Fugu-MT 論文翻訳(概要): Quantum Reservoir Computing with Physics-Informed Correction for Reduced-Order PDE Forecasting

論文の概要: Quantum Reservoir Computing with Physics-Informed Correction for Reduced-Order PDE Forecasting

arxiv url: http://arxiv.org/abs/2608.23119v1
Date: Mon, 24 Aug 2026 11:28:49 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-25 13:29:44.034539
Title: Quantum Reservoir Computing with Physics-Informed Correction for Reduced-Order PDE Forecasting
Title（参考訳）: 物理インフォームド補正による低次PDE予測のための量子貯留層計算
Abstract要約: 純粋状態量子貯水池コンピュータ(QRC)が潜時係数のダイナミクスを予測し、PINNベースの物理インフォームド整形器(PIC)が局所的なロールアウトウインドウを洗練する低次PDE予測のためのハイブリッド提案手法を提案する。結果から,局所物理インフォームド補正を用いたQRC提案は,ベンチマーク依存の低次予測戦略として有効であることが示唆された。
参考スコア（独自算出の注目度）: 0.030586855806896046
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study a hybrid proposal--correction architecture for reduced-order PDE forecasting in which a pure-state quantum reservoir computer (QRC) predicts latent coefficient dynamics and a PINN-based physics-informed corrector (PIC) refines local rollout windows. The method is evaluated on Burgers and Kuramoto--Sivashinsky (KS), with KS as the primary chaotic benchmark. On KS, QRC+PIC consistently improves over QRC alone in RMSE, NRMSE, and PDE residual, while Burgers highlights a regime in which simple baselines remain strong. These results suggest that QRC proposals with local physics-informed correction are a viable benchmark-dependent reduced-order forecasting strategy.
Abstract（参考訳）: 我々は、純粋状態量子貯水池コンピュータ(QRC)が潜時係数のダイナミクスを予測し、PINNベースの物理インフォームドプロジェクタ(PIC)が局所的なロールアウトウインドウを洗練する、低次PDE予測のためのハイブリッド提案手法を提案する。この手法をBurgers と Kuramoto-Sivashinsky (KS) で評価し, KS を主要なカオスベンチマークとした。 KSでは、QRC+PICはRMSE、NEMSE、PDEでのQRCのみよりも一貫して改善され、Burgersは単純なベースラインが強い状態にあることを強調している。これらの結果から, 局所物理インフォームド補正を用いたQRC提案は, ベンチマーク依存の低次予測戦略として有効であることが示唆された。

関連論文リスト

Ravines in quantum cost landscapes: opportunities for improved VQA predictions [0.0]
我々は,Nudged Elastic Band (NEB) アルゴリズムの適応版を用いて,局所的なミニマを接続するローコストパスを解析した。低コストのNEB経路に沿ってパラメータ化されたQNNからの予測を平均化してアンサンブル予測フレームワークを構築する。本稿では,QNN NEBアプローチによるQCLのラヴィン様構造を活用することにより,計算コストを大幅に削減できることを示す。
論文参考訳（メタデータ） (2026-07-01T18:00:04Z)
QnRL: Quantum-Native Reinforcement Learning [82.36163324220894]
量子強化学習(QRL)は、環境のある複数のアプリケーションにわたる効果的な意思決定戦略を学ぶための有望なアプローチである。既存のQRLアーキテクチャは、予測された結果を推定することで環境挙動を間接的に近似し、その表現力と適応ポテンシャルを制限する。このような課題を克服するには、環境変数を直接量子状態分布としてモデル化するために、量子コンピュータの分布特性を利用する新しいQRLアプローチが必要である。
論文参考訳（メタデータ） (2026-06-06T17:54:58Z)
QARIMA: A Quantum Approach To Classical Time Series Analysis [0.5039813366558307]
本稿では、量子支援ラグ探索と固定構成量子回路(VQC)を統合した量子インスピレーションされたARIMA手法を提案する。 MSEとMAEのDiebold-Marianoテストでは,自動古典的ARIMAに対する転動オリジン評価を行い,平均二乗誤差(MSE),平均絶対パーセンテージ誤差(MAPE),平均二乗誤差(MAPE)を報告した。
論文参考訳（メタデータ） (2026-04-09T14:11:39Z)
Trainability-Oriented Hybrid Quantum Regression via Geometric Preconditioning and Curriculum Optimization [0.6445605125467574]
量子ニューラルネットワーク(QNN)は、科学的な機械学習への関心が高まっている。レグレッション設定では、ノイズのある勾配の下でのトレーサビリティの制限や、不条件の最適化に悩まされることが多い。本稿では、これらのボトルネックを軽減するために設計されたハイブリッド量子古典回帰フレームワークを提案する。
論文参考訳（メタデータ） (2026-01-17T07:32:18Z)
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)
Towards Deep Physics-Informed Kolmogorov-Arnold Networks [4.725935825821886]
チェビシェフをベースとした物理学インフォームドカン(cPIKAN)がその計算効率の点で標準となっている。本稿では,アクティベーションのばらつきを保ち,安定性と精度を大幅に向上させる,基礎に依存しないグロトン様のスキームを提案する。 PirateNetアーキテクチャにヒントを得たResidual-Gated Adaptive Kans(RGAkans)を紹介する。 RGAkansは,特定のPDE設定において拡散相に停滞するベースラインcPIKANsと異なり,すべてのトレーニングフェーズを横断することに成功した。
論文参考訳（メタデータ） (2025-10-27T16:35:01Z)
FIMA-Q: Post-Training Quantization for Vision Transformers by Fisher Information Matrix Approximation [55.12070409045766]
ポストトレーニング量子化(PTQ)は近年,費用対効果と有望なモデル圧縮パラダイムとして注目されている。ビジョン変換器(ViT)の現在のPTQ法は、特に低ビット量子化において、精度が著しく低下している。
論文参考訳（メタデータ） (2025-06-13T07:57:38Z)
Entanglement Distribution Delay Optimization in Quantum Networks with Distillation [51.53291671169632]
量子ネットワーク(QN)は、分散量子コンピューティングとセンシングアプリケーションを実現するために絡み合った状態を分散する。 QSリソース割り当てフレームワークは、エンド・ツー・エンド(e2e)の忠実度を高め、最小レートと忠実度を満たすために提案される。
論文参考訳（メタデータ） (2024-05-15T02:04:22Z)
Matching Game for Optimized Association in Quantum Communication Networks [65.16483325184237]
本稿では,量子スイッチのためのスワップスタブルな要求-QSアソシエーションアルゴリズムを提案する。サービスされた要求の割合で、ほぼ最適(5%)のパフォーマンスを達成する。 QCNのサイズが大きくなると、スケーラビリティが向上し、ほぼ最適性能を維持することが示されている。
論文参考訳（メタデータ） (2023-05-22T03:39:18Z)
Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。どちらの手法もエネルギーと基底状態の優れた推定値を提供する。勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文参考訳（メタデータ） (2020-11-02T19:52:04Z)

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。