論文の概要: Exponential Reduction of Mesh Dependence in Quantum Estimation of Parabolic PDE Observables

• arxiv url: http://arxiv.org/abs/2607.18113v1
• Date: Mon, 20 Jul 2026 16:09:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.701883
• Title: Exponential Reduction of Mesh Dependence in Quantum Estimation of Parabolic PDE Observables
• Title（参考訳）: パラボリックPDE観測値の量子推定におけるメッシュ依存性の指数的低減
• Authors: Xiantao Li,
• Abstract要約: 線形および二次可観測物を推定し、測定前に回路内部に粗いキャンセリングを配置する量子PDEアルゴリズムを開発した。 また、1次元のエネルギー直交ダイアド中間点の詳細に基づく非フーリエ実現を与える。
• 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: Can a quantum PDE algorithm avoid the polynomial cost of resolving a fine spatial mesh? For standard fixed-order discretizations, direct classical methods require work polynomial in $h^{-1}$, or equivalently in the number of spatial degrees of freedom $N_h=Θ(h^{-d})$. Direct quantum implementations of a parabolic semigroup still have coherent complexity $\widetilde{\mathcal O}(\sqrt{T}/h)$, and gradient-dependent observables such as heat flux and dissipation introduce additional mesh dependence. Decay of the solution norm will further suppress the postselection probability for preparing a normalized final state. We develop a multilevel quantum algorithm that estimates linear and quadratic observables $directly$ and places the fine--coarse cancellation inside the circuit before measurement. A contour-based LCU reconstructs each target-time correction from a coherent family of shifted resolvent differences. Rather than block encoding the fine and coarse inverses separately, we encode their difference through a shifted Ritz--Schur factorization, exposing its $\mathcal O(h_\ell^2)$ two-grid normalization. For Fourier hierarchies, the corresponding SELECT oracle consists of a quantum Fourier or sine transform, a spectral-band selector, and reversible diagonal arithmetic. We also give a non-Fourier realization based on energy-orthogonal dyadic midpoint details in one dimension, together with structured tensor-product extensions under fixed-rank coefficient and access assumptions. For readouts with derivative order $0\leχ\le2$, optimized amplitude estimation removes $all$ polynomial dependence on the finest mesh size. Under the stated access assumptions, both linear and quadratic observables can be estimated with complexity $\widetilde{\mathcal O}(1+(Tε)^{-1})$, with only polylogarithmic dependence on $h^{-1}$.
• Abstract（参考訳）: 量子PDEアルゴリズムは、微細な空間メッシュを解く多項式コストを回避できるのか? 標準的な固定階離散化の場合、直古典的手法は$h^{-1}$の作業多項式を必要とするか、あるいは同等に、自由度の空間次数$N_h=(h^{-d})$の作業多項式を必要とする。 放物型半群の直接量子化は、いまだにコヒーレント複雑性$\widetilde{\mathcal O}(\sqrt{T}/h)$であり、熱流束や散逸のような勾配に依存した可観測物は追加のメッシュ依存をもたらす。 解ノルムの減少は、正規化された最終状態を作成するためのポストセレクションの確率をさらに抑制する。 線形および二次可観測関数を$directly$で見積もるマルチレベル量子アルゴリズムを開発し、測定前に回路内に粗いキャンセルを配置する。 輪郭ベースLCUは、シフトリゾルト差のコヒーレント族から各目標時間補正を再構成する。 細い逆数と粗い逆数のそれぞれをブロックする代わりに、シフトしたリッツ-シュア因子化を通じてそれらの差分を符号化し、その$\mathcal O(h_\ell^2)$ 2-グリッド正規化を明らかにする。 フーリエ階層では、対応するSELECTオラクルは量子フーリエ変換または正弦変換、スペクトル帯域セレクタ、可逆対角算術からなる。 また、エネルギー・直交の中間点の詳細を1次元で表した非フーリエ実現と、固定ランク係数とアクセス仮定に基づく構造付きテンソル積拡大を与える。 微分階数 0 の読み出しの場合、最適化された振幅推定は、最も優れたメッシュサイズに対する$all$多項式依存を除去する。 記述されたアクセス仮定の下では、線形可観測物と二次可観測物の両方が複雑さ$\widetilde{\mathcal O}(1+(Tε)^{-1})$で推定できる。

