We develop quantum computational tools to predict how proteins fold in 3D,
one of the most important problems in current biochemical research. We explain
how to combine recent deep learning advances with the well known technique of
quantum walks applied to a Metropolis algorithm. The result, QFold, is a fully
scalable hybrid quantum algorithm that in contrast to previous quantum
approaches does not require a lattice model simplification and instead relies
on the much more realistic assumption of parameterization in terms of torsion
angles of the amino acids. We compare it with its classical analog for
different annealing schedules and find a polynomial quantum advantage, and
validate a proof-of-concept realization of the quantum Metropolis in IBMQ
Casablanca quantum processor.
1 2 0 2 n a J 5 2 ] h pt n a u q [ 1 v 9 7 2 0 1 .
1 2 0 2 n a j 5 2 ] h pt n a u q [1 v 9 7 2 0 1] である。
0.82
1 0 1 2 : v i X r a
1 0 1 2 : v i X r a
0.85
3CCS-Center Learning
3CCSセンター 学習
0.64
and Deep QFold: P.
深い。 QFold P。
0.59
Quantum Walks Casares,1, ∗ A. M. 1Departamento de
量子ウォーキングcasares,1, ∗ a.m. 1departamento de
0.65
Universidad Resources, Roberto F´ısica 2Quasar Computational
大学リソース。 Roberto F ́ısica 2Quasar Computational
0.66
Campos,1, 2, † Te´orica, Science Simulation, January to
Campos, 1, 2, ~ Te ́orica, Science Simulation, January to
0.89
to Solve Protein A. Martin-Delgado1, 3, ‡ Complutense SL.
タンパク質A. Martin-Delgado1, 3, ^ Complutense SL。
0.85
Universidad 26, (Dated: tools predict 3D, most research.
ユニバーシダド26(ツール:ほとんどの研究で3dを予測する。
0.71
We in current biochemical recent deep learning of technique quantum walks applied to a Metropolis The to contrast in quantum algorithm that hybrid previous quantum instead the on relies lattice model and more much the amino acids.
We compare it polynomial quantum advantage, in IBMQ Casablanca quantum
ibmq casablanca quantumで 多項式量子の利点を比較すると
0.81
2021) how in explain how to combine
2021)どのように組み合わせるかを説明するか
0.81
torsion angles of schedules a the quantum Metropolis
量子メトロポリスにおけるスケジュールのねじれ角
0.71
annealing realization of
annealing (複数形 annealings)
0.33
We important problems advances with result, QFold, approaches realistic assumption of parameterization in terms of with and validate a proof-of-concept processor.
variety large of functions (−N H2) carand amine of are compounds made 20 (−COOH) difthat chain a side groups, with boxyl the of function prothe However, them.
ferences amino determined chain, the acid by only not tein is experimenfigure simple to out which is relatively much is which folding, spatial its but tally, from laboa obtain expensive in to and challenging more the complicated that gap beit In ratory.
fact is so sequence is known and those tween proteins whose additionstructure been has folding the which for of magnitude: three analyzed ally orders there are is the UniProt 200 million over sequences available database [1], but just over 172 thousand whose strucBank Protein given is ture Data the as known, cannot techniques experimental Furthermore, [2].
3つの分析された同盟の順序は、UniProt 2百万のシーケンスが利用可能なデータベース [1] ですが、strucBank protein が ture Data として与えられたわずか 172千 以上が ture Data として知られており、実験的な技術はありません。 訳抜け防止モード: 事実です 配列は知られています タンパクの付加構造は 桁違いに折りたたみ : 分析された3つのアライアンドは,2億オーバシークエンスデータベース[1]のuniprotである。 たった1万7200個以上のstrucbankタンパク質が与えられているのは、tureのデータです。 さらに, [2] では実験できない。
0.75
of configuration tridimensional the always analyse dark called what giving the rise is proteins, proteome that a significant of [3] are including the 5].
organisms [4, foldings proteins even with and others that have no called Intrinsically Disordered biomolecules, are Since such the probfolding so complicated, and retrieving their as regarded lem of one of is widely folding compuin the problems most and hard important research motivated tational and biochemistry, has and efficient an Having for decades.
one of the most popular approaches recently, algorithm apply to a Metropolis proteins was to terms the of is in parameterised package in example for done popular the project distributed the Rosetta [8] and this The main 10].
最近、metropolisタンパク質に適用されるアルゴリズムの最も一般的なアプローチの1つは、is in parameterized package(例えば、dod popular)という用語で、プロジェクトはrosetta [8] を配布し、これがメイン10である。
0.69
[9, Rosetta@Home that is approach, though, combinaproblem is for torial in nature, and NP simple even approaches For models this 12].
edition the for Protein StrucCritical Assessment (CASP) ture Prediction examfor model was winner the ple, DeepMind’s AlphaFold techable that was [14], to show that Deep Learning Deepobtain allow niques to results.
protein StrucCritical Assessment (CASP) ture Prediction examfor modelは、DeepMindのAlphaFoldtechableである[14]を受賞し、Deep Learning Deepobtainがニケを結果に与えることを示した。 訳抜け防止モード: The edition the for Protein StrucCritical Assessment (CASP ) ture Prediction exam for model was winner the ple。 DeepMindのAlphaFold技術は[14]だった Deep Learning Deepobtainは、ニクが結果を得られることを示す。
0.79
much better Mind approach consisted netneural on a training dependent potential, field a mean to work produce the and amino between distance the on acids torsion angles, that can be later minimized by gradient descent.
In this Quantum Computing could in the this art of problem comquantum error-corrected puters the using propose prediction starting point for a quantum Metropolis-Hastings algorithm.
The Metropolis a Markov-chain Monte Carlo algorithm is algorithm, a an algorithm that is, that performs random walk W over The Metropolis graph.
マルコフ連鎖モンテカルロアルゴリズム(Metropolis a Markov-chain Monte Carlo algorithm)は、メトロポリスグラフ上でランダムウォークWを実行するアルゴリズムである。
0.78
given a algorithm is the quickly to designed specially reach equilibrium that Wπβ πβ πβ.
アルゴリズムが与えられると、wπβ πβ πβ という特別な平衡に達するように設計される。
0.57
such state state, the = Slowly temperature parameter β the modifying inverse such that energy the states with smaller increasingly favoured by the random walk, we should end in system with high probability.
the the of ground state the Metropolis-Hastings of modifications Several algorithm to it to a quantum algorithm have
地上の状態 メトロポリス・ヘイスティングスの修正 量子アルゴリズムにいくつかのアルゴリズムがある
0.74
article help when become of AlphaFold
AlphaFold の時に役立つ記事
0.68
we improve large available.
私たちは大きく改善します。
0.58
We study the how state
私たち 勉強して 州は
0.60
become adapt as a
なる 適応 として あ...
0.46
英語（論文から抽出）
日本語訳
スコア
2 1. of Example
2 1. ですから 例
0.74
FIG. the each that glycylglycine.
FIG。 それぞれがグリシルグリシンです
0.75
the We can dipeptide: (Nitrogen-Cα-Carboxy).
We can dipeptide: (Nitrogen-Cα-Carboxy)。
0.77
attached chain acids would a different amino have case Hydrogen φ angle ψ. or depict each In the Glycyne.
付加された鎖酸は、異なるアミノ酸が水素φ角を持つか、それぞれのグリシンを描写する。
0.69
we figure torsion two backbone the three one first in defined the by the amino that in the Nitrogen except atoms same second Cα,1, C1), substituting three out plane the the For (Cα,1, C1, N2).
chain the has acid amino of instead Cα the to as defined is ψ the Angle (N1, amino the of acid of the Nitrogen by acid the atoms in amino acid acid by the Carboxy Inkscape.
our quantum Metropolis [16–21], substitutrandom walk by a Szegedy quantum advanthe alsimilar classically, and has been done simulate aim to Specifically, we smallthe peptides, several small and acids; only a comfew amino running with the classical time startwhether check also and algorithm by proposed state an may speed up the simulated
量子メトロポリスは 16-21, substitutrandom walk by a Szegedy quantum advanthe alsimilar, and been donesimulated aims specifically, we small the peptides, several small and acids; only a comfew amino running with the classic time startw whether check and algorithm by proposed state an may speed up thesimulated。
0.68
been proposed classical the ing On [22].
