論文の概要: Discrete Superconvergence Analysis for Quantum Magnus Algorithms of Unbounded Hamiltonian Simulation
- arxiv url: http://arxiv.org/abs/2502.20255v1
- Date: Thu, 27 Feb 2025 16:43:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-28 15:15:47.142076
- Title: Discrete Superconvergence Analysis for Quantum Magnus Algorithms of Unbounded Hamiltonian Simulation
- Title（参考訳）: 非有界ハミルトニアンシミュレーションにおける量子マグナスアルゴリズムの離散超収束解析
- Authors: Yonah Borns-Weil, Di Fang, Jiaqi Zhang,
- Abstract要約: 空間離散化点が有限個ある完全離散状態において、最初の超収束推定をN$とする。
我々は、離散化数と演算子ノルムによって再スケールされた時間ステップサイズにより、2つのパラメータを同定し、半古典的枠組みを確立する。
- 参考スコア（独自算出の注目度）: 3.5148549831413036
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Motivated by various applications, unbounded Hamiltonian simulation has recently garnered great attention. Quantum Magnus algorithms, designed to achieve commutator scaling for time-dependent Hamiltonian simulation, have been found to be particularly efficient for such applications. When applied to unbounded Hamiltonian simulation in the interaction picture, they exhibit an unexpected superconvergence phenomenon. However, existing proofs are limited to the spatially continuous setting and do not extend to discrete spatial discretizations. In this work, we provide the first superconvergence estimate in the fully discrete setting with a finite number of spatial discretization points $N$, and show that it holds with an error constant uniform in $N$. The proof is based on the two-parameter symbol class, which, to our knowledge, is applied for the first time in algorithm analysis. The key idea is to establish a semiclassical framework by identifying two parameters through the discretization number and the time step size rescaled by the operator norm, such that the semiclassical uniformity guarantees the uniformity of both. This approach may have broader applications in numerical analysis beyond the specific context of this work.
- Abstract（参考訳）: 様々な応用に触発され、非有界ハミルトニアンシミュレーションは近年大きな注目を集めている。
時間依存ハミルトニアンシミュレーションのための可換スケーリングを実現するために設計された量子マグナスアルゴリズムは、そのような用途で特に効率的であることが判明した。
相互作用図における非有界ハミルトンシミュレーションに適用すると、予期せぬ超収束現象が現れる。
しかし、既存の証明は空間的連続的な設定に限られており、離散的な空間的離散化にまで拡張しない。
本研究では、空間離散化点が有限個の空間離散化点$N$で完全離散状態における最初の超収束推定を行い、その誤差定数が$N$で均一であることを示す。
この証明は,アルゴリズム解析において初めて適用された2パラメータのシンボルクラスに基づいている。
鍵となる考え方は、離散化数と作用素ノルムによって再スケールされた時間ステップサイズを通じて2つのパラメータを識別することで、半古典的一様性が両方の均一性を保証するような半古典的枠組みを確立することである。
このアプローチは、この研究の特定の文脈を超えて、数値解析に幅広い応用をもたらす可能性がある。
関連論文リスト
- Exponential Quantum Speedup for Simulating Classical Lattice Dynamics [0.0]
一般調和格子力学をシミュレーションするための厳密な量子フレームワークを提案する。
我々は、確立された量子ハミルトンシミュレーション技術を利用する。
格子モデルの幅広いクラスにまたがって,本手法の適用性を示す。
論文 参考訳（メタデータ） (2025-04-07T19:41:22Z) - Quantum Simulation of Nonlinear Dynamical Systems Using Repeated Measurement [42.896772730859645]
本稿では, 非線形常微分方程式の初期値問題を解くために, 繰り返し測定に基づく量子アルゴリズムを提案する。
古典ロジスティック系とローレンツ系に、積分可能かつカオス的条件の両方でこのアプローチを適用する。
論文 参考訳（メタデータ） (2024-10-04T18:06:12Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Time-dependent Hamiltonian Simulation via Magnus Expansion: Algorithm and Superconvergence [0.0]
マグナス級数展開に基づく時間依存型ハミルトンシミュレーションアルゴリズムを提案する。
2階アルゴリズムのコンピュテータが驚くべき4階超収束をもたらすことを証明した。
論文 参考訳（メタデータ） (2024-05-21T16:49:54Z) - Quantum Algorithm for Solving the Advection Equation using Hamiltonian Simulation [0.0]
一次元の対流は、一階微分の中央有限差分作用素が反エルミート的であるため、直接シミュレートすることができる。
初期量子状態の1つのコピーが必要であり、回路深さは必要な時間ステップ数とともに線形に増加する。
論文 参考訳（メタデータ） (2023-12-15T13:39:27Z) - Simulating Markovian open quantum systems using higher-order series
expansion [1.713291434132985]
マルコフ開量子系の力学をシミュレーションするための効率的な量子アルゴリズムを提案する。
我々のアルゴリズムは概念的にクリーンであり、圧縮符号化なしで単純な量子プリミティブのみを使用する。
論文 参考訳（メタデータ） (2022-12-05T06:02:50Z) - Time Dependent Hamiltonian Simulation Using Discrete Clock Constructions [42.3779227963298]
時間依存力学を時間依存システムとして符号化するためのフレームワークを提供する。
まず、拡張クロックシステム上で量子化を行う時間依存シミュレーションアルゴリズムを作成する。
第2に、時間順序指数に対する多積公式の自然な一般化を定義する。
論文 参考訳（メタデータ） (2022-03-21T21:29:22Z) - Time-dependent Hamiltonian Simulation of Highly Oscillatory Dynamics and
Superconvergence for Schr\"odinger Equation [2.973326951020451]
本稿では,高振動量子力学をシミュレーションするための簡単な量子アルゴリズムを提案する。
我々の知る限り、これは時間依存ハミルトニアンの急激な変化に敏感であり、通勤者スケーリングを示す最初の量子アルゴリズムである。
シュル・オーディンガー方程式のシミュレーションでは、超収束を示し、驚くべき2階収束率を達成する。
論文 参考訳（メタデータ） (2021-11-04T18:50:36Z) - Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。
これらのハイブリッド化手法の物理的応用は、電気遮断において$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) - A Random Matrix Perspective on Random Tensors [40.89521598604993]
与えられたランダムテンソルの収縮から生じるランダム行列のスペクトルについて検討する。
本手法は,ML問題の局所的な最大値の未知な特徴を与える。
我々のアプローチは万能であり、非対称、非ガウス的、高階的など他のモデルにも拡張できる。
論文 参考訳（メタデータ） (2021-08-02T10:42:22Z) - 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) - Quantum algorithm for time-dependent Hamiltonian simulation by
permutation expansion [6.338178373376447]
時間依存ハミルトニアンの力学シミュレーションのための量子アルゴリズムを提案する。
アルゴリズムのコストはハミルトニアン周波数に依存しないことを示す。
論文 参考訳（メタデータ） (2021-03-29T05:02:02Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳（メタデータ） (2019-12-31T19:00:00Z)
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。