関連論文リスト

• Efficient Quantum Circuits for Coherent Conversion Between General First- and Second-Quantized Many-Body Representations [1.6089851562703383]
  逆の$Qdagger$を持つ明示的な$Q$を構築し、最初の量子化された状態をその固定された$N$の占有数形式にマッピングする。 変換は入力に対して対称性に依存しないが出力で完全に解決され、ボゾン、フェルミオン、パラ統計学のセクターに一様に適用される。
  論文  参考訳（メタデータ） (2026-06-23T18:00:04Z)
• Is Spurious Correlation Removal Always Learnable? [56.28155520961125]
  不変学習は、構造が統計的に識別可能であっても失敗することがある。 ブラックボックスサンプリング可能な教師付きスパースリカバリプリミティブの下では、実証可能な多次元環境が存在する。 合成および実際のデータセットは、予測されたギャップと遷移を示し、単純な多様性診断を動機付ける。
  論文  参考訳（メタデータ） (2026-06-11T05:49:43Z)
• Toward Efficient End-to-End Quantum Elliptic PDE Solvers: a Multilevel Correction Algorithm for Direct Observable Estimation [3.3636842548621275]
  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。
  論文  参考訳（メタデータ） (2026-05-31T14:47:58Z)
• Optimal Dimension-Free Sampling for Regularized Classification [56.72526267755301]
  我々は、リプシッツ連続分類損失関数の幅広いクラスに対して、$(1pmvarepsilon)$-relativeエラーを達成する最適サンプリング境界を証明した。 これにはロジスティックやシグモイドの損失、ヒンジの損失、ReLUの損失といった重要な機能が含まれており、顕著で一般的な例である。
  論文  参考訳（メタデータ） (2026-05-22T15:05:33Z)
• Hardness of High-Dimensional Linear Classification [58.29089693778071]
  我々は、最大半空間離散性問題に対する次元下界の新たな指数関数を確立する。 どちらも計算幾何学と機械学習の基本的問題であり、その正確で近似的な形式である。
  論文  参考訳（メタデータ） (2026-03-19T15:53:41Z)
• Transmutation based Quantum Simulation for Non-unitary Dynamics [35.35971148847751]
  A=Ldagger L$という形の正半定値作用素によって生成される散逸拡散力学をシミュレートする量子アルゴリズムを提案する。 我々の主な道具はカンナイ変換であり、これは拡散半群 $e-TA$ をユニタリ波動伝搬器のガウス重み付き重ね合わせとして表す。
  論文  参考訳（メタデータ） (2026-01-07T05:47:22Z)
• A Quantum Algorithm for the Finite Element Method [0.0]
  有限要素法(有限要素法)(FEM)は偏微分方程式(PDE)の解法である 有限要素法のためのフォールトトレラント時代量子アルゴリズムであるtextbfQu-FEM$を提案する。
  論文  参考訳（メタデータ） (2025-10-20T23:00:12Z)
• Sublinear Time Quantum Sensitivity Sampling [57.356528942341534]
  本稿では、量子感応サンプリングのための統一的なフレームワークを提案し、量子コンピューティングの利点を古典近似問題の幅広いクラスに拡張する。 我々のフレームワークは、コアセットを構築するための合理化されたアプローチを提供し、クラスタリング、回帰、低ランク近似などのアプリケーションにおいて、大幅なランタイム改善を提供します。
  論文  参考訳（メタデータ） (2025-09-20T20:18:49Z)
• 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)

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。