Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Chinese Science Bulletin (Chinese Version)

Quantum classical hybrid algorithm for solving partial differential equations based on the finite element method

Le Li, Mengyuan Cao, Yongle Li, Qingle Wang, Zhichao Zhang

Published Nov 20, 2025• 1 citation
Publisher

Abstract

摘要 偏微分方程(partial differential equations, PDEs)在科学与工程领域应用广泛, 但传统数值方法在求解高维或大规模问题时面临维数灾难. 量子计算的发展为解决这一难题提供了新思路, 然而现有量子算法存在一些局限,如对硬件要求高, 量子电路的表达能力有限等. 针对以上问题, 本文对Helmholtz方程提出了一种融合量子退火(quantum annealing, QA)与高斯-赛德尔(gauss-seidel, GS)迭代的混合计算方法. 首先, 通过有限元方法离散该方程转化为线性方程组, 进而构造出二次无约束二进制优化(quadratic unconstrained binary optimization, QUBO)问题. 然后, 用量子退火求得该方程组全局最优的初始解, 并在此过程中引入了残差补偿机制. 最后, 通过高斯-赛德尔迭代来提升解的精度. 结果表明该算法不仅得到的数值解收敛到比较理想的精度, 而且迭代效率也得到了很好的提高. 另外, 该混合算法对量子硬件的要求低, 在含噪声中等规模量子(noisy intermediate-scale quantum, NISQ) 时代为高维、大规模偏微分方程求解提供了兼具效率与精度的新路径, 也可以用于其他偏微分方程的求解, 有利于推动量子经典混合计算在科学工程领域的应用.

DOI
10.1360/csb-2025-5418

Related papers

Quantum algorithms for partial differential equations : quantum circuits and physical applications

Julien Zylberman

Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.

•Sep 19, 2025•0 citations

Quantum linear solvers for scientific computing: a comparison of VQLS, HHL and quantum annealing on time-fractional diffusion problems

Amir Hossein Salehi Shayegan

Time-fractional diffusion equations have emerged as powerful models for describing anomalous transport phenomena in physics, biology and engineering. To address the computational challenges arising from their non-local operators, we employ the WEB-spline finite element method, which provides a flexible and accurate discretization framework. The resulting linear system of equations are then explored in the context of quantum computing. Specifically, we investigate three prominent quantum linear solvers: the variational quantum linear solver (VQLS), the Harrow-Hassidim-Lloyd (HHL) algorithm and quantum annealing (QA). VQLS leverages hybrid variational techniques and shallow circuits, making it well-suited for noisy intermediate-scale quantum (NISQ) devices, while HHL offers a theoretically exponential speedup for sparse systems but requires deep fault-tolerant circuits. QA, in contrast, reformulates the problem into a quadratic unconstrained binary optimization (QUBO) instance, enabling approximate solutions through energy minimization on specialized hardware. We present a comparative analysis in terms of circuit depth, noise resilience, scalability and solution extraction, including the role of quantum state tomography in reconstructing classical information. Numerical experiments on a time-fractional diffusion problem highlight the complementary strengths and limitations of each method. This study bridges advanced numerical discretization with emerging quantum algorithms, providing insights into the feasibility and future potential of quantum-enhanced solvers for fractional partial differential equations.

Scientific Reports•Feb 23, 2026•3 citations

Solving NP-hard Problems with Quantum Annealing

Jehn‐Ruey Jiang, Chun-Wei Chu

Quadratic unconstrained binary optimization (QUBO) formulas of quantum annealing (QA) algorithms are classified into four categories. QA algorithms using different QUBO formulas solve specific NP-hard problems as examples of the classification. The NP-hard problems solved are the subset sum, the vertex cover, the graph coloring, and the traveling salesperson problems. The QA algorithms are compared with their classical counterparts in terms of the quality of the solution and the time to the solution. Based on the comparison results, observations and suggestions are given for each QUBO formula category, so that proper actions can be adopted to improve the performance of QA algorithms. Compared with classical algorithms, QA algorithms are competitive in the current noisy intermediate-scale quantum (NISQ) era and beyond.

IEEE Eurasia Conference on IOT, Communication and Engineering (ECICE)•Oct 28, 2022•5 citations

Numerical Investigation of the Time-Dependent Schrödinger Equation Via Finite Difference Approach

