論文の概要: Variational quantum and neural quantum states algorithms for the linear complementarity problem
- arxiv url: http://arxiv.org/abs/2504.08141v2
- Date: Thu, 17 Apr 2025 10:44:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-18 14:33:57.157338
- Title: Variational quantum and neural quantum states algorithms for the linear complementarity problem
- Title（参考訳）: 線形相補性問題に対する変分量子およびニューラル量子状態アルゴリズム
- Authors: Saibal De, Oliver Knitter, Rohan Kodati, Paramsothy Jayakumar, James Stokes, Shravan Veerapaneni,
- Abstract要約: 変分量子アルゴリズム(VQA)は、有望なハイブリッド量子古典法である。
本稿では、変分量子線形解法(VQLS)とその古典的量子状態に基づく古典的ニューラルネットワーク線形解法(VNLS)の新たな応用について述べる。
我々は,VNLSを用いて衝突時の剛球体の力学を正確にシミュレートすることを示した。
- 参考スコア（独自算出の注目度）: 1.2796203864160849
- License:
- Abstract: Variational quantum algorithms (VQAs) are promising hybrid quantum-classical methods designed to leverage the computational advantages of quantum computing while mitigating the limitations of current noisy intermediate-scale quantum (NISQ) hardware. Although VQAs have been demonstrated as proofs of concept, their practical utility in solving real-world problems -- and whether quantum-inspired classical algorithms can match their performance -- remains an open question. We present a novel application of the variational quantum linear solver (VQLS) and its classical neural quantum states-based counterpart, the variational neural linear solver (VNLS), as key components within a minimum map Newton solver for a complementarity-based rigid body contact model. We demonstrate using the VNLS that our solver accurately simulates the dynamics of rigid spherical bodies during collision events. These results suggest that quantum and quantum-inspired linear algebra algorithms can serve as viable alternatives to standard linear algebra solvers for modeling certain physical systems.
- Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、現在のノイズの多い中間スケール量子(NISQ)ハードウェアの限界を緩和しつつ、量子コンピューティングの計算上の利点を活用するために設計されたハイブリッド量子古典法である。
VQAsは概念実証として実証されてきたが、現実の問題を解決するための実用性、そして量子に着想を得た古典的アルゴリズムがそれらの性能に合致するかどうかは未解決のままである。
本稿では,変分量子線形解法(VQLS)とその古典的量子状態に基づく古典的ニューラルネットワーク線形解法(VNLS)を,相補性に基づく剛体接触モデルのための最小写像ニュートン解法(英語版)の鍵成分とする。
我々は,VNLSを用いて衝突時の剛球体の力学を正確にシミュレートすることを示した。
これらの結果は、量子および量子に着想を得た線形代数アルゴリズムが、ある種の物理系をモデル化するための標準的な線形代数解法の代替となることを示唆している。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Neural Networks for Solving Power System Transient Simulation Problem [0.0]
本稿では2つの新しい量子ニューラルネットワーク(QNN)を導入し,従来のシミュレーション手法の代替として提案する。
これらのQNNの応用は、2つの小さな電力系統をシミュレートし、その可能性を実証する。
この研究は、量子コンピューティングを電力システムシミュレーションに適用する先駆的な取り組みであると同時に、複雑なエンジニアリング課題に対処する量子技術の可能性も拡大している。
論文 参考訳（メタデータ） (2024-05-19T02:18:04Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - 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) - QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。
有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。
本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-04-14T08:03:20Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳（メタデータ） (2023-04-12T18:10:47Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳（メタデータ） (2022-12-21T19:00:04Z) - Toward Neural Network Simulation of Variational Quantum Algorithms [1.9723551683930771]
変分量子アルゴリズム(VQA)は、高次元線形代数の問題を最適化の1つとして再キャストするために、ハイブリッド量子古典アーキテクチャを利用する。
変動量子線形解法(VQLS)の例に着目して、古典最適化アルゴリズムを他のVQAと並列に構築できるかを問う。
このような構成はVQLSに適用でき、理論的には同様の形の他のVQAに拡張できるパラダイムが得られる。
論文 参考訳（メタデータ） (2022-11-05T15:46:47Z) - Variational Quantum Algorithms for Computational Fluid Dynamics [0.0]
変分量子アルゴリズムは、ノイズ耐性が比較的高いため、特に有望である。
本稿では,変分量子アルゴリズムの計算流体力学への応用について述べる。
古典的な計算手法に対する量子的優位性は、この10年の終わりまでに達成できると我々は主張する。
論文 参考訳（メタデータ） (2022-09-11T18:49:22Z) - 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)
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。