22] の ing を古典的に提案しています
0.68
walk tage of the application gorithm under to what on Ising models[21].
アプリケーションのgorithmの walk tage を Ising モデル [21] について説明します。
0.80
this procedure for proteins with est pare the expected annealing, simulated initial ing AlphaFold similar to annealing process.
inobtain polynomial quantum advantages, to walks by mainly spired theby indicated quantum oretical In above.
inobtain多項式量子の利点は、上図で示された量子正則で主に尖った理論によって歩く。
0.64
in fowork the implementation cuses only on the of the Metropolis studies hapwhat and with difsystem (peptides) pens with a different testing of instead schedules annealing ferent a only β. temperature single linear inverse the for IBM concept using Lastly, we Casablanca realizing the quantum quantum hardware.
in fowork では、実装カスはメトロポリス研究のハプタッハにのみ適用され、代わりにスケジュールアニールの異なる試験を伴うジフシステム(ペプチド)ペンは、唯一のβをアニールする。温度単一の線形逆転IBMのコンセプトを使用して、最後に、我々は量子量子ハードウェアを実現するカサブランカ。 訳抜け防止モード: ファウワークにおいて 実装は メトロポリスの 研究にのみ焦点をあてる ジフシステム(ペプチド)ペンで異なる試験を行い、代わりにフェレントをβだけアニールする。 The temperature Single linear inverse the for IBM concept using Lastly, 私たちは量子量子ハードウェアを実現するカサブランカです。
0.80
The schedule also validate a proof of processor, Metropolis
あらすじ スケジュールはまた プロセッサの証明を検証します メトロポリス
0.54
Szegedy Metropolis contrast unitary algorithm,
Szegedy Metropolis contrast unitary algorithm
0.70
and algorithms our
アルゴリズムを使って
0.57
with [21], heuristic but
21]では ヒューリスティックですが
0.49
experimentally algorithm benefits The first
実験的アルゴリズム 利益 第一に
0.73
different use of two makes
異なる用途で two‐making
0.71
from one our work
一つから 我々の仕事は
0.65
research related second line
研究 関連 第二 ライン
0.71
of in actual
ですから で 実際の
0.64
work [22], to
仕事 [22], へ
0.68
is to folding. quantum computing
は 折りたたみ。 量子コンピューティング
0.63
speedup The models
モデルをスピードアップする
0.81
or imtechniques quantum the use of reason of process protein the prove of probecause even this for is simplified optimization are NP hard folding tein combinatorial principle in polynomial problems, so speedups could inbe expected from the use of literature The counterparts.
In very hard, and mostly on adiabatic fully realistic our work presents much more contrast, torsion of the terms scalable model, in parametrized torsion are dihedral, The called angles.
also angles, the structure between backbone angles atoms in the that An exprotein, of the its folding.
また、背骨の角度の間の構造は、その折りたたみのAnタンパク質の構造である。
0.70
determine of the dipeptides, smallest the ample glywith the angles These in be can cylglycine, found 1. figure ω, φ, acid, per three usually are amino ψ and but always the latter is almost value at fixed π and for that in the account commonly taken into reason, not [14].
rithm is that approach the is simulate are to able nevertheless able to
rithmは、isシミュレートのアプローチは、それでも可能でありながら、
0.68
that a use fact the and initialization, [14] AlphaFold as of in approach from the usual different apadiabatic commonly folding: our whereas far, used algoso this more of downside precise that we acids of number amino we but is more restricted, are perform experiments in actual
the QFold and Scheme the by Minifold angles of energy and the torsion outputs the links the between
QFold と エネルギーの最小の角度でスキームし、ねじれは間のリンクを出力する
0.68
FIG. conforming guessed the κ = 1), with finally that that recovers obtained a gives to Psi4 quantum Metropolis the the figure
FIG。 コンフォメーションは κ = 1) を推測し、最終的に得られた a が psi4 量子メトロポリスにその図を与える。
0.73
as all angles. atoms from PubChem using Psi4.
あらゆる角度から。 Psi4を用いたPubChemの原子。
0.69
torsion first calculate of all algorithm,
トーションはまず全てのアルゴリズムを計算します
0.70
Starting algorithm.
アルゴリズムの開始。
0.81
a Minifold module, in point a positions possible scheme In the the of protein, The initializer, before angles, rotation possible which outputs
ミニフォールドモジュール, 点 a 位置可能なスキーム プロテイン, 初期化器, 角度の前に, 可能な回転, 出力します。
0.75
estimate the of the energy
見積もって エネルギーを消費し
0.65
starting 3. acid amino
始めよう 3. 酸 アミノ
0.76
atoms sequence, use we from the uses of AlphaFold, as initializer.
原子配列、アルファフォールドからweを初期化剤として使う。
0.71
substitution distributions starting of the means as the (or rather, algorithm quantum Metropolis perform a to by Psi4, calculated a builder backbone the algorithm, subroutine represents of atom positions using chain, the particular backbone the and our case by Minifold, is subroutine that a second instantiated in uses calculator energy The quantum Metropolis.
方法から始まる置換分布(あるいはアルゴリズム量子メトロポリス)は、Psi4による to を計算し、ビルダーのバックボーンをアルゴリズムで計算し、サブルーチンは鎖を用いて原子の位置を表し、特定のバックボーンはMinifoldによる私たちのケースはサブルーチンであり、第2のインスタンス化は電卓エネルギーを使用する。
0.80
the to passing it in used energies and we angles that want these expected the folding.
使用済みエネルギーでそれを渡すことと、これらが折り畳みを期待したい角度。
0.72
detailed flowchart, refer to
詳細フローチャートを参照。
0.68
to Psi4 the extract algorithm then The von Mises
抽出アルゴリズムを Psi4 にすると、von Mises
0.80
explore, a more to For
探検して もっと のために
0.70
the in are we hardware.
イン 僕らは ハードウェア。
0.60
2020 CASP their AlphaFold v2 results proves
2020 CASPのAlphaFold v2結果が証明
0.86
the is worth mentioning DeepMind’s
はあ? DeepMindに言及する価値がある
0.62
in the tested algorithm which significantly imfrom their
テストされたアルゴリズムでは
0.53
that team previous version.
あのチーム 前 バージョン。
0.72
Finally, competition, it
最後に、競争。 それ
0.74
of our realistic,
ですから 私達 現実的
0.59
contributions provided and and could computer quantum the of state current art different use the of
貢献 状態の現在のアートがofと異なることをコンピュータ量子化できる
0.66
In summary, threefold: are that scalable is a fault-tolerant competitive with Secondly, schedules perform compare cal Metropolis tum speedup.
the make to classical its than teins even after to error a proof-of-concept rithm work.
概念実証の作業に誤りを犯した後でも、定規よりも古典的になる。
0.65
the main work firstly, we design a quantum algorithm with become techniques.
まず第一に, 量子アルゴリズムの設計法について述べる。
0.68
cooling we analyse and out-of-equilibrium quantum walks, in and QFold ideal quantum classiequivalent its towards quana enough advantage is convenient more produe implement algoour
解析と平衡外量子ウォークを冷却し、QFoldの理想量子はクオーナに相応しく、十分に有利であり、より便利な実装法である。 訳抜け防止モード: 冷却 : 平衡量子ウォークの解析とアウト in および qfold ideal quantum classi equivalent its towards quana enough advantage is useful than produe implement algoour
0.78
algorithm, This quantum Metropolis in account Thirdly, we
アルゴリズム、この量子メトロポリス、第三に私たちは
0.78
counterpart taking into correction protocols.
修正プロトコルを取り入れています
0.72
quantum Metropolis hardware, validating
量子メトロポリスのハードウェア 検証
0.68
simulations the pointing
ポインティングのシミュレーション
0.66
average-length slowdowns the of quantum
平均長スローダウン quantum (複数形 quantums)
0.61
performance with quantum
パフォーマンス 量子
0.63
actual in of
実際の で ですから
0.64
II. QFOLD ALGORITHM
II。 QFOLD ALGORITHM
0.80
called we will scheme good
良い計画を立てる」と
0.48
we algorithm The components main three has figure (see 2 this in section to routine initialization an angles that of the dihedral to quantum Metropolis a folding, tein guess, initial from the state energy lower against compare to metropolis sical the speedups.
