論文の概要: Approximate Quantum Linear Solvers for Hybrid CFD: End-to-End Analysis with a Chebyshev-LCU Approach
- arxiv url: http://arxiv.org/abs/2606.01067v1
- Date: Sun, 31 May 2026 07:20:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:29.18847
- Title: Approximate Quantum Linear Solvers for Hybrid CFD: End-to-End Analysis with a Chebyshev-LCU Approach
- Title（参考訳）: ハイブリッドCFDのための近似量子線形解法:Chebyshev-LCU法によるエンドツーエンド解析
- Authors: Tomer Goldfriend, Leigh Lapworth, Nadav Yoran, Amir Naveh,
- Abstract要約: 我々は、近似量子線形解法が全体のCFD反復の収束にどのように影響するかを分析する。
量子資源要求を低減できる近似量子化に基づく解法(Cheb-LCU)を開発した。
- 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 linear solvers are well studied as standalone quantum algorithms; however, in hybrid classical-quantum routines, their practical value must be evaluated at the level of the full non-linear application. A central issue is whether the approximation error of the quantum linear solver remains controlled once embedded in a full iterative workflow. We study this question in the context of a hybrid computational fluid dynamics (CFD) scheme. Through numerical simulations, we analyze how an approximate quantum linear solver affects the convergence of the overall CFD iteration. We show that convergence can be preserved for a non-exact quantum solver with only a moderate overhead in iteration count, provided that the high-frequency components of the linear system are resolved with sufficient accuracy. In addition, we develop an approximate qubitization-based solver (Cheb-LCU) that can reduce quantum resource requirements relative to a Quantum Singular Value Transformation (QSVT)-based solver while inducing only a small loss in convergence performance. This claim is demonstrated through explicit implementation and compilation of the quantum algorithms and by examining their impact on the convergence of the full CFD scheme. We find that our approximate approach reduces the required number of single-qubit rotations by over an order of magnitude relative to the QSVT-based solver, while requiring only a modest increase in CFD iteration count.
- Abstract（参考訳）: 量子線形解法は、独立量子アルゴリズムとしてよく研究されているが、ハイブリッド古典量子ルーチンでは、その実用的価値を完全な非線形応用のレベルで評価する必要がある。
中心的な問題は、量子線型解法の近似誤差が、完全な反復ワークフローに埋め込まれた後に制御されるかどうかである。
本稿では,ハイブリッド計算流体力学(CFD)の手法を用いて,この問題を考察する。
数値シミュレーションにより、近似量子線形解法が全体のCFD反復の収束にどのように影響するかを解析する。
線形系の高周波成分が十分な精度で解けることを条件として, 繰り返し数においてある程度のオーバーヘッドしか持たない非実効量子解法に対して収束を保てることを示す。
さらに、量子特異値変換(QSVT)に基づく解法に対して量子リソース要求を低減し、収束性能のわずかな損失しか生じない近似量子化ベースの解法(Cheb-LCU)を開発した。
この主張は、量子アルゴリズムの明示的な実装とコンパイル、および完全なCFDスキームの収束への影響を調べることによって実証される。
提案手法は,QSVT法に基づく解法と比較して1桁以上の1量子ビット回転を所要数削減するが,CFD反復数の増加はわずかである。
関連論文リスト
- An HHL-Based Quantum-Classical Solver for the Incompressible Navier-Stokes Equations with Approximate QST [0.0]
HHL (Harrow-Hassidim-Lloyd) は、非圧縮性ナビエ・ストークス方程式を解くための指数的スピードアップのポテンシャルを提供する。
完全統合型ベンチマーク問題として, 正確な蓋駆動キャビティフローシミュレーションとTaylor-Green渦の正確な流れを示す。
我々は,IBMのQiskitフレームワークを用いて解法を実装し,標準的な古典的数値法に対するハイブリッド量子古典シミュレーションの有効性を検証した。
論文 参考訳（メタデータ） (2026-03-18T19:13:06Z) - A Posteriori Certification Framework for Generalized Quantum Arimoto-Blahut Algorithms [41.15017547767954]
本稿では,一般化量子Arimoto-Blahut (QAB) アルゴリズムに対する後続認証の視点を紹介する。
我々は、凸性とかなり弱い数値検証条件の下で、QAB反復が大域最小化器に収束することを示す大域収束定理を証明した。
応用として、チャネルの量子相対エントロピーを計算するための認定反復スキームを開発する。
論文 参考訳（メタデータ） (2026-01-14T09:10:41Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Quantum-Classical Hybrid Quantized Neural Network [8.382617481718643]
本稿では、任意のアクティベーションと損失関数の使用を可能にする、量子化されたニューラルネットワークトレーニングのための新しい擬似バイナリ最適化(QBO)モデルを提案する。
我々はQCBO問題を直接解くために量子コンピューティングを利用するQCGD(Quantum Gradient Conditional Descent)アルゴリズムを用いる。
論文 参考訳（メタデータ） (2025-06-23T02:12:36Z) - i-QLS: Quantum-supported Algorithm for Least Squares Optimization in Non-Linear Regression [4.737806718785056]
繰り返し量子支援最小二乗(i-QLS)最適化法を提案する。
従来の量子最小二乗アプローチのスケーラビリティと精度の限界を克服する。
実験では、i-QLSにより、短期量子ハードウェアが精度とスケーラビリティを改善して回帰タスクを実行できることを確認した。
論文 参考訳（メタデータ） (2025-05-05T17:02:35Z) - Branch-and-bound digitized counterdiabatic quantum optimization [39.58317527488534]
分岐とバウンドのアルゴリズムは、厳密な下界を得るために目的関数の緩和に依存する凸最適化問題を効果的に解く。
本稿では,緩和困難に対処する分枝・分枝・分枝・分枝・分枝対応量子最適化法 (BB-DCQO) を提案する。
論文 参考訳（メタデータ） (2025-04-21T18:19:19Z) - 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) - Demonstration of Scalability and Accuracy of Variational Quantum Linear Solver for Computational Fluid Dynamics [0.0]
本稿では,このような大規模方程式系を高精度に解くことを目的とした量子方法論の探索について述べる。
2次元,過渡的,非圧縮的,粘性,非線形結合バーガース方程式をテスト問題とする。
我々の研究結果は、我々の量子法が従来の手法に匹敵する精度で結果をもたらすことを示した。
論文 参考訳（メタデータ） (2024-09-05T04:42:24Z) - Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳（メタデータ） (2024-05-22T18:11:42Z) - Real-time error mitigation for variational optimization on quantum
hardware [45.935798913942904]
VQCを用いた量子チップ上の関数の適合を支援するために,RTQEM(Real Time Quantum Error Mitigation)アルゴリズムを定義する。
我々のRTQEMルーチンは、損失関数の破損を減らすことにより、VQCのトレーニング性を向上させることができる。
論文 参考訳（メタデータ） (2023-11-09T19:00:01Z)
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。