A Catalyst Framework for the Quantum Linear System Problem via the Proximal Point Algorithm

2024年06月19日
  • 简介
    解决线性方程组是一个基本问题,但对于高维情况下的经典算法而言,计算成本可能会非常高。现有的量子算法可以在问题维度方面实现量子线性系统问题(QLSP)的指数加速,但即使如此,这种理论优势也会受到系数矩阵条件数的限制。在本文中,我们提出了一种新的量子算法,用于解决QLSP,灵感来自于经典的近端点算法(PPA)。我们提出的方法可以被视为一种元算法,通过现有的QLSP_solver来反转一个修改后的矩阵,从而直接逼近解向量,而不是逼近系数矩阵的逆。通过仔细选择步长$\eta$,所提出的算法可以有效地预处理线性系统,以减轻阻碍先前方法适用性的条件数依赖性。
  • 图表
  • 解决问题
    该论文旨在解决量子线性系统问题(QLSP)中的计算瓶颈,通过提出一种新的基于经典近端点算法(PPA)的量子算法来实现对解向量的直接逼近。
  • 关键思路
    该论文提出的方法采用经典近端点算法的思想,通过选择合适的步长参数来预处理线性系统,从而有效地缓解了系数矩阵条件数对算法适用性的限制。
  • 其它亮点
    该论文的实验结果表明,该算法在处理高维量子线性系统问题时具有明显的优势。此外,该论文还提供了一些未来工作的方向,如如何将该算法应用于其他量子算法中。
  • 相关研究
    在最近的相关研究中,也有一些研究探讨了量子线性系统问题的解决方案,如基于HHL算法的量子线性系统问题解法等。
PDF
原文
点赞 收藏 评论 分享到Link

沙发等你来抢

去评论