فوزي عبدالكريم اكريم, دلال يحي سعد, Fawzi A. Ikraiam +1 more

يُقدم هذا البحث منهجًا عدديًا مباشرًا ودقيقًا وفعالًا للحصول على حلول لمعادلة شرودنغر المعتمدة على الزمن(TDSE) ، وذلك باستخدام طريقة الفروق المحدودة. (FDM) تستخدم المنهجية مخطط الفروق الأمامية للمشتقات الزمنية ومخطط الفروق المركزية من الرتبة الثانية للمشتقات المكانية، وقد تم تطبيق الإطار الحسابي في برنامج MATLAB .تم إثبات فعالية الطريقة المقترحة بدقة من خلال محاكاة حزمة موجية إلكترونية في سيناريوهات مختلفة. تشمل النتائج الرئيسية تأكيد المبادئ الكمومية الأساسية، مثل مبدأ هايزنبرغ لعدم اليقين والحفاظ على الطاقة الكلية (القيمة المتوقعة) خلال تطور النظام. يكشف تحليل تفاعلات حزمة الموجة مع حواجز خطوية جاذبة ونافره عن ظواهر الانتشار والانعكاس الاحتمالي والانتقال، مع الحفاظ على الاحتمال الكلي بشكل ثابت. علاوة على ذلك، تم استكشاف ديناميكيات حزم الموجات الإلكترونية في المجالات الكهربائية المنتظمة (ظروف التسريع والتباطؤ والمجال الصفري)، مما يوضح تحولات الطاقة ويقدم رؤى حول سلوكها مقارنة بالتنبؤات الكلاسيكية. تؤكد هذه المحاكاة مجتمعةً على قوة وتنوع منهج FDM ، الذي يمكن توسيعه بسهولة ليشمل أبعادًا أعلى وتطبيقات متنوعة تعتمد على الزمن، وبالتالي يساهم في فهم حسابي أعمق للأنظمة الميكانيكية الكمومية.

Sebha University Conference Proceedings•Oct 22, 2025•0 citations

양자계산화학 응용을 위한 양자컴퓨팅

김용수, 허준석

본고에서 우리는 고전컴퓨터를 이용한 양자화학 계산 방법론을 살펴보고, 이것이 어떻게 양자컴퓨터를 이용한 양자계산화학에 적용되는지 알아본다. 특히, 고전-양자 하이브리드 컴퓨팅 방식을 이용하여 NISQ (Noisy Intermediate-Scale Quantum) 수준의 양자컴퓨터에서도 유용한 양자화학계산에 활용할 수 있을 것으로 기대되는 Variational Quantum Eigensolver (VQE)를 살펴보고, 최신 국내외 연구결과를 소개한다. 또한 최근 양자이득을 보이는데 활용된 가우시안 보존샘플링이 어떻게 양자화학의 분자진동 문제와 연결되는지 살펴봄으로써 고전컴퓨터로 다다를 수 없는 영역에 대한 양자계산화학 탐구가 이미 시작되었음을 보인다.

한국통신학회지(정보와통신)•Feb 1, 2021•0 citations

Partial differential equations constrained combinatorial optimization on an adiabatic quantum computer

Rishabh Chandra

Partial differential equation-constrained combinatorial optimization (PDECCO) problems are a mixture of continuous and discrete optimization problems. PDECCO problems have discrete controls, but since the partial differential equations (PDE) are continuous, the optimization space is continuous as well. Such problems have several applications, such as gas/water network optimization, traffic optimization, micro-chip cooling optimization, etc. Currently, no efficient classical algorithm which guarantees a global minimum for PDECCO problems exists. A new mapping has been developed that transforms PDECCO problem, which only have linear PDEs as constraints, into quadratic unconstrained binary optimization (QUBO) problems that can be solved using an adiabatic quantum optimizer (AQO). The mapping is efficient, it scales polynomially with the size of the PDECCO problem, requires only one PDE solve to form the QUBO problem, and if the QUBO problem is solved correctly and efficiently on an AQO, guarantees a global optimal solution for the original PDECCO problem.

