論文の概要: Variational Quantum Crank-Nicolson and Method of Lines for the Solution of Initial Value Problems
- arxiv url: http://arxiv.org/abs/2404.07016v2
- Date: Wed, 3 Jul 2024 19:30:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-08 23:24:01.898612
- Title: Variational Quantum Crank-Nicolson and Method of Lines for the Solution of Initial Value Problems
- Title（参考訳）: 変分量子クランクニコソンと初期値問題の解法
- Authors: Francisco Guzman-Cajica, Francisco S. Guzman,
- Abstract要約: Inlicit Crank-Nicolson と Method of Lines (MoL) による初期値問題の解法として変分量子アルゴリズムを用いる。
実装を説明するために開発された例は、Advection equation、一階結合方程式系として記述された波動方程式、非線形の場合として粘性バーガース方程式である。
- 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: In this paper we use a Variational Quantum Algorithm to solve Initial Value Problems with the Implicit Crank-Nicolson and the Method of Lines (MoL) evolution schemes. The unknown functions use a spectral decomposition with the Fourier basis. The examples developed to illustrate the implementation are the Advection equation, the wave equation written as a system of first order coupled equations and the viscous Burgers equation as a non-linear case. The problems are solved using: i) standard Finite Differences as the solution to compare with, ii) the State Vector Formalism (SVF), and iii) the Sampling Error Formalism (SEF). The contributions of this paper include: 1) cost functions for generic first order in time PDEs using the implicit Crank-Nicholson and the MoL, 2) detailed convergence or self-convergence tests are presented for all the equations solved, 3) a system of three coupled PDEs is solved, 4) solutions using sampling error are presented and 5) a fast version of the SVF and SEF was developed which can be used to test different optimizers faster.
- Abstract（参考訳）: 本稿では、変分量子アルゴリズムを用いて、インプリシト・クランク・ニコソンと方法・オブ・ライン(MoL)の進化スキームによる初期値問題の解法を提案する。
未知の関数はフーリエ基底のスペクトル分解を用いる。
実装を説明するために開発された例は、Advection equation、一階結合方程式系として記述された波動方程式、非線形の場合として粘性バーガース方程式である。
問題は次の通り解決される。
一 比較すべき解としての標準差分
二 国家ベクトル形式主義(SVF)及び
三 サンプリング誤り形式主義(SEF)
本論文の貢献は以下のとおりである。
1) 暗黙のクランク・ニコルソンとMoLを用いた時間PDEにおける一般一階のコスト関数。
2) 解いたすべての方程式に対して, 詳細な収束, 自己収束試験が提示される。
3) 3つの結合PDEの系を解く。
4)サンプリングエラーを用いた解が提示される。
5) SVFとSEFの高速バージョンが開発され、様々なオプティマイザを高速にテストできる。
関連論文リスト
- Gaussian Mixture Solvers for Diffusion Models [84.83349474361204]
本稿では,拡散モデルのためのGMSと呼ばれる,SDEに基づく新しい解法について紹介する。
画像生成およびストロークベース合成におけるサンプル品質の観点から,SDEに基づく多くの解法よりも優れる。
論文 参考訳（メタデータ） (2023-11-02T02:05:38Z) - Stochastic Inexact Augmented Lagrangian Method for Nonconvex Expectation
Constrained Optimization [88.0031283949404]
多くの実世界の問題は複雑な非機能的制約を持ち、多くのデータポイントを使用する。
提案手法は,従来最もよく知られた結果で既存手法よりも優れた性能を示す。
論文 参考訳（メタデータ） (2022-12-19T14:48:54Z) - Discovering ordinary differential equations that govern time-series [65.07437364102931]
本研究では, 1つの観測解の時系列データから, スカラー自律常微分方程式(ODE)を記号形式で復元するトランスフォーマーに基づくシーケンス・ツー・シーケンス・モデルを提案する。
提案手法は, 1回に一度, ODE の大規模な事前訓練を行った後, モデルのいくつかの前方通過において, 新たに観測された解の法則を推測することができる。
論文 参考訳（メタデータ） (2022-11-05T07:07:58Z) - A Primal-dual Approach for Solving Variational Inequalities with
General-form Constraints [81.32297040574083]
Yang et al. (2023) は最近、一階法により等式と不等式制約で変分不等式 (VIs) を解くというオープンな問題に対処した。
本稿では,各イテレーションで約1つのサブプロブレムを解くウォームスタート手法を採用する。
我々はこの収束を証明し、演算子が$L$-Lipschitz および monotone であるとき、この不正確な-ACVI 法の最後の繰り返しのギャップ関数が $mathcalO(frac1sqrtK)$ で減少することを示す。
論文 参考訳（メタデータ） (2022-10-27T17:59:09Z) - Learning nonparametric ordinary differential equations from noisy data [0.10555513406636088]
雑音データから通常の微分方程式(ODE)ドットx = f(t,x)の非パラメトリックシステムを学ぶことは、新しい機械学習トピックである。
再生ケルネルヒルベルト空間(RKHS)の理論を用いて、ODEの解が存在し、一意である f の候補を定義する。
本稿では,Representer定理とオイラー近似を反復的に用いて数値解を与えるペナルティ法を提案する。
論文 参考訳（メタデータ） (2022-06-30T11:59:40Z) - 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) - Parsimonious Physics-Informed Random Projection Neural Networks for
Initial-Value Problems of ODEs and index-1 DAEs [0.0]
非線形ODEのIDPの線形単純形式とインデックス-1DAEの数値解に対するランダムな投影に基づく物理インフォームニューラルネットワークに対処する。
従来のランダムなプロジェクションに関する研究に基づいて、正準形式におけるODEのスキームと半明示形式におけるインデックス-1DAEの近似能力を証明した。
論文 参考訳（メタデータ） (2022-03-10T12:34:46Z) - Message Passing Neural PDE Solvers [60.77761603258397]
我々は、バックプロップ最適化されたニューラル関数近似器で、グラフのアリーデザインのコンポーネントを置き換えるニューラルメッセージパッシング解決器を構築した。
本稿では, 有限差分, 有限体積, WENOスキームなどの古典的手法を表現的に含んでいることを示す。
本研究では, 異なる領域のトポロジ, 方程式パラメータ, 離散化などにおける高速, 安定, 高精度な性能を, 1次元, 2次元で検証する。
論文 参考訳（メタデータ） (2022-02-07T17:47:46Z) - Quantum variational PDE solver with machine learning [0.0]
本稿では,機械学習(ML)方式を応用した量子変分法(QuVa)PDEソルバを提案する。
この解法におけるコア量子処理は、特別に設計された量子演算子の期待値を効率的に計算することである。
論文 参考訳（メタデータ） (2021-09-19T20:30:02Z) - Semi-Implicit Neural Solver for Time-dependent Partial Differential
Equations [4.246966726709308]
本稿では,PDEの任意のクラスに対して,データ駆動方式で最適な反復スキームを学習するためのニューラルソルバを提案する。
従来の反復解法に類似したニューラルソルバの正当性と収束性に関する理論的保証を提供する。
論文 参考訳（メタデータ） (2021-09-03T12:03:10Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳（メタデータ） (2021-05-06T17:59:38Z)
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。