Hamiltonian simulation for nonlinear partial differential equation by Schrödingerization

기술 요약: Schrödingerization을 통한 비선형 PDE의 해밀토니안 시뮬레이션

문제 정의
해밀토니안 시뮬레이션은 결합된 조화 진동자와 같은 선형 시스템에 대해 엄격한 지수적 가속도를 입증하며, 대규모 고전 시스템의 지배 방정식을 효율적으로 풀 수 있는 근본적인 양자 알고리즘입니다. 그러나 중요한 한계점이 존재합니다: 슈뢰딩거 방정식은 본질적으로 선형인 반면, 슈뢰딩거 방정식의 기초가 되는 많은 실제 물리 현상(예: 난류, 대규모 재료 변형, 반응-확산 시스템)은 비선형 편미분 방정식(PDE)에 의해 지배된다는 점입니다.

비선형 PDE에 대한 해밀토니안 시뮬레이션을 수행하는 데는 두 가지 주요 과제가 있습니다:

1. 비선형성: 양자 해밀토니안 진화는 선형적이기 때문에, 대상이 되는 비선형 PDE를 선형 방정식으로 변환해야 합니다.
2. 소산(Dissipation): 선형화된 방정식은 종종 소산 시스템(비유니터리 시간 진화)을 생성하지만, 해밀토니안 시뮬레이션에는 보존 시스템(유니터리 시간 진화)이 필요합니다.

선형화(예: Koopman von Neumann, Carleman linearization) 및 소산 처리(예: unitary dilation, Linear Combination of Hamiltonian Simulation)를 위한 기존 방법들은 확률적 성공률이나 기저 함수에 대한 특정 제약과 같은 한계를 가지고 있습니다.

방법론: Carleman Linearization + Schrödingerization (CLS)
저자들은 이러한 과제들을 해결하기 위해 **Carleman Linearization + Schrödingerization (CLS)**이라 명명된 프레임워크를 제안합니다. 이 방법은 비선형 PDE를 해밀토니안 시뮬레이션이 가능한 형태로 변환하기 위해 두 가지 구별된 기술을 통합합니다:

1. Carleman Linearization (CL):

   • 비선형 PDE(특히 비선형 반응-확산 방정식)를 무한 차원의 선형 상미분 방정식(ODE) 시스템으로 먼저 변환합니다.
   • 이는 원래의 상태 벡터의 크로네커 곱(Kronecker products)을 사용하여 상태 변수를 무한 차원 공간으로 확장함으로써 달성됩니다.
   • 무한 차원은 계산적으로 다루기 불가능하므로, 시스템을 유한한 차수 $K$에서 절단(truncation)하여 유한 차원의 선형 ODE 시스템을 생성합니다.
   • 저자들은 이 절단된 선형 시스템이 일반적으로 소산 시스템이라는 점을 언급합니다.

2. Warped Phase Transformation (WPT)를 통한 Schrödingerization:

   • 해밀토니안 시뮬레이션을 가능하게 하기 위해, 소산적인 선형 ODE를 보존적인 슈뢰딩거 방정식으로 매핑합니다.
   • 이 단계의 핵심은 보조 변수 $p$(공간 차원과는 독립적인)를 도입하는 Warped Phase Transformation (WPT)입니다.
   • 변환은 $\psi(t, p) = e^{-p}\Phi(t)$로 정의되며, 여기서 $\Phi(t)$는 선형화된 시스템의 상태 벡터입니다.
   • 시스템 행렬 $A$를 에르미트(Hermitian, $H_1$) 부분과 반-에르미트(skew-Hermitian, $iH_2$) 부분으로 분해함으로써, $p$ 방향의 공간 미분 항($-\partial/\partial p$)을 포함하도록 진화 방정식을 다시 씁니다.
   • 결과적으로 시간 진화 연산자가 유니터리(skew-Hermitian)하여 해밀토니안 시뮬레이션의 요구 사항을 충족하는 새로운 시스템이 생성됩니다.
   • $p$ 방향의 해의 이송(advection)을 처리하기 위해 $p$ 방향의 격자를 1차 업윈드 차분법(first-order upwind difference method)을 사용하여 이산화합니다.

