論文の概要: A two-circuit approach to reducing quantum resources for the quantum
lattice Boltzmann method
- arxiv url: http://arxiv.org/abs/2401.12248v1
- Date: Sat, 20 Jan 2024 15:32:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-24 18:08:51.451293
- Title: A two-circuit approach to reducing quantum resources for the quantum
lattice Boltzmann method
- Title(参考訳): 量子格子ボルツマン法による量子資源削減のための2回路的アプローチ
- Authors: Sriharsha Kocherla, Austin Adams, Zhixin Song, Alexander Alexeev,
Spencer H. Bryngelson
- Abstract要約: CFD問題を解決するための現在の量子アルゴリズムは、単一の量子回路と、場合によっては格子ベースの方法を用いる。
量子格子ボルツマン法(QLBM)を用いた新しい多重回路アルゴリズムを提案する。
この問題は2次元ナビエ・ストークス方程式の流動関数-渦性定式化として鋳造され、2次元蓋駆動キャビティフローで検証および試験された。
- 参考スコア(独自算出の注目度): 44.144964115275
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computational fluid dynamics (CFD) simulations often entail a large
computational burden on classical computers. At present, these simulations can
require up to trillions of grid points and millions of time steps. To reduce
costs, novel architectures like quantum computers may be intrinsically more
efficient at the appropriate computation. Current quantum algorithms for
solving CFD problems use a single quantum circuit and, in some cases,
lattice-based methods. We introduce the a novel multiple circuits algorithm
that makes use of a quantum lattice Boltzmann method (QLBM). The two-circuit
algorithm we form solves the Navier-Stokes equations with a marked reduction in
CNOT gates compared to existing QLBM circuits. The problem is cast as a stream
function--vorticity formulation of the 2D Navier-Stokes equations and verified
and tested on a 2D lid-driven cavity flow. We show that using separate circuits
for the stream function and vorticity lead to a marked CNOT reduction: 35% in
total CNOT count and 16% in combined gate depth. This strategy has the
additional benefit of the circuits being able to run concurrently, further
halving the seen gate depth. This work is intended as a step towards practical
quantum circuits for solving differential equation-based problems of scientific
interest.
- Abstract(参考訳): 計算流体力学(cfd)シミュレーションは、古典的コンピュータに大きな計算負荷を伴います。
現在、これらのシミュレーションには最大数兆のグリッドポイントと数百万のタイムステップが必要である。
コストを削減するため、量子コンピュータのような新しいアーキテクチャは、適切な計算において本質的により効率的である。
cfd問題を解決する現在の量子アルゴリズムは、単一の量子回路と、場合によっては格子ベースの方法を用いる。
本稿では,量子格子ボルツマン法(QLBM)を用いた新しい多重回路アルゴリズムを提案する。
我々が定式化した2回路アルゴリズムは、既存のqlbm回路に比べてcnotゲートが著しく減少するナビエ・ストークス方程式を解く。
この問題は、2d navier-stokes方程式のストリーム関数-渦性定式化としてキャストされ、2d lid駆動キャビティ流れで検証および検証される。
ストリーム関数と渦度を分離した回路を用いることで,CNOTが35%,ゲート深さが16%減少し,CNOTが顕著に減少した。
この戦略は、回路が同時に動作できるという追加の利点があり、ゲート深度を半減させる。
この研究は、微分方程式に基づく科学的関心問題を解くための実用的な量子回路へのステップとして意図されている。
関連論文リスト
- FragQC: An Efficient Quantum Error Reduction Technique using Quantum
Circuit Fragmentation [4.2754140179767415]
誤差確率が一定の閾値を超えると、量子回路をサブ回路に切断するソフトウェアツールであるFragQCを提示する。
回路を切断せずに直接実行した場合の忠実度は14.83%増加し、8.45%が最先端のICP法である。
論文 参考訳(メタデータ) (2023-09-30T17:38:31Z) - Instantaneous nonlocal quantum computation and circuit depth reduction [7.148511452018054]
2パーティの量子計算は、2部構成の入力と出力を持つ計算プロセスであり、初期共有の絡み合いが存在する。
まず,ガーデニング・ホース・ガジェットとして知られる,単純化されたサブプロデューサは,絡み合いのコストを著しく低減できないことを示す。
第2部では、クリフォードゲートとTゲートの層からなる任意のユニタリ回路が、元の回路のT深さに比例した深さの測定値を持つ回路を用いて実装可能であることを示す。
論文 参考訳(メタデータ) (2023-06-15T17:57:50Z) - Accelerating the training of single-layer binary neural networks using
the HHL quantum algorithm [58.720142291102135]
Harrow-Hassidim-Lloyd (HHL) の量子力学的実装から有用な情報が抽出可能であることを示す。
しかし,本論文では,HHLの量子力学的実装から有用な情報を抽出し,古典的側面における解を見つける際の複雑性を低減することを目的としている。
論文 参考訳(メタデータ) (2022-10-23T11:58:05Z) - A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。
ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文 参考訳(メタデータ) (2022-07-07T08:04:15Z) - Reducing the Depth of Quantum FLT-Based Inversion Circuit [0.5735035463793008]
本稿では、二元有限体に対する既存の量子フェルマーのLittle Theorem(ゲート)ベースの反転回路の深さを削減することを提案する。
私たちのアプローチは、時間効率の実装の代替となることができます。
論文 参考訳(メタデータ) (2022-04-16T00:20:18Z) - Quantum State Preparation with Optimal Circuit Depth: Implementations
and Applications [10.436969366019015]
我々は、$Theta(n)$-depth回路は、$O(ndlog d)$ acillary qubitsを持つ$Theta(log(nd))で作成可能であることを示す。
我々は、ハミルトンシミュレーション、方程式の線形系解法、量子ランダムアクセスメモリの実現など、異なる量子コンピューティングタスクにおける結果の適用について論じる。
論文 参考訳(メタデータ) (2022-01-27T13:16:30Z) - Reducing the Depth of Linear Reversible Quantum Circuits [0.0]
量子コンピューティングでは、量子ビットのデコヒーレンス時間が計算時間を決定する。
本稿では,既存のアルゴリズムの2倍の浅さの量子回路を生成する分割・征服アルゴリズムの実用的な定式化を提案する。
全体としては、可逆関数のクラス全体の深さを一貫して減らし、アンシラフリーケースでは最大92%、アシラリーキュービットが利用可能であれば最大99%に抑えることができる。
論文 参考訳(メタデータ) (2022-01-17T12:36:32Z) - An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian
Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。
我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。
提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文 参考訳(メタデータ) (2021-08-06T19:38:03Z) - Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。
後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。
近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
論文 参考訳(メタデータ) (2020-07-29T05:26:19Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳(メタデータ) (2020-07-21T15:36:25Z)
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。