However, tions large exponentially not do whole the explore teins In in configurations possible space order of aim to not similar a fashion, QFold does all
by initialization module, where Minifold calculate The either represented
初期化モジュールで、Minifoldが計算します。
0.66
the of energies Probabilities by
エネルギーによる確率
0.62
altogether, We denote
すべて、私たちは示します。
0.45
be figure This to in summarized could be the diamonds each decisions of can be used get a guess of to the bottom half represents use and makes TTS on them can be found
Since niques such solution in the real closer the to actual in principle the helpful the larger be most expect to it space, we fact, In being modelled.
one of the motivaprotein the for our work was that adding a Rosetta fact tions the AlphaFold algorithm was the relaxation at end of improve slightly able the the AlphaFold relaxation that Notice algorithm [14].
folding parametrizing them, separate distribution the
折り畳みパラメータ それぞれ分けて配布します
0.64
whose in proteins of terms Then, (see figure (φ, ψ) their backbone 1), neural convolutional network to predict distances between amino acids, or as call that model gives Train a for the torsion a probability protein sequence angle conditional on MSA features, analysed and previously its P (φ, ψ|S, M SA(S)).
このときの用語のタンパク質において、アミノ酸間の距離を予測する神経畳み込みネットワーク(図 (φ, ψ) を参照)、またはそのモデルを呼び出すと、トレインaは、msaの特徴に基づく確率的タンパク質配列角を条件付け、解析し、それ以前のp(φ, ψ|s, m sa(s)) を与える。
0.78
done a using 1is This takes the prethat layer dimensional pooling acids and outdistances dicted between amino the such as different secondary puts structure prethe To make the α-helix [32].
β-sheet of bins of size algorithm makes use diction, 10º, prediction.
β-sheet of bins of size algorithmは辞書、10o、予測を使用する。
0.72
its discretising effectively facadditional some plus this All to used is Rosetta, train extracted tors give to smaller that aims effective an configurations that the model energies to nature.
disof the distribution is the and tribution, its because are variables periodic
disof the distribution is the and tribution, which because is variable periodic
0.82
information, from potential the be more
情報 可能性からすれば
0.50
circular use is [33].
円形の使用は[33]です
0.79
analog justified normal angles
アナログ正当化 normal angles
0.79
effective to 4. B.
有効 へ 4. B。
0.74
Classical Metropolis the As algorithm that
古典都市 as アルゴリズムは
0.58
the Metropolis
the Metropolis―the Metropolis
0.54
the in to perform
in (複数形 ins)
0.27
over space torsion such, a
空間ねじれという,宇宙のねじれ
0.58
introduction, protein algorithm.
導入、蛋白質のアルゴリズム。
0.71
a relhave mentioned we As foldapproach popular atively The to ing has been use performs an Metropolis algorithm is The configuration the a random walk possible of space abstract is configuration the can protein given a that values angles list a for of values take.
a relhave mentioned We As Foldapproach popularly The to ing has used perform a Metropolis algorithm is 構成 空間抽象のランダムウォーク可能な構成は、値の角度が取り込まれる値のリストをリストしたカンタンパクである。
0.68
given state i is computational for In particular, such torsion angles.
与えられた状態 i は特にねじれ角として計算される。
0.69
from can take values that angles set purposes, we will but continuous be not it will set, a given that is, a a define such discrete distribution.
probability Furthermore, those dictate will angles the in atoms the the i will also imply an energy level Ei, state the protein, due to the interaction the Rosetta
overall approxima- algorithm the of one Tij call to this change
総合 近似 この変更に対する1つのTij呼び出しのアルゴリズム
0.58
the library, function that calculates an tion such to called energy is scoring function.
エネルギーと呼ばれるような割当を計算するライブラリ、関数はスコアリング機能である。
0.85
Starting from a state i, the Metropolis proposes a change uniformly at random to configurations, j, connected to i.
状態 i から始まるメトロポリスは、i に接続された構成 j に対してランダムに変更を提案する。
0.67
We will the probability of such proposal.
私たちはそのような提案の確率を予想する。
0.61
Then 1, e−β(Ej−Ei)(cid:17) (cid:16) probability accepted with is (1) Aij = min i → j in resulting change of probability an step Wij = TijAij.
すると、1, e−β(ej−ei)(cid:17) (cid:16) の確率は、(1) aij = min i → j で受け入れられ、その結果確率の変化は、ステップ wij = tijaij となる。
0.72
a given at probability decreases varying Slowly the one the state are increase that the that steps energy of sufficiently is and as a consequence when β accepted, annealthis a end state large, is If the local minima.
is done ing procedure sufficiently slowly, one can also found is the global minima.
ing 手順が十分に遅いので、グローバルミニマ (global minima) も見受けられる。
0.65
ensure that the minima anperform this not one practice in However, does instead resorting required, as as nealing slowly to selecting and classical walk, the of restarts heuristic the best result found by the different trajectories.
we implementation emulate In our of energies the to access cle different subroutine oracle Such in practice is a Psi4 package [34] the to torsion configurations sible detail to want explore.
that calls the of energies all posthat angles we of our partic-
我々のパルチックの全てのポストハット角を エネルギーと呼びます
0.65
calculate for the give more in section
セクションでより多くを与えるために計算する
0.68
several having
複数 having ～
0.70
C. Quantum Metropolis
C。 量子メトロポリス
0.71
of previous generalisation
ですから 前 一般化
0.62
the Metropolis is the walks.
メトロポリスは散歩です。
0.49
purpose algoA natural use rithm the explained in section The of walks instead quantum random of is most quantum popular this for walk simiSzegedy’s that [22], of two rotations consists algorithm lar the to rotations performed in Grover’s bion quantum Szegedy’s [35].
目的 algoa natural use rithm the explained in section the of walks instead quantum random of is most quantum popular this for walk simiszegedy’s [22], which two rotations are algorithm lar the to rotations performed in grover’s bion quantum szegedy’s [35]. 量子力学における2つの回転のうち、アルゴリズムは2つの回転からなる。
0.77
walk defined is probabilities graph.
ウォークの定義は確率グラフです
0.68
partite Given the acceptance Wij the transition (1), = TijAij, defined Aij for in := |j(cid:105)(cid:88) (cid:112)Wji unitary from state i to state j, one defines the U |j(cid:105)|0(cid:105) |i(cid:105) = |j(cid:105)|pj(cid:105) .
partite 受理 Wij のトランジション (1), = TijAij, in := |j(cid:105)(cid:88) (cid:112)Wji unitary from state i to state j, one は U |j(cid:105)|0(cid:105) |i(cid:105) = |j(cid:105)|pj(cid:105) である。
0.81
i∈Ω := 1 − 2Π0 = 1 − 2(1 ⊗ |0(cid:105)(cid:104)0 |) R0 |0(cid:105) second the reflection over the in S the swaps both swap that define as step the quantum walk W := U†SU R0U†SU R0.
i・2-0 = 1 − 2(1 ) |0(cid:105)(cid:104)0 |) R0 |0(cid:105) 次に、in S 上のリフレクションは、量子ウォーク W := U SU R0U SU R0 をステップとして定義するスワップである。
0.69
the space, and spaces, we state gate
空間と空間は ステートゲート
0.57
subsub- Taking
サブサブサブ テイキング
0.50
(4) (2) (3)
(4) (2) (3)
0.85
a
あ...
0.16
英語（論文から抽出）
日本語訳
スコア
9 if is the
9 もし は はあ?
0.66
use Fig. of that
利用 フィギュア。 その中
0.62
modification and for a quantum walks
modified～ 量子ウォークでは
0.58
quantum Metropolis [21]
量子メトロポリス[21]
0.73
detailed A We refer to Appendix sima in these the on account of completeness, For rotations.
ilar way to the Grover theoretthe detail review in more in Appendix A we us leads that quantum walks Szegedy ical to basis in possible is quantum advantage believe a our problem.
ilar way to the grover theoret the details review in more in appendix a we us leads that quantum walk szegedy ical to basis in possible is quantum advantage believe a our problem. (英語)
0.79
is that the δ It known is well eigenvalue gap of and ∆ the classical walk, phase the gap the of quanthe tum walk, then complexity of the classical walk is O(δ−1), quantum algorithm of complexity the the O(∆−1), and the and relation between the phase by ∆ = Ω(δ1/2) [36], eigenvalue given gap is offering a potential quantum advantage.
algorithm aims Our to gain efficiency corresponding in
アルゴリズムは効率性を高めます。
0.56
explore what practice.