주요 기여

• 프레임워크 개발: 본 논문은 Carleman linearization과 Warped Phase Transformation을 결합하여 비선형 PDE와 양자 해밀토니안 시뮬레이션 사이의 간극을 성공적으로 메우는 CLS 프레임워크를 소개합니다.
• 비선형 PDE에 대한 적용: 이 방법은 비선형 반응-확산 방정식에 적용되어, 확률적 사후 선택(post-selection) 방법(unitary dilation 또는 LCHS와 같은 방식)에 의존하지 않고 비선형 역학을 시뮬레이션할 수 있는 경로를 보여줍니다.
• 오차 분석: 연구는 절단 차수, 공간 이산화, 그리고 보조 변수 이산화로부터 발생하는 정확도 기여도를 세분화하여 CLS 방법의 상세한 오차 분석을 제공합니다.

결과
저자들은 CLS 방법의 유용성과 정확성을 유한 차분법(FDM) 솔루션 및 표준 Carleman linearization (CL) 솔루션과 비교 검증하기 위해 고전적 수치 시뮬레이션을 사용하여 평가했습니다.

• 질적 일치: CLS를 통해 얻은 솔루션의 시간 진화는 FDM 및 표준 CL을 통해 얻은 솔루션과 질적으로 일치합니다.
• 정확도 특성:
  • 절단 차수 ($K$): CL 성분의 상대 오차는 절단 차수에 반비례하며, 이는 $K$에 대해 1차 정확도(즉, $K$가 증가함에 따라 오차가 선형적으로 감소함)를 나타냅니다.
  • 공간 이격화 ($x$): 공간 방향의 오차는 격자 간격의 제곱에 따라 스케일링되며, 이는 2차 중앙 차분법 사용에 따른 2차 정확도를 보여줍니다.
  • 보조 변수 이격화 ($p$): $p$ 방향의 오차는 격자 간격에 따라 선형적으로 스케일링되며, 이는 1차 업윈드 차분법에 따른 1차 정확도를 보여줍니다.
• 오차 원인: 분석 결과, WPT 과정에서 도입된 오차(특히 $p$ 방향의 이산화 및 이송 효과)가 CL 단독으로 도입된 오차보다 CLS 방법의 전체 오차에서 더 지배적인 역할을 하는 것으로 나타났습니다.
• 이송 효과: 연구에서는 초기 조건 $e^{-|p|}$를 수용하기 위해 계산 영역을 $p < 0$까지 확장하는 것이, 주기적 경계 조건을 사용하더라도 $p < 0$ 영역으로부터의 이송된 파동이 $p \ge 0$ 영역과 상호작용할 경우 장기 시뮬레이션에서 오차를 유발할 수 있음을 관찰했습니다.

의의 및 주장
본 논문은 제안된 CLS 방법이 양자 컴퓨팅에서의 시간 진화 시뮬레이션 프레임워크를 확장한다고 주장합니다. 비선형 PDE를 슈뢰딩거 방정식으로 성공적으로 변환함으로써, 본 연구는 해밀토니안 시뮬레이션이 비선형 PDE에도 적용 가능함을 입증합니다.

저자들은 현재 방법론의 상태에 대해 신중한 입장을 유지합니다:

• 주요 목적은 알고리즘을 양자 컴퓨터에서 실행하는 것이 아니라, 고전 시뮬레이션을 통해 CLS의 유용성과 특성을 조사하는 것이었습니다.
• 본 연구는 계산 정확도가 선택된 이산화 방식에 기반한 이론적 예측과 일치함을 확인합니다.
• 비록 이 방법이 변환된 슈뢰딩거 방정식을 통해 원래의 비선형 방정식을 분석할 수 있게 해주지만, 본 논문은 비선형 사례 자체에 대한 지수적 가속도를 주장하지 않습니다. 이는 현재까지 엄격한 가속도가 선형 시스템(결합된 조화 진동자)에 대해서만 입증되었음을 명시하고 있습니다. 본 작업은 해밀토니안 시뮬레이션이 비선형 지배 방정식에도 적용 가능하다는 것을 보여주는 개념 증명(proof-of-concept) 역할을 합니다.