し,空間次元の最適スケーリングを実現する。
非線形方程式に対しては,carleman線形化法を採用し,分数反応拡散方程式の空間的離散化から生じる密度行列に適したブロックエンコーディング法を提案する。
関連論文リスト
- Solving the Transient Dyson Equation with Quasilinear Complexity via Matrix Compression [0.0]
過渡状態における非平衡ダイソン方程式を効率的に解くための数値戦略を導入する。
計算効率の大幅な向上を実現し、時間と空間の複雑さと伝播時間の両方を準線形にスケーリングする。
論文 参考訳(メタデータ) (2024-10-14T20:05:05Z) - Quantum Iterative Methods for Solving Differential Equations with Application to Computational Fluid Dynamics [14.379311972506791]
本稿では、反復過程による解の段階的改善に基づく微分方程式の解法を提案する。
パラダイム流体力学の問題に対するアプローチをベンチマークする。
論文 参考訳(メタデータ) (2024-04-12T17:08:27Z) - 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) - A quantum algorithm for the linear Vlasov equation with collisions [0.0]
本稿では,線形化されたフラソフ方程式を衝突や衝突なしにシミュレートする量子アルゴリズムを提案する。
システムサイズにおける二次的なスピードアップが達成可能であることを示す。
論文 参考訳(メタデータ) (2023-03-06T19:19:30Z) - 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) - Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。
これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。
力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文 参考訳(メタデータ) (2021-09-07T20:01:22Z) - Quantum Algorithms for Data Representation and Analysis [68.754953879193]
機械学習におけるデータ表現のための固有problemsの解を高速化する量子手続きを提供する。
これらのサブルーチンのパワーと実用性は、主成分分析、対応解析、潜在意味解析のための入力行列の大きさのサブ線形量子アルゴリズムによって示される。
その結果、入力のサイズに依存しない実行時のパラメータは妥当であり、計算モデル上の誤差が小さいことが示され、競合的な分類性能が得られる。
論文 参考訳(メタデータ) (2021-04-19T00:41:43Z) - 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) - 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) - Multipole Graph Neural Operator for Parametric Partial Differential
Equations [57.90284928158383]
物理系をシミュレーションするためのディープラーニングベースの手法を使用する際の大きな課題の1つは、物理ベースのデータの定式化である。
線形複雑度のみを用いて、あらゆる範囲の相互作用をキャプチャする、新しいマルチレベルグラフニューラルネットワークフレームワークを提案する。
実験により, 離散化不変解演算子をPDEに学習し, 線形時間で評価できることを確認した。
論文 参考訳(メタデータ) (2020-06-16T21:56:22Z)
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。