[論文レビュー] Solving Nonlinear Partial Differential Equations via a Hybrid Newton Method Using Quantum Linear System Solver

Maximilian Mandelt Buxadé, Stefan Langer+1 more|arXiv (Cornell University)|Mar 24, 2026

Quantum Computing Algorithms and Architecture被引用数 0

ひとこと要約

論文は量子線形系ソルバー（QLSS）を用いて内部線形系を概ね解くハイブリッド量子古典ニュートン法を提案し、CFD文脈での潜在的な速度アップを伴う非線形偏微分方程式の解法を可能にする。

ABSTRACT

To approximate solutions of complex nonlinear partial differential equations remains a computational challenge, especially for sets of equations relevant in industry, such as Euler or Navier-Stokes equations. Even the most sophisticated computational fluid dynamic algorithms coupled with powerful supercomputers can not find approximate solutions for several design challenges in both adequate time and scale-resolving accuracy. One difficulty arises from solving high dimensional, strongly nonlinear partial differential equations, such as the Navier-Stokes equations, which capture the underlying physics. For nearly all classical algorithms, methods closely related to Newton's method are used to approximate a solution to the problem. Approximately solving the large-scale linear systems of equations occurring in this iterative scheme is generally a main contributor to the total computational complexity. In this paper a new quantum linear system solver supporting Newton's classical method to solve nonlinear partial differential equations is introduced. We present a new variant of the HHL algorithm, requiring less apriori information regarding the eigenvalues of the corresponding matrix. We apply this quantum linear system solver in a hybrid quantum-classical fashion to solve nonlinear partial differential equations. Moreover, a resource estimation for advanced use-cases of practical relevance is provided. Our results demonstrate how quantum computation may improve existing classical methodologies for solving nonlinear partial differential equations. This approach provides another promising application of quantum computers and presents a possible way forward for handling nonlinearities on inherently linear quantum systems.

研究の動機と目的

• CFDおよび産業規模問題における非線形PDEの改善解法の必要性を動機づける。
• 内部線形系を解くために量子線形系ソルバーを活用するハイブリッドニュートン手法を提案する。
• 事前固有値情報を少なくとも要求するHHLベースQLSSの派生形を開発する。
• 潜在的な速度アップと実用性を評価するための数値シミュレーションとリソース推定を提供する。

提案手法

• 非線形PDEのニュートン法と量子線形系ソルバーを結合して内部線形解を近似する。
• ブラックボックス状態準備に触発された技術を用いて逆固有値をエンコードし、固有値推定の前提条件を減らすHHLアルゴリズムの派生形を導入する。
• 量子位相推定と修正振幅エンコーディングを用いて逆固有値を取得し、ポストセレクションを行う。
• 量子ハードウェアが利用できない場合のスケーリングと誤差挙動を研究する古典版（モデルQLSS）を実装する。
• Poisson方程式や Burgers 方程式を含む線形および非線形PDEのシミュレーションを行い、収束性と精度を評価する。

実験結果

リサーチクエスチョン

• RQ1 QLSS対応のニュートン反復はPoissonやBurgers方程式のような非線形PDEに対して収束するのか。
• RQ2 PDEのニュートン法におけるQLSSの使用が精度・リソース・スケーリングに与える影響は何か。
• RQ3 ニュートンの内部ステップにおけるクラスical線形ソルバーと比較して提案QLSS派生形の特性はどうなるか。
• RQ4 CFD関連問題におけるこのハイブリッド法の実装における実務的考慮事項と制限は何か。

主な発見

• QLSSを備えたハイブリッドニュートン法は、シミュレーション実験において非線形Poissonおよび Burgers 方程式で収束を示す。
• 固有値近似と反転の誤差はニュートン反復を伝播し、より高いQPE量子ビット数が精度を向上させる。
• QPEビット数（m）を増やすと残差減少が速くなり、特定の領域でニュートンステップにおける固定Gauss-Seidelよりも優れる場合がある。
• 固定のmでは、問題サイズNを増やすと反復回数が増えるが残差は同程度の努力で到達可能であり、時間依存型スキームに対する潜在的なスケーラビリティの利点を示唆する。
• 本研究は詳細なリソース議論を提供し、量子ハードウェアを用いたCFD類似の非線形PDEの潜在的な高速化路を示唆する。