通过噪声项的振幅编码求解高维线性随机微分方程的量子算法

该研究探讨了利用量子算法求解高维随机微分方程(SDEs) dXt=A(t)Xtdt+B(t)dWt。针对Xt维度N的加速需求,研究通过生成量子态在振幅中编码Xt,而现有大多数SDE量子方法采用二进制编码方式。核心挑战在于噪声项的振幅编码,研究人员通过采用伪随机数生成器(PRNG)的量子电路实现来解决这一难题。研究提出两种方法:基于戴森级数的方法与基于欧拉-丸山(EM)格式的方法。前者通过时间演化算子的戴森级数近似来表达噪声项,后者则采用EM时间离散化进行近似。两种方法均使用量子线性系统求解器生成Xt的振幅编码态,仅需对PRNG电路及A、B的分块编码进行多对数次(N)查询。此外,研究还拓展了态制备范畴,提出利用该量子态估算Xt函数期望值的方法。

作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-04-27 07:42

量科快讯