何の練習か探ってみろ
0.48
algorithm that The we ema small the of ploy uses Szegedy substituting the bipartite graph quantum walk, by a |·(cid:105)S quantum registers: 3 have is, we will coin.
We ema small the ploy というアルゴリズムでは、二部グラフの量子ウォークを a·(cid:105)S の量子レジスターで置換する Szegedy を用いる。 訳抜け防止モード: ploy の we ema small アルゴリズムは、二成分グラフの量子ウォークを構成するセゲディな置換を用いる。 a |·(cid:105) によって、量子レジスタ : 3 は である。
0.84
That |·(cid:105)M system, of the indicating state the current that |·(cid:105)C take, one may the indexes possible moves and ancilla registers the coin register.
That |·(cid:105)M system, of the present state that |·(cid:105)C take, one may the indexes possible move and ancilla registers the coin register.
0.90
We may also have |·(cid:105)A. then is step quantum walk The ˜W = RV †B†F BV.
V Here prepares possible all superposition a over |·(cid:105)M , steps one may take rotates the B in |·(cid:105)C |1(cid:105)C coin qubit correspondto have amplitude of ing the to acceptance (1), probability indicated by |·(cid:105)S to F changes the new configuration the register = |1(cid:105)C), |·(cid:105)C |·(cid:105)M and of value on (conditioned the |0(cid:105)M CA.
ここで v は、 |·(cid:105)m 上のすべての重ね合わせ a を |·(cid:105)c |1(cid:105)c coin qubit で回転させうるステップ a は、入力の振幅(1) を持ち、 |·(cid:105)s から f で示される確率は、新しい構成を変更する レジスタ = |1(cid:105)c), |·(cid:105)c |·(cid:105)m および |0(cid:105)m ca 上の値(条件付き)を持つ。
0.74
state over reflection and R is the a options clever other Although available [21], are heuristic here we implement the simplest algorithm, implementing L steps of which quanthe of consists tum walk |ψ(L)(cid:105) |π0(cid:105) , ˜WL... ˜W1 annealing an defines also ..., L = 1, step.
state over reflect and R is the a option clever other [21], are heuristic here we implement the simpleest algorithm, which quanthe of tum walk |*(L)(cid:105) |π0(cid:105) , sWL... sW1 annealing andefined also ..., L = 1, step.} である。
0.80
of values chosen β(t) at each explanation of algorithm [21] can be
アルゴリズムの各説明で β(t) を選択した値の [21] です。
0.84
schedMore found
schedMore発見
0.75
register (5) (6)
登録 (5) (6)
0.81
:= where t ule, for detailed in
:= t uleについて詳しくは
0.70
appendix B. III. SIMULATIONS,
付録B。 III。 シミュレーション。
0.59
EXPERIMENTS AND RESULTS
実験および実験 結果
0.47
A. Figures of merit
A。 図 メリットは
0.62
When looking given solutions of between balance a want we hand, one bility finds the correct
手持ちのバランスの間の解を求めるとき、一方のビリティーが正しいことを見つける
0.76
for the to protein folding we have aspects: two important high with that a model On solution.
of them state. definition increase in the way we to
国家です 定義 私達のやり方を 増やします
0.58
represents and the of t ∈ N is the number of quantum/random steps where an quantum/classical the of performed in hitting probability the algorithm, Metropolis in each attempt, and state the steps right after the algorithm taking success probability of δ a target restarts, set into that we to value account the constant, a is it case, any 0.9. of value since In straightforward is of value with T T S(t) of other δ to not should Although to expect recover.
表現し 表現し t ∈ N は、アルゴリズムが確率を打つ際に実行される量子/古典的なステップの数であり、各試みにおけるメトロポリスは、アルゴリズムが δ の成功確率を取る直後のステップを目標が再スタートし、定数、a の場合、値の 0.9. を考慮に入れるように設定される。 訳抜け防止モード: 表現し 表現し t ∈ N は量子/ランダムステップの数であり、各試行において確率に当たったときの量子/古典的定理、メトロポリス(Metropolis)である。 そして、ターゲットが再起動するδの成功確率を取るアルゴリズムの直後にステップを記述します。 定数を考慮に入れます Aはそうか? In straightforward is of value with T T S(t ) of other δ 回復を期待してはならない。
0.61
one be calculate protein able to p(t) in the average because the challengvery already is finding state ground possible is smaller for ing, instances it to calculate algorithm many executing for T T S the example the that the calculating times percentage and correctly identifies the lowest energy Using quantum is corresponding the resources, from appendix B.
1つは平均でp(t)を計算できるタンパクで、それは、既に可能な状態基底がingよりも小さいためである。例えば、T T Sで実行されている多くのアルゴリズムを計算できる。例えば、計算時間の割合を計算し、量子を用いて最低エネルギーを正しく特定することは、付録Bから、リソースに対応する。
0.76
(B7) comWe this metric can corresponding promise between longer walks Using success.
(B7) comこのメトリクスは、長い歩行間の約束に対応できます。
0.66
expected compare and this figure the minimum values quantum walks Similar metrics have achieved also [37].
期待比較とこの図は、最小値量子ウォーク類似のメトリックも達成されている[37]。
0.83
literature the been On the other hand we would also like mention that small algothere a could only rithm that last output the instate with minimum energy found so far, stead of the the Rosetta@Home in example for choice a common having for project.
文献 他方では、小さなalgothere a は、プロジェクトの共通の目的を選ぶために、rosetta@home の代わりに、最小エネルギーで最後のインステートを出力できるのは rithm のみである、ということにも言及したいと思います。
0.67
not reason The this included because is modification the length of classical the of portion sizable represents steps, to 2 path, a 50 avail4096 to 64 ranges total the space that from for case be not that will positions, whereas able the proteins.
We large that had we run the clasthat modification, sical experiments we would results, in bias have the a introduced smallest the classical the favouring random walks in the of instances therefore problem, likely overquantum advantage.
the estimating IBM Quantum systems in run experiment For the III C 4, found can results and be whose instead the metric we use of the proba-
実行実験におけるIBM Quantumシステムの推定 III C 4では、結果が発見され、その代わりにprobaを使用するメトリクスになります。
0.81
probability have to compare the mint T T S(t).
確率は mint T T S(t) を比較する必要がある。
0.84
in previously the of classical because we its TTS, the random walk
前もって 古典的であるのは 我々がそのTSS をランダムに歩くからです
0.68
modification improve configuration
変更は構成を改善します
0.53
believe with relatively for defined
相対的に信じる for defined
0.78
section is the in TTS
セクションは TTSでは
0.67
classical large and
古典 大きい そして
0.73
the of is
はあ? ですから は
0.54
is
は
0.74
英語（論文から抽出）
日本語訳
スコア
bility of measuring ticular whether we in the probability Measuring tion.
確率で測定するかどうかのticularの測定の能力。
0.77
esting due the correct the are to able corresponding here the high of
情け容赦なく ここで対応できる範囲を訂正する
0.35
TTS level in parand answer, changes small detect solucorrect to the be not would intercircuit.
TTSレベル パランの答えでは、小さな変化がbeに修正され、beは循環しない。
0.69
noise of the to B. Simulation
音の音 へ B。 シミュレーション
0.70
and experimental setup
そして 実験 セットアップ
0.72
1. Simulations
1. シミュレーション
0.82
the our can
はあ? 私達 できる
0.57
have of [34],
持ってる 34]の.
0.43
including executing algorithm we
など 実行 アルゴリズムは
0.68
dubbed Minifold
Minifold (複数形 Minifolds)
0.34
system checks whether
システムがチェックする
0.79
different unofficial and Qiskit
異なる非公式およびQiskit
0.76
we the PubChem abundant atomic
私たちPubChem豊富な原子。
0.69
the as input takes procedure simulate to want and correspondthe of file reposonline an [41], information over many positions.
as 入力は手順シミュレートを行い、ファイルレポゾンラインの [41]、多くの位置の情報を要求および対応します。
0.68
the built of to perform a variety that allows libraries used are Psi4 The main software configuraenergies of of version distilled a [38], [39] for Simulations implementation of quantum walks.
