양자 텐서 네트워크와 고전적 알고리즘의 1차 버거 방정식 벤치마크

초록

본 논문은 1차 버거 방정식에 대해 양자 텐서 네트워크(QTN), 수리학적 슈뢰딩거 방정식(HSE), 물리 기반 신경망(PINN)을 고전적 GMRES와 스펙트럴 방법과 비교한다. 다양한 격자 크기(N=4~128)에서 정확도(L2 오차), 실행 시간, 메모리·큐비트 요구량을 측정한 결과, QTN이 L2≈10⁻⁷ 수준의 높은 정밀도와 거의 상수에 가까운 실행 시간 스케일을 보였으며, HSE는 유한 차분 구현에서는 안정적이지만 스펙트럴 구현은 고해상도에서 발산하였다. PINN은 메쉬프리 장점에도 불구하고 L2≈10⁻¹ 정도의 낮은 정확도에 머물렀다. 양자 방식은 현재 수준에서는 오류 정정이 없고 비선형 피드백 처리에 한계가 있어 고전적 방법보다 실질적 속도 이점을 제공하지 못한다.

상세 분석

이 연구는 1차 버거 방정식이라는 비선형 PDE를 표준 벤치마크로 삼아, 최신 양자‑영감(QTN)과 양자‑네이티브(HSE) 접근법을 고전적 선형 솔버(GMRES)와 스펙트럴 방법에 대해 체계적으로 평가한다. 먼저 문제 설정을 명확히 정의한다. 공간 구간