論文の概要: Problem-Specific Basis Quantum State Readout via Proper Orthogonal Decomposition

• arxiv url: http://arxiv.org/abs/2605.27915v1
• Date: Wed, 27 May 2026 03:42:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.726089
• Title: Problem-Specific Basis Quantum State Readout via Proper Orthogonal Decomposition
• Title（参考訳）: 適切な直交分解による問題特異的基底量子状態読み出し
• Authors: Kota Ichiki, Xinchi Huang, Gekko Budiutama, Masari Watanabe, Yoshifumi Kawada, Ryunosuke Terasawa, Hirofumi Nishi, Takayuki Suzuki, Nagai Ryutaro, Yu-ichiro Matsushita,
• Abstract要約: そこで本研究では,解の特徴的特徴を事前計算することで,読み出し効率を向上させる問題固有手法を提案する。 オフライン段階では、代表解データから対象問題の支配的特徴を表す基底関数の集合を構築する。 オンラインの段階では、量子状態はこの還元基底に投影され、最小限の重み係数のみを抽出して解を再構成する。
• 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: Quantum computing is a promising technology for accelerating partial differential equation solvers applied to large-scale real-world problems. However, reconstructing a classical representation of the solution from the quantum state remains a significant bottleneck. We propose a problem-specific method, called proper orthogonal decomposition-based readout (PODR), to improve readout efficiency by precomputing characteristic features of the solution. The present method consists of an offline stage and an online stage. In the offline stage, a set of basis functions representing the dominant features of the target problem is constructed from representative solution data using classical computations. In the online stage, the quantum state is projected onto this reduced basis, and only the minimal set of weight coefficients is extracted to reconstruct the solution. Since the offline stage is carried out only once, the proposed PODR method is especially advantageous for simulations with varying parameters, which are common in computational fluid dynamics (CFD). Futhermore, we apply the proposed method to benchmark problems in fluid dynamics and demonstrate that PODR significantly reduces both the number of measurements and the computational resources in the online stage compared with conventional readout methods.
• Abstract（参考訳）: 量子コンピューティングは、大規模な実世界の問題に適用された偏微分方程式解法を加速するための有望な技術である。 しかし、量子状態から解の古典的な表現を再構築することは、依然として重大なボトルネックである。 本稿では, 正規直交分解法(PODR)とよばれる問題固有解法を提案する。 本発明の方法は、オフラインステージとオンラインステージからなる。 オフラインの段階では、古典計算を用いた代表解データから、対象問題の主成分を表す基底関数の集合を構築する。 オンラインの段階では、量子状態はこの還元基底に投影され、最小限の重み係数のみを抽出して解を再構成する。 オフラインステージは1回しか実行されないため,計算流体力学(CFD)に共通するパラメータの異なるシミュレーションにおいて,提案手法は特に有利である。 さらに,提案手法を流体力学の諸問題評価に応用し,従来の読み出し法と比較して,オンライン段階における測定量と計算資源の双方を大幅に削減できることを実証した。

関連論文リスト

• Quantum Gradient Flow Algorithm for Symmetric Positive Definite Systems via Quantum Eigenvalue Transformation: Towards Quantum CAE [0.0]
  本稿では,対称正定値線形システム(SPD)を解くための新しい量子アルゴリズムである量子勾配流アルゴリズム(QGFA)を提案する。 QGFAは、適切な初期状態においてより低い相対誤差とより高速な収束を達成し、そのポテンシャルを効率的なプレコンディション付き量子線形解法として示す。 これらの結果は,QGFAが量子コンピュータ支援工学(Quantum CAE)の基盤となることを示唆している。
  論文  参考訳（メタデータ） (2025-12-10T13:10:15Z)
• Quantum Algorithm for Local-Volatility Option Pricing via the Kolmogorov Equation [0.500208619516796]
  オプション価格問題の解法は、非線形および経路依存的な支払いのために計算的に要求される可能性がある。 量子コンピューティングはこれらの課題に効率的に対処する方法として提案されている。 局所揮発性モデルに対するコルモゴロフ前方(フォッカー・プランク)偏微分方程式を解くエンドツーエンドの量子アルゴリズムフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-07T03:02:43Z)
• Quantum remeshing and efficient encoding for fracture mechanics [0.5541644538483946]
  本稿では, ひび割れ開きシミュレーションに特化して, 構造力学問題に対する変分量子アルゴリズムを提案する。 提案手法は,パラメタライズド量子回路を実装することで,関連する2次元ケースに対する代替ソリューションを提供する。 提案手法は,Quandelaのフォトニック量子プロセッサAscellaで実験的に検証されている。
  論文  参考訳（メタデータ） (2025-10-16T14:50:59Z)
• Solving wave equation problems on D-Wave quantum annealers [44.99833362998488]
  擬似スペクトルスキーム内のD-Wave系によって提供される量子アニールを用いて,数次元ヘルムホルツ方程式を解く。 我々は,代数的引数と断熱条件に基づいて,異なる符号化手法の性能を評価する。
  論文  参考訳（メタデータ） (2025-07-18T08:06:43Z)
• Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
  この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。 本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。 提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
  論文  参考訳（メタデータ） (2025-04-17T15:41:48Z)
• Variational Quantum Subspace Construction via Symmetry-Preserving Cost Functions [36.94429692322632]
  低次エネルギー状態の抽出のための削減部分空間を反復的に構築するために,対称性保存コスト関数に基づく変動戦略を提案する。 概念実証として, 基底状態エネルギーと電荷ギャップの両方を対象とし, 提案アルゴリズムをH4鎖とリング上で検証した。
  論文  参考訳（メタデータ） (2024-11-25T20:33:47Z)
• Preconditioned FEM-based Neural Networks for Solving Incompressible Fluid Flows and Related Inverse Problems [41.94295877935867]
  偏微分方程式で記述された技術システムの数値シミュレーションと最適化は高価である。 この文脈で比較的新しいアプローチは、ニューラルネットワークの優れた近似特性と古典的有限要素法を組み合わせることである。 本稿では, この手法を, サドルポイント問題と非線形流体力学問題に拡張する。
  論文  参考訳（メタデータ） (2024-09-06T07:17:01Z)
• A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
  本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。 これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。 本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)

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。