A scheme algorithm and of pipeline be algorithm simulation the figure (3).
スキームアルゴリズムとパイプラインは、図(3)をアルゴリズムシミュレーションします。
0.77
initialization peptide of the Psi4 download to molecule from containing
Psi4が含有する分子にダウンロードする初期化ペプチド
0.89
For assessment a simulation pipeline of options.
オプションのシミュレーションパイプラインを評価するため。
0.75
calculation the for tions in peptides AlphaFold the were on prototyping, Amazon Web plete the of seen in The name uses ing itory molecules, and before After that, the classical walks, to and if not uses Psi4 calculate available, file is different the values energy of possible all store calculation For the angles.
of tions the relatively common the that energy we the and [42], functions atomic orbital to second order [43] as dure alternative expensive accurate and However, it also is Hartree-Fock method.
or any to energy basis the system performs nally, corresponding tum returns and random walks TTS a maIn at the chine implemented beginning values the by returned of that the minifold, library.
または、システムが nally を実行し、対応する tum 戻り、ランダムウォーク TTS a maIn at the chine implemented start value the by return of the minifold, library。
0.67
molecule the potential quanto evaluate On the other hand, select the number of also tum advantage, we allow to specify antorsion of discretization the bits the can that bit means gles.
example, 1 angles take {0, π}, whereas values bits indicate discretiza-
例えば、1つの角度は{0, π}を取るが、値ビットは離散を示す
0.73
choose the and found.
選び、見つけて下さい。
0.59
the evaluate order to of adding impact module learning such AlphaFold as algorithm, the of have we from random to initialization option start the dihedral angles, from the ones angles the or actual original returned has, as by the PubChem
quantum and an energy and rotaof 6-31G procea more to the possible Fiquanminimum
量子とエネルギーとrotaof 6-31gは、可能なフィクアンミニムより多くをプロセアする
0.60
torsion choose basis of Moller-Plesset not too procedure.
torsionは、moller-plessetのベースを選択します。
0.46
other that For in
その他 インのために
0.60
the 2 7 of
はあ? 2 7 ですから
0.64
in Its the amplitudes,
で その はあ? 振幅 振幅
0.58
latter. (7). if specific
後者。 (7). 具体的には
0.67
size evaluating the the precision In general, radians.
サイズ評価 一般的に、ラジアンの精度。
0.67
tion π/2 21−bπ, of number for the b angles will be rotation 10º of AlphaFold of precision the Notice bits.
b 角の数値の tion π/2 21−bπ は、通知ビットの精度の AlphaFold の回転 10o になります。
0.78
that in indicated that we their reporting when angles, = between b 5 and intermediate section II A, is that when we increase here The main b = 6. idea is search of the the angles, of the b number or classihow the becomes space larger, and grow we may be able quantum mint T T S(t) cal and quantum advantage to check whether polynomial a from incalculated directly The exists.
角度、 = b 5 と中間セクション II A の間に、その報告が、ここで増加するとき、主な b = 6 のアイデアは、角度の探索、b の番号または分類が空間が大きくなり、成長できる量子ミント T T T S(t) cal と量子の利点は、直接計算されるから多項式 a があるかどうかを確認することができる。
0.80
be T T S can executing the if classical ferred is one probabilities, Metropolis in classical quantum metropolis or the one quantum hardware, is or from the of simulation running defithe a seen nition can be in equation implemented and used the experiment Finally, we to the simulation mode in mode, that contrast paragraphs, us to explained in previous allows run IBM problem in the actual our of instances smallest bit.
be T T T S can can the if Classic ferred is one probabilities, Metropolis in Classic quantum Metropolis or the one quantum hardware, is or from the the the the the the the the of simulation running defithe a seen nition can be equal implemented and use the experiment, we to the simulation mode in mode, that contrast paragraphs, we to explain in previous can run IBM problem in the actual we of instance smallest bit. (英語)
0.90
single rotation Q hardware, dipeptides with a choices involve the Other value we have to make parameter it is of the fixed or folβ (1), whether in steps of number the schedule, annealing some lows the or their computes system for which the TTS, if distribution von Mises from the κ parameter the initialization is given by Minifold.
fact, if the original AlphaFold κ the used, to algorithm were returned by AlphaFold could actually be used values furthermore instead of to the this efficient using procedure Additionally, probabilities walks classical the of ber times of number This able named number 500 × (2b)2n−2, to number the and n spaces larger require more non-fixed If is β a several tested mented and implemented The schedule.
事実、もし使われていた元のアルファフォールド κ を alphafold に戻すアルゴリズムに戻すと、この効率的な使用手順の代わりに実際に値を用いることができ、それに加えて、確率は古典的に、名前のついた 500 × (2b)2n−2 という番号の ber の回数を歩いて、β がいくつかのテスト済みでスケジュールを実装した場合に、より大きな空間と n の空間を必要とする。
0.68
Qiskit allows while amplitudes, the from repeat to we have infer to procedure by controlled a repetitions is have we that number of reflect to
t e is times of multiplication the that Notice comparison fair to make a order in necessary the schedules, so that they of with the rest is consequence, β(1).
t e は、必要なスケジュールで注文を行うためにその通知比較フェアを乗算する時間であり、残りのものは結果的に β(1) になります。
0.73
in start all this a As the truly not required theoretical schedule to achieve a quadratic
in start all this a 二次的達成のために本当に必要でない理論的なスケジュールとして
0.65
speedup. fa-
スピードアップ fa-
0.61
英語（論文から抽出）
日本語訳
スコア
8 experimental of concept explain a proof In section III C 4 we 4.
8 概念の実験は、セクションIII C 4 We 4で証明を説明します。
0.82
FIG. flip coin the implementation the represents figure of and this key two has The (5).
FIG。 flip coin the implementation the representation figure of and this key two have the (5)。
0.74
B by represented operator circuit is in |1(cid:105) we then to coin rotate first that is we the register and have would not 1.
B by represented operator circuit is in |1(cid:105) then to coin spin first that that we is we the register and not 1。
0.85
This halves the cost, since otherwise one φ and registers move, values for control the combinations of together grouping cost, halves again simplification second the |000(cid:105) |010(cid:105) are and on values the very controlled controlled rotations group β. depends Similarly, we the out on two control requiring to has effect of Separated CCC-RX barriers, two the by gates implementation gates.
of perform 4 this ψ), we case only in and see that empirically values.
4 を 4 とする) の場合、我々はその経験的値のみを例に挙げる。
0.69
We rotations with similar implicitly that them in so similar, group we |001(cid:105) |101(cid:105) β. also This also on in R1, and on transforming (φ, ψ and move), three bottom registers, the the can bottom we and right from left
同様の暗黙的に回転し、グループ we |001(cid:105) |101(cid:105) β. また、これはR1でも起こり、変換(φ, φ および移動)、3つの下部レジスタ、3つの下部レジスタ、缶底私たちと左から右。
0.73
of only in CC-RX .
CC-RXのみである。
0.69
of rotation on the nice
ですから 素敵に回転する
0.60
rotation R0, dependent quantum Metropolis
回転R0, 依存 量子メトロポリス
0.75
reduce if the from top
減らします。 上から
0.62
such CC-RX
そのようなCC-RX
0.46
see to to of
見て へ へ ですから
0.61
it • Cauchy or linear implements by
それ • コーシーまたはリニアな実装
0.72
a schedule
スケジュール; スケジュール
0.64
given β(t) = β(1)t.
ですから β(t) = β(1)t。
0.65
(8b) • • α
(8b) • • α
0.87
(8c) that geometric
(8c) あれ 幾何学
0.75
defines β(t) = β(1)α−t+1, a is 1 where parameter < heuristically to set 0.9.
β(t) = β(1)α−t+1, a は 1 である。
0.56
And finally exponential β(t) = β(1) exp(α(t − 1)1/N ), space the is and N 0.9 to where is α set again in which dimension, to equal case this is the number of angles.
