Fugu-MT 論文翻訳(概要): Quantum Algorithm for the Advection-Diffusion Equation with Optimal Success Probability

論文の概要: Quantum Algorithm for the Advection-Diffusion Equation with Optimal Success Probability

arxiv url: http://arxiv.org/abs/2410.07909v1
Date: Thu, 10 Oct 2024 13:37:08 GMT
ステータス: 処理完了
システム内更新日: 2024-10-31 14:06:15.979590
Title: Quantum Algorithm for the Advection-Diffusion Equation with Optimal Success Probability
Title（参考訳）: 最適成功確率を持つ拡散拡散方程式の量子アルゴリズム
Authors: Paul Over, Sergio Bengoechea, Peter Brearley, Sylvain Laizet, Thomas Rung,
Abstract要約: 明示的時間マーチ演算子は、対流様成分と補正シフト演算子とに分離される。その結果、最適な成功確率を持つタイムマーチング演算子の非スケールブロック符号化が得られた。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: A quantum algorithm for simulating multidimensional scalar transport problems using a time-marching strategy is presented. After discretization, the explicit time-marching operator is separated into an advection-like component and a corrective shift operator. The advection-like component is mapped to a Hamiltonian simulation problem and is combined with the shift operator through the linear combination of unitaries algorithm. The result is an unscaled block encoding of the time-marching operator with an optimal success probability without the need for amplitude amplification, thereby retaining a linear dependence on the simulation time. State-vector simulations of a scalar transported in a steady two-dimensional Taylor-Green vortex support the theoretical findings.
Abstract（参考訳）: 時間マーチング戦略を用いて多次元スカラー輸送問題をシミュレーションする量子アルゴリズムを提案する。離散化後、明示的時間マーチ演算子は、対流様成分と補正シフト演算子とに分離される。対流状成分はハミルトンシミュレーション問題に写像され、ユニタリアルゴリズムの線形結合によりシフト演算子と結合される。その結果、振幅増幅を必要とせず、最適成功確率のタイムマーチング演算子の非スケールブロック符号化が可能となり、シミュレーション時間への線形依存が維持される。定常な2次元テイラー-グリーン渦内で輸送されるスカラーの状態ベクトルシミュレーションは理論的な結果を裏付ける。

関連論文リスト

Explicit near-optimal quantum algorithm for solving the advection-diffusion equation [0.0]
散逸初期値問題をモデル化するための明示的な量子アルゴリズムを提案する。本稿では,和指数への依存度を三角関数に変換する単純な座標変換に基づく量子回路を提案する。提案アルゴリズムは,非単項初期値問題の幅広いクラスをモデル化するために利用できる。
論文参考訳（メタデータ） (2025-01-19T19:03:29Z)
Quantum algorithm for the advection-diffusion equation and the Koopman-von Neumann approach to nonlinear dynamical systems [0.0]
非線形力学のクープマン・ヴォン・ノイマン定式化において, 対流拡散方程式と非単位離散化版の両方をシミュレートする明示的アルゴリズムを提案する。提案アルゴリズムは普遍的であり、線形微分方程式と非線形微分方程式の幅広いクラスをモデル化するのに利用できる。
論文参考訳（メタデータ） (2024-10-04T23:58:12Z)
Tensor networks based quantum optimization algorithm [0.0]
最適化において、よく知られた古典的アルゴリズムの1つは電力反復である。我々はこの落とし穴を回避するために量子化を提案する。我々の手法はインスタンス非依存となり、量子コンピューティングの枠組みの中でブラックボックス最適化に対処することができる。
論文参考訳（メタデータ） (2024-04-23T13:49:11Z)
Quantum Algorithm for Solving the Advection Equation using Hamiltonian Simulation [0.0]
一次元の対流は、一階微分の中央有限差分作用素が反エルミート的であるため、直接シミュレートすることができる。初期量子状態の1つのコピーが必要であり、回路深さは必要な時間ステップ数とともに線形に増加する。
論文参考訳（メタデータ） (2023-12-15T13:39:27Z)
An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-30T15:57:14Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
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)
High-Dimensional Sparse Bayesian Learning without Covariance Matrices [66.60078365202867]
共分散行列の明示的な構成を避ける新しい推論手法を提案する。本手法では, 数値線形代数と共役勾配アルゴリズムの対角線推定結果とを結合する。いくつかのシミュレーションにおいて,本手法は計算時間とメモリにおける既存手法よりも拡張性が高い。
論文参考訳（メタデータ） (2022-02-25T16:35:26Z)
An implicit split-operator algorithm for the nonlinear time-dependent Schr\"{o}dinger equation [0.0]
明示的な分割演算アルゴリズムは、線形および非線形時間依存のシュリンガー方程式を解くためにしばしば用いられる。本稿では,ノルム保存,時間可逆,高効率な高次暗黙分割演算アルゴリズムのファミリについて述べる。
論文参考訳（メタデータ） (2021-09-22T10:04:46Z)
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)
Fast and differentiable simulation of driven quantum systems [58.720142291102135]
我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
論文参考訳（メタデータ） (2020-12-16T21:43:38Z)
Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文参考訳（メタデータ） (2020-07-01T18:43:32Z)

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。