Fugu-MT 論文翻訳(概要): Adaptive Lattice Gas Algorithm: Classical and Quantum implementations

論文の概要: Adaptive Lattice Gas Algorithm: Classical and Quantum implementations

arxiv url: http://arxiv.org/abs/2504.13549v1
Date: Fri, 18 Apr 2025 08:29:47 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-28 16:39:08.449892
Title: Adaptive Lattice Gas Algorithm: Classical and Quantum implementations
Title（参考訳）: 適応格子ガスアルゴリズム:古典的および量子的実装
Authors: Niccolò Fonio, Ljubomir Budinski, Valtteri Lahtinen, Pierre Sagaut,
Abstract要約: 格子ガスアルゴリズム(LGA)は非線形系をシミュレートするために用いられる。我々は、線形衝突演算子を伴い、同じ現象をシミュレートできる量子アルゴリズムを開発した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Lattice gas algorithms (LGA) are a class of algorithms including, in chronological order, binary lattice gas cellular automata (LGCA), integer lattice gas algorithms (ILGA) and lattice Boltzmann method (LBM). They are largely used for simulating non-linear systems. Starting from 1-dimensional ILGA, we design an algorithm where we carry out a fraction of the possible collisions. These fractions are then adapted to reproduce LBM equilibrium distributions, resulting in an adaptive lattice gas algorithm (ALGA) that achieves the same simulation results of LBM. Considering this, we develop a quantum algorithm that involves a linear collision operator and capable of simulating the same phenomena, while still using a measurement and reinitialization procedure.
Abstract（参考訳）: 格子ガスアルゴリズム(格子ガスアルゴリズム、Lattice Gas Algorithm、LGA)は、格子ガスセルオートマトン(LGCA)、整数格子ガスアルゴリズム(ILGA)、格子ボルツマン法(LBM)を含むアルゴリズムのクラスである。これらは主に非線形システムのシミュレーションに使用される。 1次元ILGAから始めて、衝突の可能性のごく一部を実行するアルゴリズムを設計する。これらの分画はLBM平衡分布を再現するために適応され、結果として適応格子ガスアルゴリズム(ALGA)がLBMの同じシミュレーション結果を達成する。これを考慮し、線形衝突演算子を伴い、同じ現象をシミュレートできる量子アルゴリズムを開発した。

関連論文リスト

Bregman-divergence-based Arimoto-Blahut algorithm [53.64687146666141]
本稿では,Arimoto-BlahutアルゴリズムをBregman-Diversergenceシステム上で定義された一般関数に一般化する。このアルゴリズムは古典的および量子速度歪み理論に適用できる。
論文参考訳（メタデータ） (2024-08-10T06:16:24Z)
Classical simulation and quantum resource theory of non-Gaussian optics [1.3124513975412255]
非ガウス初期状態に適用されたガウスユニタリと測定をシミュレーションするための効率的なアルゴリズムを提案する。量子資源理論の観点から、このタイプの非ガウス性測度の性質を考察し、連続変数量子コンピューティングに関連する状態の最適分解を計算する。
論文参考訳（メタデータ） (2024-04-10T15:53:41Z)
Classical simulation of non-Gaussian bosonic circuits [0.4972323953932129]
ガウス状態の重ね合わせに適用したボソニックリニア光回路をシミュレートするための高速な古典的アルゴリズムを提案する。本稿では,回路のモード数とサイズを正確にシミュレーションするアルゴリズムを提案する。また、この数で実行が2次となる高速な近似ランダム化アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-03-27T23:52:35Z)
Efficient Quantum Lattice Gas Automata [0.0]
このアルゴリズムは、衝突、マッピング、伝播の3つの主要なステップで構成されている。ノイズの影響にもかかわらず、現在のノイズのあるデバイスでは、正確なシミュレーションがすでに達成されていることが示唆された。
論文参考訳（メタデータ） (2024-02-26T11:12:35Z)
Quantum collision circuit, quantum invariants and quantum phase estimation procedure for fluid dynamic lattice gas automata [0.0]
計算ベースエンコーディング(CBE)を用いた量子コンピュータにおけるLGCAの変換について検討する。モデルの古典的特徴に基づいて衝突量子回路を最適化する効率的な手法を提案する。本稿では,LGCAにおける不変量の重要点に対処し,QCの定式化において何個の不変量が存在するかを求める方法を提案する。
論文参考訳（メタデータ） (2023-10-11T10:22:07Z)
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)
Classical and Quantum Iterative Optimization Algorithms Based on Matrix Legendre-Bregman Projections [1.5736899098702972]
エルミート行列空間上で定義されたルジャンドル・ブレーグマン射影について考察し,それに基づいて反復最適化アルゴリズムを設計する。本稿では,ブレグマン射影アルゴリズムと近似的ブラグマン射影アルゴリズムについて検討する。特に、近似反復アルゴリズムは、最大エントロピー推論のための一般化反復スケーリング(GIS)アルゴリズムの非可換バージョンをもたらす。
論文参考訳（メタデータ） (2022-09-28T15:59:08Z)
Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文参考訳（メタデータ） (2022-09-22T16:42:14Z)
Unfolding Projection-free SDP Relaxation of Binary Graph Classifier via GDPA Linearization [59.87663954467815]
アルゴリズムの展開は、モデルベースのアルゴリズムの各イテレーションをニューラルネットワーク層として実装することにより、解釈可能で類似のニューラルネットワークアーキテクチャを生成する。本稿では、Gershgorin disc perfect alignment (GDPA)と呼ばれる最近の線形代数定理を利用して、二進グラフの半定値プログラミング緩和(SDR)のためのプロジェクションフリーアルゴリズムをアンロールする。実験結果から,我々の未学習ネットワークは純粋モデルベースグラフ分類器よりも優れ,純粋データ駆動ネットワークに匹敵する性能を示したが,パラメータははるかに少なかった。
論文参考訳（メタデータ） (2021-09-10T07:01:15Z)
Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。両レベル最適化のための2つの新しいアルゴリズムを提案する。両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文参考訳（メタデータ） (2021-06-08T21:05:30Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Low Rank Density Matrix Evolution for Noisy Quantum Circuits [4.598939257021113]
雑音量子回路におけるクラスデコヒーレンスチャネルの古典的シミュレーションのための効率的なランク圧縮手法を提案する。本研究では,本アルゴリズムを社内シミュレータに実装し,従来のフルランクシミュレータよりも2桁以上高速にシミュレーションを行うことを示す。
論文参考訳（メタデータ） (2020-09-14T18:00:16Z)
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。