そして最後に指数関数 β(t) = β(1) exp(α(t − 1)1/n ) と空間 is と n 0.9 が再び α に設定され、その次元は等しく、これは角度の数である。
0.86
torsion the comparison purposes, been optimized
比較目的のねじれを最適化し
0.76
heuristically
ヒューリスティックに
0.37
value to
value (複数形 values)
0.33
of 50. chosen have
50人だ 選定 持ってる
0.58
β(1) (8d) uses
β(1) (8d) 利用
0.84
we For has
私たち 私にとっては
0.50
two main system has current Our used.
2つのメインシステムが使用済みです。
0.66
it on pending is mode If the then simulation, perform a the simulator the Access Memory of This have simulated, β:
it on pending is mode シミュレーションを行う場合は、このアクセスメモリがシミュレーションされたシミュレータを実行します。
0.74
delimitations aim the to is amount Random of the main concern.
昇華は、主な関心事の量ランダムを目的とする。
0.53
is for a of value
ある意味では value
0.71
fixed why we
固定 なぜ? 私たち
0.66
is • • • bits.
は • • • ビット
0.68
Dipeptides with 3 Tripeptides with 2 Tetrapeptides with
3つのトリペプチドと2つのテトラペプチドを持つジペプチド
0.63
rotation to 5 bits. rotation rotation single a tripeptides with Additionally, dipeptides with 6 bits, can be simulated 3 bits and tetrapeptides with 2 bits not but calculate them to enough a for of few steps, value If confidence.
with of merit figure our the β schedule, annealing follows but is not fixed some the are requirements larger, but we can still simulate the Random that, than the Further peptides.
same (classifor requirements Memory Access an ideal cal) simulation quantum of the algorithm become
同じ(古典的な要件 メモリアクセス 理想的なカル)アルゴリズムのシミュレーション量子化
0.81
bit.
ちょっ。
0.58
英語（論文から抽出）
日本語訳
スコア
9 5. FIG. hardware, better of the V , and angle, the move step walk move and
9 5. FIG。 ハードウェア、Vのよりよいおよび角度、移動ステップは動きます。
0.78
of the full Implementation the described rotation coin flip using right, to identification and (from left ˜W from (5): put steps two the move prepare the coin, B.
完全な実装では、説明された回転コインのフリップを右から識別し、( (5) から左から) ^ から ^ へ移動をステップ2で行い、コイン B を準備する。
0.68
Then, controlled of ψ (if move = |1(cid:105)) value the change V †, perform the and preparation, proceeds equally (with different before measuring registers coin
from section circuit quantum Metropolis in the of steps The 4. figure from top put bottom): first φ to controls which register angle (that |1(cid:105) in on the being state and coin or φ (if move = |0(cid:105)), denoted by F .
ステップのステップのセクション回路量子メトロポリスから4.図: 上に置かれた底からの図): F で示されるどのレジスタ角度(その |1(cid:105)に状態とコインまたはφ (もし移動 = |0(cid:105))で制御する最初のφ。
0.86
|move(cid:105)|coin(cid:105) = |00(cid:105) on flip phase but rotations), the β of value and it step.
|move(cid:105)|coin(cid:105) = |00(cid:105) on flip phase but rotations), 値のβとステップ。
0.95
φ and ψ because is the last
φ と ψ は最後だからです
0.79
quantum actual implemented in III C 4 for a barriers by are circuit separated for superposition.
障壁のためのIII C 4で実装された量子実体は、重ね合わせのために分離された回路である。
0.65
and each Then, in ψ in to move) superposition, a operator register the move corresponding the coin, B† and the uncompute Then we quantum second The by R. represented have uncompute now we do not to the
そして、 ψ in to move) の重ね合わせにおいて、操作者はコイン b と非計算に対応する移動を登録し、次に r によって表現された量子第二の移動は非計算である。
0.71
that Notice large. quite moment, at 32 the qubits the by constrained depth gates.
それは大きい。 かなり瞬間、32のキュービットで 制限された深さのゲート。
0.62
of into millions run Qiskit but of the
何百万人にものぼる Qiskit (複数形 Qiskits)
0.50
simulator our system circuit,
システム回路をシミュレーターして
0.83
supports more is which can
より多くをサポートできます
0.80
2. Experiments W have the in experiments IBMQ performed also Casablanca previous the contrast with In processor.
2. 実験 w は ibmq が in プロセッサとのコントラストに先立って casablanca も行った in 実験を行う。 訳抜け防止モード: 2. 実験 wは実験中 ibmqはinプロセッサとのコントラストに先立ってcasablancaも行った。
0.79
ratio to signal experiments, due low the to noise in the available quantum hardware, it does not make the the compare to much of values directly sense to the of merit.
TTS figure objective here is Instead, a two-step implement be able to show that we can to quantum walk (the required produce minimum in an to able be and interference) increase see still Since state.
correct the with probability associated quandepth the in constrained we of the only we implement, can tum circuit experiment 1 with and with bit of precision in the can rotation or 0 either be ψ and φ is that π.
We quantum circuit, this In depicted 5, we will have qubits, 4 namely and another qubit, indicating what the to next in from the start uniform superposition
˜W steps with 0.1 have 1 to large |0(cid:105)φ |0(cid:105)ψ, where we encode of state correct energy,
0.1 W のステップは 1 から大きな |0(cid:105)φ |0(cid:105) であり、状態正エネルギーをエンコードする。
0.78
then of β abilities state of dipeptide.
そして二ペプチドのβ能力の状態。
0.77
and circuit the to 4 are corresponding figures The and the depicting procedure flip coin the former 5, circuit the using it subroutine as a in latter the most is the subroutine coin The flip whole.
そして、to4の回路は対応する図形であり、描画手順は、前者5のフリップコインを、後者はサブルーチンをフリップ全体として使用する回路は、サブルーチンコインである。 訳抜け防止モード: そして、回路4は、対応する図形であり、描写手順は、前者5をフリップコインとする。 circuit the using it subroutine as a in later the most is the subroutine coin the flip whole。
0.73
as a hardthis both quantum circuit in the part of costly in of simulations the preand implementation ware since includes multiple multiit sections too, vious Perhaps coin of rotations an the controlled hardwaremake remark to is important in orcontains circuit some adapted as much to minimize of as the length der important be since one will it possible, the determining error the quantities factor.
ハード this both quantum circuit in the part of costly in of simulations of the preand implementation ware since also multiple multiit section too also also, vious probably cost of rotations an the controlled hardwaremake remark to be important in orcontains circuit some adapt to minimize of the length der important is it will it possible, the determining error the quantity factor. (英語)
0.80
our circuit, limiting important precision to be made: is one more There since our implementation in the gates IBMQ Casablanca of depth even after being heavily optimized by Qiskit need a transpiler, we we to way tell only is information are measuring or noise relevant distinguish to attempt first Our the survives noise.
average the TABLE in with random min T T S, size the of TTS min helps to
平均は TABLE in with random min T T S, size the of TTS min help to
0.81
Table of I. (7) equation as initializations.
Iの表。 (7) 初期化方程式。
0.76
different values are The of merit.
異なる価値観は功徳である。
0.65
figure our and peptide, the are values lower find the native
私たちとペプチドを見れば より低い値はネイティブを見つけます
0.75
best. expected b aim of The
最高だ 期待された b の目的
0.70
that when their than folding of the number of denotes the this table two main it the is random protein
折りたたみではなく この表の2つの主な数字はランダムなタンパク質です。
0.48
equation in would it steps bits, rotation understanding is notice aspects case the counterparts.
方程式 ステップビット、回転理解は対応する場合の注目すべき側面である。
0.74
faster. to that
もっと速く そのために
0.69
quantum minimum TTS, corresponding and (9), solution the find to take have we in and bold the impact of minifold that Minifold are table from the higher, is precision minifold idea This the that
量子最小TTS。 対応する と (9) 探索する解は、Minifold が上位からテーブルであるような minifold の影響を内包し、大胆に与えます。 訳抜け防止モード: 量子最小TTS。 対応するものと (9 ) 探索を解決します ミニフォールドが上からテーブルであるミニフォールドの影響を内包して大胆に受けられるようにしましょう。 is precision minifold idea This is that ♪
0.68
defined quantum the using algorithm, of which indicated or minifold initialization in the quantum grows with precision quantum corresponding state
定義量子 量子における初期化の指示または最小化が精密量子対応状態で成長するアルゴリズム
0.83
the using supports
使用法は support
0.72
initial smart a
初期 賢い あ...
