Fugu-MT 論文翻訳(概要): Quantum lattice Boltzmann method for several time steps: A local Carleman linearization algorithm

論文の概要: Quantum lattice Boltzmann method for several time steps: A local Carleman linearization algorithm

arxiv url: http://arxiv.org/abs/2511.13072v1
Date: Mon, 17 Nov 2025 07:19:25 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-18 14:36:24.893378
Title: Quantum lattice Boltzmann method for several time steps: A local Carleman linearization algorithm
Title（参考訳）: 数段階の量子格子ボルツマン法:局所カールマン線形化アルゴリズム
Authors: Antonio David Bastida Zamora, Ljubomir Budinski, Valtteri Lahtinen, Pierre Sagaut,
Abstract要約: 使用する符号化は、適切な結果を得る確率を高く保ちながら、局所的な衝突ルールを可能にする。このアルゴリズムは、時間ステップ毎に$O(log3(N)+Q4)$にスケールし、2D格子の格子サイト数$N$と、一定数のキュービット数$Q$にスケールする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This article presents a novel encoding for quantum Lattice Boltzmann method algorithm using Carleman linearization. In contrast to previous articles \cite{Sanavio2024LatticeBC,sanavio2025carleman}, the encoding used allows for local collision rules while keeping a higher probability to obtain the right result, which is of the order of $10^{-2}$. The algorithm scales as $O(log_2^3(N)+Q^4)$ each time step with $N$ the number of lattice sites of the 2D lattice and $Q$ the number of channels with a constant number of qubits when using dynamical circuits.
Abstract（参考訳）: 本稿では,カルマン線形化を用いた量子格子ボルツマン法による新しい符号化法を提案する。以前の記事 cite{Sanavio2024LatticeBC,sanavio2025carleman} とは対照的に、符号化は局所衝突規則を許容し、高い確率を維持して正しい結果を得る。このアルゴリズムは時間ステップ毎に$O(log_2^3(N)+Q^4)$を2D格子の格子点数$N$、動的回路を使用する場合のチャンネル数$Q$としてスケールする。

関連論文リスト

Block encoding of sparse matrices with a periodic diagonal structure [67.45502291821956]
周期的な対角構造を持つスパース行列を符号化するための明示的な量子回路を提供する。本手法の様々な応用は, 微分問題を解く文脈で論じる。
論文参考訳（メタデータ） (2026-02-11T07:24:33Z)
Two Quantum Algorithms for Nonlinear Reaction-Diffusion Equation using Chebyshev Approximation Method [1.775629639045375]
本稿では, トランキャット型チェビシェフポリー近似を用いた反応拡散方程式に対する2つの新しい量子アルゴリズムを提案する。カルマン埋め込み行列の対角化に十分な条件を導出する。対角化の成功は、特定の三角方程式が積分解を持たないという予想に基づいている。
論文参考訳（メタデータ） (2025-10-21T19:14:23Z)
Quantum and classical algorithms for SOCP based on the multiplicative weights update method [44.99833362998488]
第二次コーンプログラム(SOCP)を解くための古典的および量子的アルゴリズムを与える。我々のアプローチは、半定値プログラム(SDP)に先立って適用されたMWフレームワークに従う。我々は、SOCPの付加構造を利用して、SOCP固有のアルゴリズムでより優れたランタイムを提供することを示す。
論文参考訳（メタデータ） (2025-07-18T17:55:58Z)
Matrix encoding method in variational quantum singular value decomposition [49.494595696663524]
検討した$Ntimes N$行列の要素を適切な次元の量子系の状態に符号化した変分量子特異値分解を提案する。制御された測定は、アンシラ測定の小さな成功を避けるために行われる。
論文参考訳（メタデータ） (2025-03-19T07:01:38Z)
Quantum algorithms for calculating determinant and inverse of matrix and solving linear algebraic systems [43.53835128052666]
我々は,N-1(N-1)時間行列の行列式と逆行列を計算するために,純粋に量子的な量子アルゴリズムを提案する。基本的な考え方は、行列の各行を量子系の純粋な状態にエンコードすることである。
論文参考訳（メタデータ） (2024-01-29T23:23:27Z)
Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文参考訳（メタデータ） (2024-01-17T18:59:38Z)
Quantum speedups for linear programming via interior point methods [1.8434042562191815]
本稿では,$d$変数上の不等式制約で線形プログラムを解く量子アルゴリズムについて述べる。我々のアルゴリズムは、リーとシドフォードの最先端インテリアポイント法におけるニュートンステップを高速化する。
論文参考訳（メタデータ） (2023-11-06T16:00:07Z)
Quantum Simulation of the First-Quantized Pauli-Fierz Hamiltonian [0.5097809301149342]
我々は、我々の分割と形式主義の征服を通じて、大きな$Lambda$の量子化よりも優れたスケーリングと量子化を得られることを示す。また,マルチコントロールされたXゲート群を実装する新しい方法を含む,ゲート最適化のための新しいアルゴリズムおよび回路レベル技術も提供する。
論文参考訳（メタデータ） (2023-06-19T23:20:30Z)
Mind the gap: Achieving a super-Grover quantum speedup by jumping to the end [114.3957763744719]
本稿では,数種類のバイナリ最適化問題に対して,厳密な実行保証を有する量子アルゴリズムを提案する。このアルゴリズムは、$n$非依存定数$c$に対して、時間で$O*(2(0.5-c)n)$の最適解を求める。また、$k$-spinモデルからのランダムなインスタンスの多数と、完全に満足あるいはわずかにフラストレーションされた$k$-CSP式に対して、文 (a) がそうであることを示す。
論文参考訳（メタデータ） (2022-12-03T02:45:23Z)
Quantum Resources Required to Block-Encode a Matrix of Classical Data [56.508135743727934]
回路レベルの実装とリソース推定を行い、古典データの高密度な$Ntimes N$行列をブロックエンコードして$epsilon$を精度良くすることができる。異なるアプローチ間のリソーストレードオフを調査し、量子ランダムアクセスメモリ(QRAM)の2つの異なるモデルの実装を検討する。我々の結果は、単純なクエリの複雑さを超えて、大量の古典的データが量子アルゴリズムにアクセスできると仮定された場合のリソースコストの明確な図を提供する。
論文参考訳（メタデータ） (2022-06-07T18:00:01Z)
Improved Classical and Quantum Algorithms for Subset-Sum [1.376408511310322]
ランダムなサブセットサムを解くための古典的および量子的アルゴリズムを提案する。本稿では,前回のベストタイムの複雑性よりも優れた量子ウォークを,サブセットサムに対して提案する。
論文参考訳（メタデータ） (2020-02-12T23:23:04Z)

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。