論文の概要: Quantum Simulation-Based Optimization of a Cooling System
- arxiv url: http://arxiv.org/abs/2504.15460v1
- Date: Mon, 21 Apr 2025 21:58:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-01 01:18:19.158793
- Title: Quantum Simulation-Based Optimization of a Cooling System
- Title（参考訳）: 量子シミュレーションによる冷却システムの最適化
- Authors: Leonhard Hölscher, Lukas Müller, Or Samimi, Tamuz Danzig,
- Abstract要約: 量子アルゴリズムは、数値シミュレーションに関連する特定のタスクに対して指数的なスピードアップを約束する。
しかし、量子コンピュータのデータ入力と出力を考えると、これらの利点はすぐに消える。
最近導入されたQuantum Simulation-Based Optimization (QuSO)は、より大規模な最適化の中でシミュレーションをサブプロブレムとして扱う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Engineering processes involve iterative design evaluations requiring numerous computationally intensive numerical simulations. Quantum algorithms promise up to exponential speedups for specific tasks relevant to numerical simulations. However, these advantages quickly vanish when considering data input and output on quantum computers. The recently introduced Quantum Simulation-Based Optimization (QuSO) algorithm circumvents this fundamental impediment by treating simulations as subproblems within a larger optimization problem. In this paper, we adapt and implement QuSO for a cooling system design problem. We validate the algorithm through statevector simulations and provide a detailed algorithmic complexity analysis indicating that the achievable speedup for this particular example is at most polynomial. Notably, we also specify the conditions under which QuSO could deliver exponential advantages. By providing this comprehensive demonstration, we highlight both the promise and practical constraints of QuSO in an engineering context, motivating further research into quantum algorithms for classical simulations and the search for suitable applications.
- Abstract（参考訳）: エンジニアリングプロセスには、多くの計算集約的な数値シミュレーションを必要とする反復的な設計評価が含まれる。
量子アルゴリズムは、数値シミュレーションに関連する特定のタスクに対して指数的なスピードアップを約束する。
しかし、量子コンピュータのデータ入力と出力を考えると、これらの利点はすぐに消える。
最近導入された量子シミュレーションベース最適化(QuSO)アルゴリズムは、より大規模な最適化問題においてシミュレーションをサブプロブレムとして扱うことにより、この基本的な障害を回避する。
本稿では,冷却システム設計問題に対するQuSOの適用と実装について述べる。
我々は、状態ベクトルシミュレーションを用いてアルゴリズムを検証し、この特定の例の達成可能なスピードアップがほとんどの多項式であることを示す、詳細なアルゴリズムの複雑性解析を提供する。
また,QuSOが指数関数的優位性をもたらす条件も明らかにした。
この包括的デモンストレーションを提供することで、QuSOの約束と実践的な制約の両方を工学的文脈で強調し、古典的シミュレーションのための量子アルゴリズムのさらなる研究と適切な応用の探索を動機づける。
関連論文リスト
- A quantum gradient descent algorithm for optimizing Gaussian Process models [28.16587217223671]
ガウス過程モデルを最適化するための量子勾配降下アルゴリズムを提案する。
本アルゴリズムは,ログ限界確率の勾配の計算において指数的高速化を実現する。
論文 参考訳（メタデータ） (2025-03-22T14:14:31Z) - Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。
この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
論文 参考訳（メタデータ） (2025-03-03T17:15:23Z) - A simple quantum simulation algorithm with near-optimal precision scaling [0.46040036610482665]
量子シミュレーションは量子コンピュータの基礎的な応用である。
既存のシミュレーション技術は、初期のフォールトトレラント量子ハードウェアに実装するには複雑すぎる。
本稿では,量子ハミルトン力学シミュレーションアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-14T04:04:35Z) - Compact quantum algorithms for time-dependent differential equations [0.0]
我々は、ユニタリの線形結合に基づくアイデアに基づいて、非ユニタリで非エルミート量子系をシミュレートする。
我々は,行列ベクトル乗算と行列逆演算を効率的に行うハイブリッド量子古典アルゴリズムを生成する。
論文 参考訳（メタデータ） (2024-05-16T02:14:58Z) - Quantum Tunneling: From Theory to Error-Mitigated Quantum Simulation [49.1574468325115]
本研究では,量子トンネルシミュレーションの理論的背景とハードウェア対応回路の実装について述べる。
我々は、ハードウェアのアンダーユース化問題を解決するために、ZNEとREM(エラー軽減技術)と量子チップのマルチプログラミングを使用する。
論文 参考訳（メタデータ） (2024-04-10T14:27:07Z) - Exponential Quantum Speedup for Simulation-Based Optimization Applications [4.302408747749262]
シミュレーション問題の線形性を特徴とするQuSOのLinQuSOサブクラスに着目した。
我々は、LinQuSO問題の大規模な部分群が、そのシミュレーション成分に関して指数的量子スピードアップで解けることを証明した。
論文 参考訳（メタデータ） (2023-05-15T09:32:51Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z) - 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) - 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) - Randomizing multi-product formulas for Hamiltonian simulation [2.2049183478692584]
本稿では,一方のランダム化コンパイルの利点と他方の高次多重積公式を結合した量子シミュレーション手法を提案する。
本フレームワークは,振幅増幅を回避し,回路深度を低減させる。
本アルゴリズムは回路深さとともに指数関数的に縮小するシミュレーション誤差を実現する。
論文 参考訳（メタデータ） (2021-01-19T19:00:23Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - Quantum-Enhanced Simulation-Based Optimization [0.8057006406834467]
シミュレーションに基づく最適化は、正確に評価するのに計算コストのかかる目的関数を最適化することを目指している。
量子振幅推定(QAE)は、古典モンテカルロシミュレーションよりも2次的なスピードアップを達成することができる。
論文 参考訳（メタデータ） (2020-05-21T17:02:59Z)
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。