0.54
added value [46].
付加価値 [46] 。
0.65
one change, ‘zero retical circuit the not does at least Mitiq
zero retical circuit the not do least mitiq (複数形 zero retical circuits)
0.64
do that not of circuit, the By measuring
回路ではなく、測定によって行います。
0.67
change but how extrapolate case.
変化しますが 外挿事件だ
0.50
can noise’ is already so large converge when [47].
can noise」は[47]のとき既に非常に大きい収束です。
0.84
else attempted or additional
他の試み あるいは さらに
0.66
theoretical the introduce the measured backwards Unfortunately,
理論 残念なことに 測定値の逆転は
0.69
expected noise probabilities theoto the of the depth it does not work: that it returns results, unrealistic library software the with
期待されたノイズ確率は、それが機能しない深さを測る:結果を返す、非現実的なライブラリソフトウェア
0.79
out way reason we because angles if we were
出ろ 道 角度があるからこそ
0.57
a find to need is our parameterised circuit of β. and the values
必要なものはβのパラメータ化された回路と値です
0.83
that this For in valid only is Additionally terms of the the we know that there are 4 possible result would be 1/4 as theoretical strategy of our As states.
有効であるならば、我々の As 国家の理論的戦略として 4 つの可能な結果が 1/4 であることは分かっている。
0.75
a consequence, probability when we the in changes detect trying to notation (0.1, 1).
その結果、inの変化が記法を検知しようとする確率 (0.1, 1) が現れる。
0.76
= β(t) or (0, 0) β(t) use = β(t) denotes the value of β chosen of the steps.
circuit the of repetitions 8192 of equal an and in figures 4 5) each for ments, what means that total circuits, and 204800 as a
図 4 5 で等しく a の繰り返し 8192 の回路は、それぞれ ment に対して、つまり、合計回路は、a として 204800 である。
0.84
reserved 3 hours of usage processor, with quantum time we were able 25 to run and = 20 ‘jobs’ for Each run consisted can (which seen be of measurenumber dipeptide we run a β(t) = (0, 0)
good guess relatively a phaFold is capable reasonable is it therefore the folding, for optito to close the be expect AlphaFold’s to conformation space, our folding solution in mal to support idea.
this additional give aim is some to to decided As use (and minorly an initializer, we even though it does because contributed to) Minifold prediction the in the of the state not art angles, it and of is quite simple sufficient to Minifold illustrate netresidual a uses point.
この追加の狙いは、使用として決定すべきもの(初期化子も少なからず貢献している)、アートアングルではなく状態の予測を最小化すること、そして、netresidual a use pointを最小化するのに非常に単純であることである。
0.72
our in Tensorflow and Keras implementation work given of detail important the most 49].
私たちのTensorflowとKerasの実装作業は、最も重要な49]の詳細で与えられています。
0.56
[48, using this model that are preto trying of window a uses peptides, small dict 34 amino acids for we had to use padding.
we that metrics The place, first twofold: the in a achieves whether Minifold guessing.
場所、最初の2倍:inはミニフォールドが推測するかどうかを達成します。
0.63
than angles condition of Minifold, for initialization module, any smart 1 minus measure normalized as precision the returned value by the gular distance between the the and tialization module actual get PubChem 1 figures and 2): p = 1 − d(α, ˜α) π estimated angle (either random, α is chosen at of the output Psi4 angular the distance.
in this case analyse to would like we precision on better This a is or more to make the
この場合、より正確であるように分析する。 このaは、以上のものを作る
0.66
are see the necessary generally, sense.
一般的に必要なことを 見ています
0.66
We aninifrom
We anini from ～
0.54
where ˜α is by Minifold calculated and
α はミニフォールドで計算され
0.72
because we and Minifold its predictions,
私たちとその予測を 最小化するからです
0.58
given or ψ) true value PubChem, we have
given) true value PubChem, we have
0.63
the or from denotes
意味する、またはそれから
0.46
φ the and Since random our use
φ とそれ以来 ランダムな使用
0.71
value we (see (9)
価値は (参照) (9)
0.72
d ,
d ,
0.85
英語（論文から抽出）
日本語訳
スコア
11 to fit.
11 へ ぴったりだ
0.66
seen the ing the initialization in the While minifold indicate seem to this may initialization is our that to harmful the in fact quantum of convergence the fact algorithm, the in oppoquite is explanation the instances for site: the smaller of the problem, and very specially in the case of initialization, random as t = 2 is value the minimum TTS can for achieved formed structures horizontal two the from be meaning the in by blue points figure, that in such cases only using the initialization the minifold incipfrom the profit to quantum algorithm is able quantum advantage.
見た ing the initialization in the While minifold indicate seem to this may initialization is our that to harmful the in fact quantum of convergence the fact algorithm, the in oppoquite is explanation the instances for site: the smaller of the problem, and very specially in the case of initialization, random as t = 2 is value the minimum TTS can for achieved formed structures horizontal two the from be meaning the in by blue points figure, that in such cases only using the initialization the minifold incipfrom the profit to quantum algorithm is able quantum advantage.
0.79
ient This effect disappears for for random the problem, but while instances of larger a penalisation initialization there the in is of exponent), the lowering problems smallest the (thus correcting of capable is initialization the minifold smaller of the TTS lowering effect, this for instances exponent.
the bonus, problem and, the of as a rising believe inclined We are therefore to that the minitrue fold the represents exponent probthis algorithm for asymptotic the experour the lem.
small of size iments see to the benefits of using important been have they smart a to quantum adactual of estimate calibrated get a the helps it see also we vantage, can that reduce the TTS both in the classical and quantum albeing that intuition the fits gorithm, nicely closer-than-random to the solution helps to find the solution
サイズ iment が小さい 重要なものを使用する利点は、賢く、見積もりの量子広告を校正する get a the help it see we vantage, can that that reduce the tts in the classical and quantum albeing that intuition the fits gorithm, nicely closer- than-random to the solution を見つけるのに役立ちます。
0.77
accurately of In conclusion, while does allow us initialization,
結論の正確さは、初期化を可能にします。
0.54
and cost which more exponent
コストがかかります more exponent
0.72
faster. TTS not
もっと速く TTS だめだ
0.67
2. Fixed β in be represents and
2. 修正 β で 代表され、そして
0.75
able are now discuss whether we to observe a We figure our the TTS, of merit.
quantum advantage given results the discussing in figagain We will fit the the best to classical 6, ure for it accurately therefore depicts quantum TTS, vs quantum advantage: we can see that the expected the for initialization different slopes the separated the and initialization are options 0.89 for minifold consequence, a initialization.
As 0.53 for the random these trends sustained are with see we can that if advantage.
ランダムな傾向が持続する0.53では、利点があるかどうかが分かる。
0.66
polynomial is a there proteins, larger 6 figure a points towards seen, As we have The tum advantage.
多項式はそこにあるタンパク質であり、大きな6つの数字は見るべきポイントです。
0.57
question we would final to answer, like fore is what does for the modelling of large only need one we additional expected the the of is this respect access have to positions.
that, ingredient, which is how size the in data only because we 256 and of regresa us nev-
その、成分、それは私たちが256とregresa私たちnevからのみデータのサイズです。
0.69
scales the problem.
問題をスケールします。
0.64
of restricted even more spaces configuration 64, are making we Therefore points, but could give
制限された空間構成64は ポイントを与えていますが
0.55
classical min T T S
古典的な min T T S
0.80
configuration with Our three For
構成 私たちと 3 のために
0.67
6. the 10 Comparison achieved algorithm rotation bits tetrapeptides
6. 10は アルゴリズム回転ビットテトラペプチドの比較
0.80
and Quantum minthe Classical of FIG.
figの古典を量子マイニングします
0.68
quantum simulation the for of imum TTS 103, β with = Metropolis dipeptides for (b = 2) tripeptides b = 3, 4, 5), 10 (with differshowing also = 1), (b the 4 and and minifold), (random options the or initialization ent separate line we grey dashed the space fit best lines.