•Jan 1, 2013•1 citation
摘要 偏微分方程(partial differential equations, PDEs)在科学与工程领域应用广泛, 但传统数值方法在求解高维或大规模问题时面临维数灾难. 量子计算的发展为解决这一难题提供了新思路, 然而现有量子算法存在一些局限,如对硬件要求高, 量子电路的表达能力有限等. 针对以上问题, 本文对Helmholtz方程提出了一种融合量子退火(quantum annealing, QA)与高斯-赛德尔(gauss-seidel, GS)迭代的混合计算方法. 首先, 通过有限元方法离散该方程转化为线性方程组, 进而构造出二次无约束二进制优化(quadratic unconstrained binary optimization, QUBO)问题. 然后, 用量子退火求得该方程组全局最优的初始解, 并在此过程中引入了残差补偿机制. 最后, 通过高斯-赛德尔迭代来提升解的精度. 结果表明该算法不仅得到的数值解收敛到比较理想的精度, 而且迭代效率也得到了很好的提高. 另外, 该混合算法对量子硬件的要求低, 在含噪声中等规模量子(noisy intermediate-scale quantum, NISQ) 时代为高维、大规模偏微分方程求解提供了兼具效率与精度的新路径, 也可以用于其他偏微分方程的求解, 有利于推动量子经典混合计算在科学工程领域的应用.
Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.
Time-fractional diffusion equations have emerged as powerful models for describing anomalous transport phenomena in physics, biology and engineering. To address the computational challenges arising from their non-local operators, we employ the WEB-spline finite element method, which provides a flexible and accurate discretization framework. The resulting linear system of equations are then explored in the context of quantum computing. Specifically, we investigate three prominent quantum linear solvers: the variational quantum linear solver (VQLS), the Harrow-Hassidim-Lloyd (HHL) algorithm and quantum annealing (QA). VQLS leverages hybrid variational techniques and shallow circuits, making it well-suited for noisy intermediate-scale quantum (NISQ) devices, while HHL offers a theoretically exponential speedup for sparse systems but requires deep fault-tolerant circuits. QA, in contrast, reformulates the problem into a quadratic unconstrained binary optimization (QUBO) instance, enabling approximate solutions through energy minimization on specialized hardware. We present a comparative analysis in terms of circuit depth, noise resilience, scalability and solution extraction, including the role of quantum state tomography in reconstructing classical information. Numerical experiments on a time-fractional diffusion problem highlight the complementary strengths and limitations of each method. This study bridges advanced numerical discretization with emerging quantum algorithms, providing insights into the feasibility and future potential of quantum-enhanced solvers for fractional partial differential equations.
Quadratic unconstrained binary optimization (QUBO) formulas of quantum annealing (QA) algorithms are classified into four categories. QA algorithms using different QUBO formulas solve specific NP-hard problems as examples of the classification. The NP-hard problems solved are the subset sum, the vertex cover, the graph coloring, and the traveling salesperson problems. The QA algorithms are compared with their classical counterparts in terms of the quality of the solution and the time to the solution. Based on the comparison results, observations and suggestions are given for each QUBO formula category, so that proper actions can be adopted to improve the performance of QA algorithms. Compared with classical algorithms, QA algorithms are competitive in the current noisy intermediate-scale quantum (NISQ) era and beyond.
يُقدم هذا البحث منهجًا عدديًا مباشرًا ودقيقًا وفعالًا للحصول على حلول لمعادلة شرودنغر المعتمدة على الزمن(TDSE) ، وذلك باستخدام طريقة الفروق المحدودة. (FDM) تستخدم المنهجية مخطط الفروق الأمامية للمشتقات الزمنية ومخطط الفروق المركزية من الرتبة الثانية للمشتقات المكانية، وقد تم تطبيق الإطار الحسابي في برنامج MATLAB .تم إثبات فعالية الطريقة المقترحة بدقة من خلال محاكاة حزمة موجية إلكترونية في سيناريوهات مختلفة. تشمل النتائج الرئيسية تأكيد المبادئ الكمومية الأساسية، مثل مبدأ هايزنبرغ لعدم اليقين والحفاظ على الطاقة الكلية (القيمة المتوقعة) خلال تطور النظام. يكشف تحليل تفاعلات حزمة الموجة مع حواجز خطوية جاذبة ونافره عن ظواهر الانتشار والانعكاس الاحتمالي والانتقال، مع الحفاظ على الاحتمال الكلي بشكل ثابت. علاوة على ذلك، تم استكشاف ديناميكيات حزم الموجات الإلكترونية في المجالات الكهربائية المنتظمة (ظروف التسريع والتباطؤ والمجال الصفري)، مما يوضح تحولات الطاقة ويقدم رؤى حول سلوكها مقارنة بالتنبؤات الكلاسيكية. تؤكد هذه المحاكاة مجتمعةً على قوة وتنوع منهج FDM ، الذي يمكن توسيعه بسهولة ليشمل أبعادًا أعلى وتطبيقات متنوعة تعتمد على الزمن، وبالتالي يساهم في فهم حسابي أعمق للأنظمة الميكانيكية الكمومية.
본고에서 우리는 고전컴퓨터를 이용한 양자화학 계산 방법론을 살펴보고, 이것이 어떻게 양자컴퓨터를 이용한 양자계산화학에 적용되는지 알아본다. 특히, 고전-양자 하이브리드 컴퓨팅 방식을 이용하여 NISQ (Noisy Intermediate-Scale Quantum) 수준의 양자컴퓨터에서도 유용한 양자화학계산에 활용할 수 있을 것으로 기대되는 Variational Quantum Eigensolver (VQE)를 살펴보고, 최신 국내외 연구결과를 소개한다. 또한 최근 양자이득을 보이는데 활용된 가우시안 보존샘플링이 어떻게 양자화학의 분자진동 문제와 연결되는지 살펴봄으로써 고전컴퓨터로 다다를 수 없는 영역에 대한 양자계산화학 탐구가 이미 시작되었음을 보인다.
Partial differential equation-constrained combinatorial optimization (PDECCO) problems are a mixture of continuous and discrete optimization problems. PDECCO problems have discrete controls, but since the partial differential equations (PDE) are continuous, the optimization space is continuous as well. Such problems have several applications, such as gas/water network optimization, traffic optimization, micro-chip cooling optimization, etc. Currently, no efficient classical algorithm which guarantees a global minimum for PDECCO problems exists. A new mapping has been developed that transforms PDECCO problem, which only have linear PDEs as constraints, into quadratic unconstrained binary optimization (QUBO) problems that can be solved using an adiabatic quantum optimizer (AQO). The mapping is efficient, it scales polynomially with the size of the PDECCO problem, requires only one PDE solve to form the QUBO problem, and if the QUBO problem is solved correctly and efficiently on an AQO, guarantees a global optimal solution for the original PDECCO problem.