拉普拉斯算子有限差分离散化的高效显式块编码
数据输入模型是每个量子算法的核心组成部分,其效率对于实现超越经典方法的潜在加速至关重要。在利用量子特征值或奇异值变换的量子线性代数任务中,块编码是访问矩阵数据的成熟技术。该方法的关键应用场景是求解偏微分方程——其中拉普拉斯算子及其有限差分离散化最具代表性。本工作中,该研究团队提出了一种高效且显式的块编码方法,在关键维度上改进了现有方案。论文详细阐述了量子算法的构建过程,并演示了如何利用有限差分离散化的独特结构特征。此外,研究人员通过解析推导得出了子归一化因子与块编码成功概率相对于问题维度、有限差分网格宽度和精确解正则性的标度关系,同时给出了资源估算结果。
