論文の概要: PolyQROM: Orthogonal-Polynomial-Based Quantum Reduced-Order Model for Flow Field Analysis
- arxiv url: http://arxiv.org/abs/2504.21567v1
- Date: Wed, 30 Apr 2025 12:14:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-09 18:59:02.708349
- Title: PolyQROM: Orthogonal-Polynomial-Based Quantum Reduced-Order Model for Flow Field Analysis
- Title（参考訳）: PolyQROM: 直交多項式に基づく流れ場解析のための量子還元次数モデル
- Authors: Yu Fang, Cheng Xue, Tai-Ping Sun, Xiao-Fan Xu, Xi-Ning Zhuang, Yun-Jie Wang, Chuang-Chao Ye, Teng-Yang Ma, Jia-Xuan Zhang, Huan-Yu Liu, Yu-Chun Wu, Zhao-Yun Chen, Guo-Ping Guo,
- Abstract要約: 量子コンピューティングは流体流動シミュレーションの指数加速度を約束する。
量子符号化フローフィールドデータからフロー特徴を抽出するために必要な測定オーバーヘッドは、この利点を損なう。
- 参考スコア（独自算出の注目度）: 5.588958112139646
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computing promises exponential acceleration for fluid flow simulations, yet the measurement overhead required to extract flow features from quantum-encoded flow field data fundamentally undermines this advantage--a critical challenge termed the ``output problem''. To address this, we propose an orthogonal-polynomial-based quantum reduced-order model (PolyQROM) that integrates orthogonal polynomial basis transformations with variational quantum circuits (VQCs). PolyQROM employs optimized polynomial-based quantum operations to compress flow field data into low-dimensional representations while preserving essential features, enabling efficient quantum or classical post-processing for tasks like reconstruction and classification. By leveraging the mathematical properties of orthogonal polynomials, the framework enhances circuit expressivity and stabilizes training compared to conventional hardware-efficient VQCs. Numerical experiments demonstrate PolyQROM's effectiveness in reconstructing flow fields with high fidelity and classifying flow patterns with accuracy surpassing classical methods and quantum benchmarks, all while reducing computational complexity and parameter counts. The work bridges quantum simulation outputs with practical fluid analysis, addressing the ``output problem'' through efficient reduced-order modeling tailored for quantum-encoded flow data, offering a scalable pathway to exploit quantum advantages in computational fluid dynamics.
- Abstract（参考訳）: 量子コンピューティングは流体流動シミュレーションの指数加速度を約束するが、量子符号化された流れ場データからフロー特徴を抽出するために必要な測定オーバーヘッドは、この利点を根本的に損なう。
そこで本研究では,直交多項式基底変換と変分量子回路(VQC)を統合した直交多項式型量子化次数モデル(PolyQROM)を提案する。
PolyQROMは、最適化された多項式ベースの量子演算を用いて、フローフィールドデータを低次元の表現に圧縮し、重要な特徴を保存し、再構成や分類といったタスクに対して効率的な量子または古典的な後処理を可能にする。
直交多項式の数学的特性を活用することにより、従来のハードウェア効率の良いVQCと比較して回路表現性を高め、トレーニングを安定化する。
数値実験では、計算複雑性とパラメータ数を削減するとともに、高忠実度で流れ場を再構築し、古典的手法や量子ベンチマークを超越した精度で流れパターンを分類する上で、PolyQROMの有効性を実証している。
この研究は、量子シミュレーションの出力を実用的な流体解析で橋渡しし、量子符号化フローデータに適した効率的な低次モデリングを通じて「出力問題」に対処し、計算流体力学における量子上の利点を利用するスケーラブルな経路を提供する。
関連論文リスト
- EHands: Quantum Protocol for Polynomial Computation on Real-Valued Encoded States [0.18641315013048299]
EHandsプロトコルは、量子プロセッサ上の多変数変換のための普遍的な量子演算セットを定義する。
我々は,IBMのヘロン級量子プロセッサと理想Qiskitシミュレータを用いた$P_(x)$の詳細な実装を提案する。
論文 参考訳（メタデータ） (2025-02-21T20:52:16Z) - Quantum Simulation for Dynamical Transition Rates in Open Quantum Systems [0.0]
マルコフ開量子系における動的遷移率を計算するための,新しい,効率的な量子シミュレーション手法を提案する。
我々の新しいアプローチは、現在の量子化学研究のボトルネックを超える可能性を秘めている。
論文 参考訳（メタデータ） (2024-12-23T02:53:05Z) - Towards Variational Quantum Algorithms for generalized linear and nonlinear transport phenomena [0.0]
本稿では線形および非線形熱流体動的輸送方程式を解くための変分量子アルゴリズム(VQA)を提案する。
ハイブリッド古典量子フレームワークは、異なる工学的境界条件と組み合わせて、熱、波動、バーガースの方程式によって支配される問題に適用される。
論文 参考訳（メタデータ） (2024-11-22T13:39:49Z) - 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) - Circuit-Efficient Qubit-Excitation-based Variational Quantum Eigensolver [7.865137519552981]
本稿では,浅帯域波動関数 Ansatze を構築するための2体Qubit-Excitation-Based (QEB) 演算子の実装について述べる。
この研究は電子構造の量子シミュレーションに大きな可能性を示し、現在の量子ハードウェアの性能を改善した。
論文 参考訳（メタデータ） (2024-06-17T16:16:20Z) - Piecewise Polynomial Tensor Network Quantum Feature Encoding [0.0]
この研究は、連続変数を断片的特徴によって量子回路に埋め込む新しい方法を紹介している。
提案手法は,量子アルゴリズムの適用範囲を広げることを目的として,ポリノミアルネットワーク量子特徴量TNQFEと呼ぶ。
論文 参考訳（メタデータ） (2024-02-12T14:26:33Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳（メタデータ） (2022-12-21T23:15:17Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳（メタデータ） (2022-04-12T19:39:31Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - 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)
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。