論文の概要: New Quantum Algorithm For Solving Linear System of Equations
- arxiv url: http://arxiv.org/abs/2502.13630v1
- Date: Wed, 19 Feb 2025 11:08:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-20 13:59:37.632621
- Title: New Quantum Algorithm For Solving Linear System of Equations
- Title(参考訳): 方程式の線形系を解くための新しい量子アルゴリズム
- Authors: Nhat A. Nghiem,
- Abstract要約: 勾配降下法に基づく線形系を解くための新しい量子アルゴリズムを提案する。
ベクトル/密度状態形式にインスパイアされた我々は、密度状態のような実体として点またはベクトルを表現する。
中間解に対応する演算子は、証明可能な収束保証とともに反復的に更新される。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Linear equations play a pivotal role in many areas of science and engineering, making efficient solutions to linear systems highly desirable. The development of quantum algorithms for solving linear systems has been a significant breakthrough, with such algorithms rapidly becoming some of the most influential in quantum computing. Subsequent advances have focused on improving the efficiency of quantum linear solvers and extending their core techniques to address various challenges, such as least-squares data fitting. In this article, we introduce a new quantum algorithm for solving linear systems based on the gradient descent method. Inspired by the vector/density state formalism, we represent a point, or vector, as a density state-like entity, enabling us to leverage recent advancements in quantum algorithmic frameworks, such as block encoding, to directly manipulate operators and carry out the gradient descent method in a quantum setting. The operator corresponding to the intermediate solution is updated iteratively, with a provable guarantee of convergence. The quantum state representing the final solution to the linear system can then be extracted by further measurement. We provide a detailed complexity analysis and compare our approach with existing methods, demonstrating significant improvement in certain aspects.
- Abstract(参考訳): 線形方程式は科学や工学の多くの分野において重要な役割を担い、線形系に対する効率的な解を非常に望ましいものにしている。
線形系を解くための量子アルゴリズムの開発は画期的なものであり、そのようなアルゴリズムは急速に量子コンピューティングにおいて最も影響力のあるものとなった。
その後の進歩は、量子線型解法の効率を改善し、そのコア技術を拡張して、最小二乗データフィッティングのような様々な課題に対処することに集中してきた。
本稿では,勾配降下法に基づく線形系を解くための新しい量子アルゴリズムを提案する。
ベクトル/密度状態形式にインスパイアされたベクトルは、密度状態のような存在として表現され、ブロックエンコーディングなどの量子アルゴリズムフレームワークの最近の進歩を活用して、演算子を直接操作し、量子環境で勾配降下法を実行することができる。
中間解に対応する演算子は、証明可能な収束保証とともに反復的に更新される。
線形系に対する最終解を表す量子状態は、さらなる測定によって抽出することができる。
複雑度を詳細に分析し、既存の手法と比較し、ある面での大幅な改善を示す。
関連論文リスト
- Demonstration of Scalability and Accuracy of Variational Quantum Linear Solver for Computational Fluid Dynamics [0.0]
本稿では,このような大規模方程式系を高精度に解くことを目的とした量子方法論の探索について述べる。
2次元,過渡的,非圧縮的,粘性,非線形結合バーガース方程式をテスト問題とする。
我々の研究結果は、我々の量子法が従来の手法に匹敵する精度で結果をもたらすことを示した。
論文 参考訳(メタデータ) (2024-09-05T04:42:24Z) - Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳(メタデータ) (2024-05-22T18:11:42Z) - An Efficient Quantum Algorithm for Linear System Problem in Tensor Format [4.264200809234798]
本稿では,最近のアディバティック・インスパイアされたQLSAの進歩に基づく量子アルゴリズムを提案する。
実装の全体的な複雑さは、その次元において多対数的であることを厳密に示します。
論文 参考訳(メタデータ) (2024-03-28T20:37:32Z) - Hybrid quantum-classical and quantum-inspired classical algorithms for
solving banded circulant linear systems [0.8192907805418583]
帯状循環系に対する量子状態の組み合わせの凸最適化に基づく効率的なアルゴリズムを提案する。
帯状循環行列を巡回置換に分解することにより, 量子状態の組み合わせによる近似解を$K$とする。
我々は,従来のシミュレーションと実際のIBM量子コンピュータ実装を用いて本手法を検証し,熱伝達などの物理問題への適用性を示した。
論文 参考訳(メタデータ) (2023-09-20T16:27:16Z) - Improving the convergence of an iterative algorithm for solving arbitrary linear equation systems using classical or quantum binary optimization [39.58317527488534]
本稿では,線形システムの解法を提案する。
線形系を二進最適化問題に変換し、元の問題の幾何学からインスピレーションを得る。
問題固有の幾何学の部分的知識を活用することで、元の問題をより小さく独立したサブプロブレムに分解できることを実証する。
論文 参考訳(メタデータ) (2023-09-18T16:51:03Z) - Solving Systems of Linear Equations: HHL from a Tensor Networks Perspective [39.58317527488534]
本稿では,HHLアルゴリズムに基づく線形方程式系の解法を,新しい四重項法を用いて提案する。
テンソルネットワーク上で量子インスパイアされたバージョンを実行し、プロジェクションのような非単体演算を行う能力を生かした。
論文 参考訳(メタデータ) (2023-09-11T08:18:41Z) - Quadratic Unconstrained Binary Optimisation via Quantum-Inspired
Annealing [58.720142291102135]
本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。
我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
論文 参考訳(メタデータ) (2021-08-18T09:26:17Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳(メタデータ) (2021-08-09T18:00:05Z) - Variational Quantum Linear Solver with Dynamic Ansatz [0.0]
変分量子アルゴリズムは、そのハイブリッド量子古典的アプローチにより、NISQ時代に成功している。
線形代数方程式系に対する変分量子線形解法に動的アンサッツを導入する。
より少ない量子資源を利用することで、標準の静的アンサッツと比較してアルゴリズムの優位性を実証する。
論文 参考訳(メタデータ) (2021-07-19T03:42:25Z) - Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。
これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文 参考訳(メタデータ) (2020-11-09T01:13:07Z)
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。