論文の概要: Toward Efficient End-to-End Quantum Elliptic PDE Solvers: a Multilevel Correction Algorithm for Direct Observable Estimation

• arxiv url: http://arxiv.org/abs/2606.01270v1
• Date: Sun, 31 May 2026 14:47:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.486938
• Title: Toward Efficient End-to-End Quantum Elliptic PDE Solvers: a Multilevel Correction Algorithm for Direct Observable Estimation
• Title（参考訳）: 効率的な量子楕円型PDE解法に向けて:直接観測可能推定のための多レベル補正アルゴリズム
• Authors: Xiantao Li,
• Abstract要約: 量子線形系アルゴリズム(QLSA)の中央テストケースは、有限要素の離散化後の楕円型PDEである。 本稿では,マルチレベルモンテカルロの分散還元機構を動機とした,この読み出し問題に対するマルチレベルフレームワークを提案する。 我々のアルゴリズムは、リッツ補足写像を用いて修正グリーン作用素のシュル補足分解に基づく。
• 参考スコア（独自算出の注目度）: 3.3636842548621275
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A central test case for quantum linear system algorithms (QLSA) is elliptic PDEs after a finite element discretization. Most existing analyses focus on preparing a normalized solution state. But an end-to-end quantum PDE solver must also extract physical quantities of interest, such as fluxes, currents, tractions, and energy. These outputs require quantum measurement, and their observable norms may grow like $h^{-χ} $ with mesh size $h $, creating a readout bottleneck even when a quantum preconditioner reduces the condition-number dependence on $h$. We present a multilevel framework for this readout problem, motivated by the variance-reduction mechanism of multilevel Monte Carlo (MLMC), which is naturally compatible with a multi-level finite element discretization. Instead of estimating the full fine-grid observable directly, the method estimates a telescoping sum of interlevel corrections, so that the fine-coarse cancellation is exposed before quantum measurement. Our algorithm is based on Schur-complement factorization of the corrected Green's operator through a Ritz-complement map. For quantities of interest with readout order $χ\leq 2$, the multilevel estimator removes the polynomial $h$-dependent readout overhead. With amplitude estimation, the remaining statistical dependence is $ \widetilde{O}(1/\varepsilon)$, i.e., Heisenberg scaling in the inference precision up to logarithmic factors and with direct sampling, the complexity is reduced to standard Monte Carlo scaling $\widetilde{O}(1/ε^2)$.
• Abstract（参考訳）: 量子線形系アルゴリズム(QLSA)の中央テストケースは、有限要素の離散化後の楕円型PDEである。 既存の分析のほとんどは、正規化された解の状態を作成することに重点を置いている。 しかし、エンドツーエンドの量子PDEソルバは、フラックス、電流、トラクション、エネルギーなどの物理的量の興味を抽出する必要がある。 これらの出力は量子測定を必要とし、その観測可能なノルムは、メッシュサイズが$h$の$h^{-\} $のように成長し、量子プレコンディショナーが$h$の条件数依存を減らしたとしても、リードアウトボトルネックを生成する。 本稿では,マルチレベル有限要素離散化に自然に適合するマルチレベルモンテカルロ(MLMC)の分散還元機構を動機とする,この読み出し問題に対するマルチレベルフレームワークを提案する。 この方法では、完全な細粒度観測装置を直接見積もる代わりに、レベル間補正のテレスコープの総和を推定し、量子測定の前に微細な粗いキャンセルが露呈する。 我々のアルゴリズムは、リッツ補足写像を用いて修正グリーン作用素のシュル補足分解に基づく。 読み出し順序 $ \leq 2$ の関心量に対して、マルチレベル推定器は多項式 $h$ 依存の読み出しオーバーヘッドを除去する。 振幅推定では、残りの統計的依存は$ \widetilde{O}(1/\varepsilon)$、すなわち、対数係数まで推論精度のスケーリングを行い、直接サンプリングすると、複雑さは標準モンテカルロスケーリング$\widetilde{O}(1/ε^2)$に縮小される。

関連論文リスト

• A Residual-Based Quantum Linear System Algorithm with Dynamic Stopping and Applications to Elliptic PDEs [3.3636842548621275]
  量子線形システムアルゴリズム(QLSA)は、厳密な最悪のケースの複雑性を保証するが、そのランタイムは事前に仮定されたスペクトル情報から選択されることが多い。 ほとんどのQLSAは、古典的なものと異なり、特定のインスタンスがすでに収束しているかどうかを知らせる組み込みメカニズムを提供していません。 本研究では,残差を持つ拡張力学系を設計し,残差レジスタの測定によりオンザフライ収束インジケータが提供される。
  論文  参考訳（メタデータ） (2026-05-07T15:22:55Z)
• Provably Adaptive Linear Approximation for the Shapley Value and Beyond [73.0940890296463]
  基本的で長期にわたる課題は、その効率的な近似である。 一般に用いられるすべての半値に対して$P(|hatboldsymbol-boldsymbol|_2geq)leq$を必要とする線形空間アルゴリズムを開発する。 本アルゴリズムは,各ユーティリティ関数の平均二乗誤差の明示的最小化を可能にする。
  論文  参考訳（メタデータ） (2026-04-09T16:38:14Z)
• Towards End-to-End Quantum Estimation of Non-Hermitian Pseudospectra [7.8040425216185225]
  非エルミート多体系はスペクトル不安定であり、小さな摂動は大きな固有値シフトを引き起こす。 疑似スペクトルは、この不安定性を定量化し、摂動ローバスト診断を提供する。 我々は、ある点 $zinmathbbC$ がスペクトルに対して$$-close であるかどうかを決定することは、5$-local operator に対して PSPACE-hard であることを示す。
  論文  参考訳（メタデータ） (2026-03-17T07:44:04Z)
• Heisenberg-limited adaptive gradient estimation for multiple observables [0.39102514525861415]
  量子力学において、一般観測値の期待値を測定することは、固有の統計的不確実性を持つ。 我々は,ルート平均二乗誤差内における一般可観測値の期待値を推定する適応量子アルゴリズムを提案する。 本手法は,量子コンピュータを用いた複雑な量子システムにおいて,様々な物理特性を正確に理解し,予測する新しい手法である。
  論文  参考訳（メタデータ） (2024-06-05T14:16:47Z)
• Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
  近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。 本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
  論文  参考訳（メタデータ） (2024-04-29T15:04:07Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$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)
• Stochastic Quantum Sampling for Non-Logconcave Distributions and Estimating Partition Functions [13.16814860487575]
  非対数確率分布からサンプリングする量子アルゴリズムを提案する。 f$ は有限和 $f(x):= frac1Nsum_k=1N f_k(x)$ と書くことができる。
  論文  参考訳（メタデータ） (2023-10-17T17:55:32Z)
• Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and Variance Reduction [63.41789556777387]
  非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。 Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
  論文  参考訳（メタデータ） (2020-06-04T17:51:00Z)
• Differentially Quantized Gradient Methods [53.3186247068836]
  微分量子化グラディエントDescence (DQ-GD) が$maxsigma_mathrmGD, rhon 2-R$の線形収縮係数を得ることを示す。 あるクラス内のアルゴリズムは$maxsigma_mathrmGD, 2-R$よりも早く収束できない。
  論文  参考訳（メタデータ） (2020-02-06T20:40:53Z)

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。