McLachlan-projected reduced dynamics for ill-posed Schrödingerized backward diffusion

Riepilogo Tecnico: Dinamiche Ridotte Proiettate di McLachlan per la Diffusione Inversa Schrödingerizzata Malposta

Enunciato del Problema
Il lavoro affronta la sfida numerica della risoluzione di equazioni di diffusione inversa, che sono problemi evolutivi malposti prototipici. In questi sistemi, le alte frequenze spaziali crescono esponenzialmente nel tempo, causando lo schiacciamento rapido di schemi di avanzamento temporale basati su griglia (come Crank–Nicolson) privi di regolarizzazione esplicita, a causa del rumore. Sebbene il framework della "Schrödingerizzazione" sia stato stabilito per incorporare dinamiche lineari non unitarie (inclusi problemi malposti) in dinamiche hermitiane su uno spazio esteso, permane un divario critico: non è chiaro se il vettore completo delle ampiezze sollevate debba essere propagato a ogni passo temporale, o se sia sufficiente una rappresentazione ridotta a dimensione fissa. Inoltre, le numeriche comparative esistenti spesso non riescono a separare gli effetti del sollevamento, della troncatura del sottospazio e della stima statistica degli elementi della matrice.

Metodologia
Gli autori propongono un approccio di regolarizzazione strutturata applicando il principio variazionale di McLachlan al sistema sollevato Schrödingerizzato. La metodologia procede su tre livelli:

1. Realizzazione Sollevata: L'equazione di diffusione inversa semidiscreta $\dot{u}_h = A_h u_h$ (dove $A_h$ ha autovalori non negativi) è mappata in un sistema hermitiano su uno spazio esteso di dimensione $M$. Ciò è formalizzato tramite l'Assunzione 1, che postula l'esistenza di un generatore hermitiano $H$, un'iniezione $J$ e una mappa di recupero $R$ tali che lo stato fisico sia approssimato da $R e^{-itH} J u_0$ fino a un errore di sollevamento $\varepsilon_{\text{lift}}$.
2. Proiezione di McLachlan: Invece di propagare il completo stato di dimensione $M$, gli autori costruiscono una dinamica ridotta su un frame fisso $V$ di $m$ snapshot sollevati. Minimizzando la norma del residuo dell'equazione di Schrödinger all'interno dello span di $V$, derivano un'equazione di evoluzione ridotta per il vettore dei coefficienti $c(t)$:
   $$iS \dot{c} = H_K c$$
   dove $S = V^\dagger V$ è la matrice di Gram (sovrapposizione) e $H_K = V^\dagger H V$ è l'Hamiltoniana proiettata.
3. Decomposizione dell'Errore e Stima Statistica: Il lavoro scompone rigorosamente l'errore totale in componenti di discretizzazione spaziale, sollevamento/recupero, proiezione e campionamento. Analizza specificamente l'impatto della stima del fascio $(S, H_K)$ tramite misurazioni quantistiche a numero finito di scatti (ad esempio, test di Hadamard), derivando limiti di perturbazione che dipendono dal numero di condizione $\kappa(S)$.

Contributi Chiave
Il lavoro apporta i seguenti contributi specifici teorici e metodologici:

• Unicità e Conservazione: Dimostra l'unicità della soluzione del flusso ridotto e stabilisce che il flusso hermitiano proiettato conserva la norma di Gram ($d/dt(c^\dagger S c) = 0$).
• Limiti di Errore: Gli autori derivano un limite per il divario sollevato–ridotto (Teorema 2) espresso in termini del difetto di proiezione $\eta_V(t) = \|(I-P_V)H\Psi_m(t)\|_2$. Tale difetto separa la propagazione sollevata completa dalla traiettoria ridotta, fornendo un budget di errore quantificabile.
• Analisi di Perturbazione: La Proposizione 1 fornisce limiti sulla perturbazione del generatore ridotto e dei coefficienti propagati quando le matrici di sovrapposizione e Hamiltoniana sono stimate con rumore statistico. Ciò evidenzia il ruolo critico della condizione della matrice di sovrapposizione $\kappa(S)$ nell'amplificare il rumore degli scatti.
• Baseline Classiche Equitable: Il lavoro costruisce esplicitamente baseline classiche eque (filtraggio passa-basso spettrale o regolarizzazione di Tikhonov) in cui il taglio o la forza della cresta sono abbinati al contenuto informativo (dimensione $m$) del frame ridotto scelto. Ciò isola le prestazioni della pipeline ridotta Schrödingerizzata dall'instabilità dei solver non regolarizzati.

Risultati
Esperimenti numerici su un problema di diffusione inversa 1D ($N_x=7$, $T=0.3$) utilizzando Qiskit Aer con stima a numero finito di scatti ($10^4$ scatti) dimostrano:

• Stabilità vs. Metodi Non Regularizzati: Uno schema Crank–Nicolson non regolarizzato esibisce un errore relativo discreto $L_2$ di $\approx 41.99\%$ dovuto all'esplosione del rumore. Al contrario, il sollevamento Schrödingerizzato (dimensione completa) limita l'errore a $\approx 19.37\%$.
• Prestazioni della Dinamica Ridotta: La proiezione di McLachlan con $m=4$ e matrici classiche (esatte) produce un errore di $\approx 20.02\%$. Utilizzando matrici campionate da Aer (simulando il rumore dell'hardware quantistico), l'errore è di $\approx 19.82\%$, con un picco transitorio di $\approx 22.03\%$.
• Mascheramento del Rumore: Nonostante una grande discrepanza nella norma di Frobenius tra l'Hamiltoniana campionata e quella esatta ($\| \Delta H \|_F / \| H_K \|_F \approx 7.08$) e una matrice di sovrapposizione altamente malcondizionata ($\kappa(S) \approx 1.7 \times 10^4$), la traiettoria fisica recuperata non esibisce un'esplosione catastrofica. I risultati confermano che il livello di proiezione agisce come un regolarizzatore strutturato, e l'errore rimane nell'ordine delle decine di percentuali, coerente con i limiti teorici derivati dal difetto di proiezione e dalle perturbazioni di campionamento.

Significato e Affermazioni
Gli autori posizionano questo lavoro come un avanzamento metodologico piuttosto che come una pretesa di risolvere interamente la malposedità. Affermano esplicitamente:

• Nessuna Cura per la Malposedità: La Schrödingerizzazione non rimuove la natura malposta della variabile fisica recuperata, né la proiezione sostituisce la progettazione ottimale di Tikhonov.
• Regolarizzazione Interpretabile: Il contributo principale è inquadrare l'errore di proiezione come una "manopola interpretabile" analoga a una banda di frequenza passa-basso. Ciò permette confronti "alla pari" tra dinamiche ridotte ispirate al quantum e metodi classici regolarizzati.
• Separazione degli Errori: Il framework isola con successo i contributi del sollevamento, della troncatura del sottospazio e della stima statistica, prevenendo la confusione di queste fonti di errore distinte che spesso si verifica nella letteratura attuale.
• Validazione della Struttura: I risultati illustrano che anche con un rumore statistico significativo nella stima del generatore, la natura strutturata della proiezione di McLachlan previene l'amplificazione esponenziale del rumore che caratterizza la diffusione inversa non regolarizzata.