論文の概要: Block-Wise Variational Quantum Algorithms for PDEs with Interface Penalty Constraints
- arxiv url: http://arxiv.org/abs/2609.36710v1
- Date: Tue, 29 Sep 2026 04:48:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.19347
- Title: Block-Wise Variational Quantum Algorithms for PDEs with Interface Penalty Constraints
- Title（参考訳）: インタフェースペナルティ制約付きPDEに対するブロック幅変分量子アルゴリズム
- Abstract要約: 空間的に不均一な解複雑性を特徴とするPDEのためのブロックワイズVQAフレームワークを提案する。
我々は,グローバルに表現可能な単一アンサッツを必要とせずに,近距離量子デバイス上で高忠実なPDEソリューションを実現することができることを示す。
- 参考スコア（独自算出の注目度）: 0.3650689241468237
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Global variational quantum algorithm (VQA) frameworks for solving partial differential equations (PDEs) often rely on a single expressive ansatz over a uniform grid, which becomes structurally inefficient when solutions exhibit spatially heterogeneous complexity such as localized singularities or thin boundary layers. A localized nonsmooth feature can degrade the convergence of the entire global quantum representation, imposing unnecessary circuit depth and amplifying the risk of vanishing gradients in barren plateaus. To overcome this limitation, we propose a block-wise VQA framework for PDEs characterized by spatially heterogeneous solution complexity. The computational domain is decomposed into locally represented quantum subproblems, where grid budgets and ansatz families are dynamically assigned based on a computable difficulty indicator. Artificial block interfaces are coupled through unified jump penalties for state values, derivatives, and physical fluxes, while adaptive reblocking tracks moving rough regions to maintain local accuracy without excessive global qubit overhead. The error analysis rigorously separates spatial discretization, ansatz expressivity, optimization convergence, finite-shot sampling noise, transfer errors from reblocking, and interface-coupling contributions. Reproducible residual-based simulations on representative elliptic, advection--diffusion, and Burgers problems demonstrate lower approximation errors and reduced peak local circuit width compared to global VQA approaches. These results substantiate block-wise quantum resource localization, confirming that high-fidelity PDE solutions can be achieved on near-term quantum devices without requiring a single globally expressive ansatz.
- Abstract（参考訳）: 偏微分方程式(PDE)を解くための大域的変分量子アルゴリズム(VQA)フレームワークは、一様格子上の単一の表現的アンザッツに依存し、局所特異点や薄い境界層のような空間的不均一な複雑性を示す解が構造的に非効率的になる。
局所的な非滑らかな特徴は、大域的な量子表現全体の収束を低下させ、不要な回路深さを示唆し、不毛の高原で勾配が消えるリスクを増幅することができる。
この制限を克服するために,空間的に不均一な解複雑性を特徴とするPDEのためのブロックワイズVQAフレームワークを提案する。
計算領域は局所的に表される量子サブプロブレムに分解され、計算可能な難易度指標に基づいてグリッド予算とアンザッツファミリーが動的に割り当てられる。
人工ブロックインタフェースは、状態値、デリバティブ、物理フラックスの統一的なジャンプペナルティによって結合され、適応的リブロッキングトラックは、大まかな領域を過度にグローバルなキュービットオーバーヘッドを伴わずに、局所的精度を維持するために、粗い領域を移動させる。
誤差解析は、空間的離散化、アンザッツ表現性、最適化収束、有限ショットサンプリングノイズ、再ブロッキングからの転送エラー、インタフェース結合コントリビューションを厳格に分離する。
代表楕円, 対流拡散, バーガース問題に対する再現可能な残差に基づくシミュレーションは, 大域的VQA法と比較して近似誤差が低く, ピーク局所回路幅が小さいことを示す。
これらの結果はブロック単位の量子リソースローカライゼーションをサブストラティケートし、単一のグローバル表現型アンサッツを必要とせずに、近距離量子デバイス上で高忠実なPDEソリューションが実現可能であることを確認する。
関連論文リスト
- Transolver-$σ$: Joint Spectral-Physical Subspace Modeling for Neural PDE Solving [53.58729034895666]
