論文の概要: Efficient and Expressive Boundary Conditions in Quantum Lattice Boltzmann Methods

• arxiv url: http://arxiv.org/abs/2606.01426v1
• Date: Sun, 31 May 2026 19:55:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:29.697071
• Title: Efficient and Expressive Boundary Conditions in Quantum Lattice Boltzmann Methods
• Title（参考訳）: 量子格子ボルツマン法における効率的・表現的境界条件
• Authors: Călin A. Georgescu, Matthias Möller,
• Abstract要約: 我々は、量子格子ボルツマン法(QLBM)に単純な境界条件を与える新しい方法を提案する。 本手法は,固体領域をセグメントに分割し,その代わりに境界反射全体にコヒーレントな演算を適用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum Lattice Boltzmann Methods (QLBM) have emerged as a promising candidate for quantum realizations of computational fluid dynamics solvers. However, despite intensive research into the QLBM in recent years, methods for imposing boundary conditions remain limited both in terms of efficiency and expressivity. In this work, we introduce a new method for imposing simple boundary conditions on QLBM that overcomes several limitations of current approaches. Our method forgoes the partitioning of the solid domain into segments and instead applies a single, coherent operation on the entire boundary. We show that our method requires fewer resources both asymptotically and practically for bounce-back and specular reflection boundary conditions.
• Abstract（参考訳）: 量子格子ボルツマン法(QLBM)は計算流体力学の量子化の候補として期待されている。 しかし、近年QLBMの研究が盛んに行われているにもかかわらず、境界条件を付与する方法は効率と表現性の両方の観点から制限されている。 そこで本研究では,QLBMに単純な境界条件を付与し,現在のアプローチのいくつかの制限を克服する手法を提案する。 本手法は, 固体領域をセグメントに分割し, 境界全体に一貫した一貫した操作を施す。 本手法は,バウンスバック条件と反射境界条件の両方に対して,漸近的かつ実用的に少ない資源を必要とすることを示す。

関連論文リスト

• Single-loop Algorithms for Stochastic Non-convex Optimization with Weakly-Convex Constraints [49.76332265680669]
  本稿では、目的関数と制約関数の両方が弱凸である問題の重要な部分集合について検討する。 既存の手法では、収束速度の遅さや二重ループ設計への依存など、しばしば制限に直面している。 これらの課題を克服するために,新しい単一ループペナルティに基づくアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-04-21T17:15:48Z)
• Functional Gradient Flows for Constrained Sampling [29.631753643887237]
  本稿では,制約付き関数勾配流(CFG)と呼ばれる,制約付きサンプリングのための新しい関数勾配ParVI法を提案する。 また、領域制約から生じる境界積分項を扱うための新しい数値戦略を提案する。
  論文  参考訳（メタデータ） (2024-10-30T16:20:48Z)
• Momentum exchange method for quantum Boltzmann methods [0.0]
  本稿では,フロー場を表す状態ベクトルから興味量(QoIs)を効率的に計算するために提案された最初の量子法を示す。 特に,格子ボルツマン法でよく用いられる運動量交換法(MEM)の量子バージョンを用いて,流体中に浸漬された物体に作用する力を計算する手法を提案する。
  論文  参考訳（メタデータ） (2024-04-26T12:31:46Z)
• Qubit Number Optimization for Restriction Terms of QUBO Hamiltonians [62.997667081978825]
  数学的には$R$の分数値を求めることができる。 制限ハミルトニアンの実装に必要な量子ビット数をさらに減らす方法を示す。 最後に、FRCの実装に直面した場合、DWaveのAdvantage$_$system4.1 Quantum Annealer(QA)の応答を特徴付ける。
  論文  参考訳（メタデータ） (2023-06-12T08:25:56Z)
• Guaranteed Conservation of Momentum for Learning Particle-based Fluid Dynamics [96.9177297872723]
  本稿では,学習物理シミュレーションにおける線形運動量を保証する新しい手法を提案する。 我々は、強い制約で運動量の保存を強制し、反対称的な連続的な畳み込み層を通して実現する。 提案手法により,学習シミュレータの物理的精度を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2022-10-12T09:12:59Z)
• A Quantum Optimal Control Problem with State Constrained Preserving Coherence [68.8204255655161]
  非単体脱コヒーレンスチャネルを特徴とするマルコフ脱コヒーレンスを受ける3レベル$Lambda$型原子を考える。 我々は、デコヒーレンスレベルが予め定義された境界内にある状態制約で量子最適制御問題を定式化する。
  論文  参考訳（メタデータ） (2022-03-24T21:31:34Z)
• Quadratic Unconstrained Binary Optimisation via Quantum-Inspired Annealing [58.720142291102135]
  本稿では,2次非制約二項最適化の事例に対する近似解を求める古典的アルゴリズムを提案する。 我々は、チューニング可能な硬さと植え付けソリューションを備えた大規模問題インスタンスに対して、我々のアプローチをベンチマークする。
  論文  参考訳（メタデータ） (2021-08-18T09:26:17Z)
• Quantum reinforcement learning in continuous action space [1.4893633973966713]
  本稿では,古典的および量子的順序決定問題の両方に効率よく対処する量子Deep Deterministic Policy Gradientアルゴリズムを提案する。 ワンタイム最適化は、任意の目標状態に固定初期状態を駆動するために必要な制御シーケンスを出力するモデルを生成する。 シミュレーションにより本手法の有効性を実証し,その量子制御への応用の可能性について論じる。
  論文  参考訳（メタデータ） (2020-12-19T15:16:17Z)
• Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
  構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。 私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。 提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
  論文  参考訳（メタデータ） (2020-07-07T21:26:35Z)

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。