Transolver-$は、結合スペクトル-物理部分空間モデリングに基づくニューラルPDEソルバである。
平均的な相対誤差を33.4%減らし、各基準に対して最強の基準線を上回り、最先端を達成している。
論文 参考訳（メタデータ） (2026-09-29T11:24:19Z) - Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。
本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。
我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。
スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
論文 参考訳（メタデータ） (2026-08-25T15:07:11Z) - SPLIT-Q: A Scalable Sequential Quantum Computing Framework for Coherent Controlled Islanding [10.677892416842944]
制御された島の境界は、妥協されたグリッドを接続された電気的に持続可能な島に分割することで伝播する。
古典的な手法では、ネットワークサイズと島数の増加に伴い、計算コストが急速に増加します。
本研究では,量子ビット結合型逐次分散量子近似最適化アルゴリズム(QAOA)を提案する。
論文 参考訳（メタデータ） (2026-08-13T01:47:54Z) - PACE-QAOA: Physics-Constrained Quantum Optimization for Qubit-Efficient Power System Islanding [10.677892416842944]
制御された島は、すべての島で運用上の整合性を保ちながら、破壊された電力伝達を制限するために、ストレスのある電力ネットワークを分割する。
本稿では、限定量子ビット容量を克服する量子ビット効率のハイブリッド量子定式化を開発する。
量子ビット効率のラグランジアン戦略は、量子最適化と古典的な洗練とを組み合わせて、運用上の制約を強制する。
論文 参考訳（メタデータ） (2026-08-03T18:42:00Z) - Optimality-Preserving Decomposition for Scalable QAOA in Natural-Language-Guided Multi-Drone Assignment [1.189955933770711]
我々は、微調整されたLarge Language Modelフロントエンドと高度にスケーラブルでドメイン固有の量子古典的バックエンドを統合するエンドツーエンドフレームワークを提案する。
本フレームワークは,新しい制約保存グラフパーティショナと圧縮セパレータベースの動的プログラミング(DP)マージを備える。
実証的な結果は、このアーキテクチャが古典的なスケーリング壁を回避し、理想化されたケースの100%と実際のQAOAサンプリングの96.3%でグローバルな最適性を回復していることを示している。
論文 参考訳（メタデータ） (2026-06-12T08:31:14Z) - Stochastic Dimension Implicit Functional Projections for Exact Integral Conservation in High-Dimensional PINNs [0.0]
ニューラル偏微分方程式(PDE)解法における質量とエネルギーとしての正確な保存則は、高次元において困難である。
本稿では,DS-I|timesDS (DS-I) を演算子にアストックカルサンプリングを導入し,メモリの削減を図る。
MathcalI|timesDSは、解決のためのスケーラブルなアプローチを提供する。
保守的な高次元PDE。
論文 参考訳（メタデータ） (2026-03-31T04:07:51Z) - Tensor Network Assisted Distributed Variational Quantum Algorithm for Large Scale Combinatorial Optimization Problem [19.046113542182436]
組合せ最適化問題の解法として分散変分量子アルゴリズム(DVQA)を提案する。
DVQAの重要な革新は、複雑な長距離の絡み合いに頼ることなく、変数間の依存関係を保存するために、切り詰められた高階特異値分解を使用することである。
実験的に、DVQAはシミュレーションの最先端性能を達成し、ポートフォリオ最適化のためにWu Kong量子コンピュータで実験的に検証されている。
論文 参考訳（メタデータ） (2026-01-20T13:31:02Z) - PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition [49.955269674859004]
本稿では,PhyG-MoE(Physics-Guided Mixture-of-Experts)について述べる。
静的アーキテクチャとは異なり、提案システムはスペクトル特性の絡み合いに基づいて信号をルーティングするスペクトルベースのゲーティング機構を用いる。
高容量のTransNeXtエキスパートがオンデマンドでアクティベートされ、飽和シナリオで複雑な機能を分離する一方、軽量のエキスパートは基本的なシグナルを処理してレイテンシを最小化する。
論文 参考訳（メタデータ） (2026-01-19T07:57:52Z) - Adaptive Mesh-Quantization for Neural PDE Solvers [51.26961483962011]
グラフニューラルネットワークは複雑なジオメトリや境界条件に必要な不規則なメッシュを処理できるが、それでもすべてのノードで一様計算処理を適用できる。
適応メッシュ量子化(Adaptive Mesh Quantization): メッシュノード,エッジ,クラスタ特徴間の空間適応量子化であり,量子化モデルで使用されるビット幅を動的に調整する。
我々は,MP-PDEとGraphViTという2つの最先端モデルと統合して,複数のタスクのパフォーマンスを評価することで,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2025-11-23T14:47:24Z) - Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement
Distribution in FSO Quantum Networks [62.87033427172205]
自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。
エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
論文 参考訳（メタデータ） (2024-01-19T17:16:40Z)
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。