量子シミュレーション imum tts 103, β with = metropolis dipeptides for (b = 2) tripeptides b = 3, 4, 5), 10 (with differentshowing also = 1), (b the 4 and minifold) (random options the or initialization ent separate line werid dashed the space fit best lines.) 訳抜け防止モード: 量子シミュレーションでは、(b = 2 )三ペプチド b = 3 に対して、=メトロポリスジペプチドのイムム TTS 103, β が用いられる。 4、5)、10(図面も異なる=1)。 b) 4 と minifold ) (ランダムなオプション) または初期化 ent 別線 スペースが最良線に収まるようにグレーに振る舞った。
0.81
In TTS is smaller than the Classical Quantum the where althat is graph this notice to key aspect TTS.
The the quantum algorithm does smaller though for instances achieved times by the the not to seem match beat or being exponent smaller the to classical Metropolis, due or for rethan 0.89 one or 0.53 minifold random the we can size average spectively) proteins expect the and make dominant be quantum advantage to quancounterclassical its than more tum Metropolis useful exIII C 2 we section part.
量子アルゴリズムは、マッチビートや指数が古典的なメトロポリスより小さいように見える場合、または0.891または0.53ミニフォールドの確率で、平均的な可視性)タンパク質が期待する値よりも小さく、より多くのメトロポリスで有用な exIII C 2 よりも量子的に優位である。 訳抜け防止モード: 量子アルゴリズムは、not to looks match beatによって達成された時間に対して、より小さくなる あるいは、旧来のメトロポリスよりも小さくなるか、または0.089ドル以上になるか または 0.53 minifold random the we can size average spectively ) protein expect the and makes dominant be quantum advantage quancounterclassical (複数形 quancounterclassical s) tum metropolisより便利なexiii c2のセクション部。
0.77
In discuss further details and plain why the seems more random the than favourable
好ましくないほど無作為に見える理由と詳細を議論する
0.63
initialization exponent minifold
initialization‐exponent minifold
0.82
(either for exponent.
(いずれの場合も) 指数。
0.54
in gets table I precision
で テーブルiの精度を
0.78
a thethere rebroken repepthan for pre-
a thethere rebroken repepthan for pre-
0.97
initialization it, the normalized random 0.5. of In precision average oretical average the summary comparing is a initialization of and sults random minifold dipeptide and bits.
initialization it, the normalized random 0.5. of In precision average oretical average the sum compare is initialization and sults random minifold dipeptide and bits.
0.86
The by the protein down size small the to the of due show that sults precision barely a better has tide, minifold improves situation However, random.
just this tetrapeptides, tripeptides and getting a better values.
テトラペプチドとトリペプチドだけで より良い価値が得られます
0.74
lower TTS consequence, a cision, as and precision greater If Minifold having in the a was random than gles precondition actual metric we the to make analysis our in interested is has some the ing we Otherwise an ing we were exponent as much However, ization
より低いTTSの結果、切開、および精度が大きい a を持つミニフォールドが gles プリコンディション実際のメトリックよりもランダムであった場合、私たちが興味を持っている分析を行うには、私たちがそうでなければ私たちが指数関数的であった ing がいくつかあります。
0.67
TTS metric. initialization module an expecting not due use to of as multiplicative TTS in model
TTSメートル法。 初期化モジュール an はモデルにおける乗算 TTS の使用を予定しない
0.80
impact could altogether. actual minifold reduction
影響はあり得ます ミニフォールド削減は
0.70
anfor are reducusall the initialization prefactors.
Anforは初期化プレファクターを再定義する。
0.50
initialcorrespond-
initialcorrespond-
0.78
avoid First of reduction of
削減の先延ばしを避ける
0.67
of exponent random one the than
指数ランダムの1つ以上
0.55
guessing sense, it the 6 smaller
意味を推測すると 6つ小さめ
0.67
figure is whether the
図は それとも はあ?
0.45
a 100101102103104Class ical min(TTS)100101102103 104Quantum min(TTS)qTTS=6.9×cTTS0.89qTTS=44.3×cTTS0.53quantum min(TTS) < classical min(TTS)classical min(TTS) < quantum min(TTS)minifold initializationrandom initializationdipept idestripeptidestetra peptidesrotation bits b
figure corresponds schedules line grey three out an
図はスケジュールに対応し、グレー3を1に並べます
0.53
the of due to III C 3,
III C 3によるものです。
0.67
Comparison that except to section
セクションを除いて比較します。
0.63
TTS minimum Quantum Classical and do cost computational include not we initialization different the and shows and Cauchy/linear, (Boltzmann/logarithm ic, geometric exponents fit corresponding The diagonal.
we increases schedule annealing an using of the not seem to give but tiny advantage when
あまり役に立たないが、小さな利点を生かしたスケジュールアニーリングを増加させます 訳抜け防止モード: not の使用をアニーリングするスケジュールを増加させます ほんの少しの利点を 与えるには
0.71
in as peptides same the for achieved This figure bits.
In as peptides same the for achieved this figure bits.
0.80
rotation with 5 dipeptides annealing and (random minifold) or options dashed In lines.
5つのジペプチドアニーリングと(ランダムミニフォールド)またはオプションで回転がラインでダッシュ。
0.66
fit the and best exponential), that see in we where are can table II, the hand, using other quantum advantage.
他の量子的な利点を使用して、テーブルII、手がどこにあるかを見る(そして最高の指数に合わせる)。
0.72
On initialization. minifold
初期化。 ミニフォールド
0.61
depict four the exponential schedule
4つの指数関数的なスケジュールを
0.50
the cases used with those
事件は 使用する それら
0.60
given does in
ですから そうよ で
0.58
a a of
あ... あ... ですから
0.29
that hints some whether
あれ ヒント 一部 それとも
0.52
tridimensional fault enough and regression exponent min T T S) fit using both random should
双方のランダム性を用いた3次元故障と回帰指数min t t s)適合
0.71
our the technique, algorithm, will helpbe structure proteins of quantum tolerant log(size) of a and not
私たちの手法であるアルゴリズムは、aの量子耐性ログ(サイズ)のタンパク質を構造化します。
0.78
ertheless quantum Metropolis use of solve the ful to large given a computer.
ertheless quantum metropolisは、与えられたコンピュータのfulを解く。
0.67
The vs log(classical r = 0.88, initializations is minifold 6. figure in those confused with be example, of sake for take, Let us the giving an aphas which protein, acids amino 250 an average b = 6 proximately 500 angles to fix.
対 log(classical r = 0.88, initializations は、例えば、酒の酒と混同された場合の最小 6 桁であり、タンパク質、アミノ酸 250 の平均 b = 6 の近距離 500 角度を固定するアファスを与える。
0.74
If we use done in angles to bits might such be as specify would the a classical realistic setting, mint T T S ≈ (26)500×0.88.
ビットに角度を付けて使用すると、古典的な現実的設定が指定されるような場合、Mint T T T S (26)500×0.88 となる。
0.69
(2b)2×250×r quantum The = be numsuch be will on mint T T S, hand, the other to figure the exponent ber corresponding of 6, that er will for = 0.53 and = 0.89 em we call minifold facspeedup to translate and random.
(2b)2×250×r 量子 The = be numsuch be will on mint T T S, other to figure the exponent ber corresponding of 6, that er will will for = 0.53 and = 0.89 em we called minifold facspeedup to translate and random。
0.90
This will a between ≈ 1087 10373, latter the although tor of and represents upper bound and the former is proban that reveals This value.
actual the to closer ably slowdown account into if even we take the due to quantum comfactors error correction and other in
量子コンファクターの誤り訂正などによる原因を考慮に入れた場合、実際のthe to closerly slowdownアカウント
0.69
this Metropolis And
これ メトロポリスと
0.66
of use quantum the the puting, and powerful competitive.
量子論を駆使し 強力な競争力を身につけます
0.71
very if we took the is robust: e = 0.95 just be to nent of size the with the space r = 0.5, the quantum the operating frequency ≈ 1022. a of factor exhibit nature, will the time expected structure.
e = 0.95 は、空間 r = 0.5 のとき、量子は動作周波数 × 1022.a は性質を示す。 訳抜け防止モード: e = 0.95 はちょうど空間 r = 0.5, の n の大きさである。 量子の動作周波数は 1022 です。a の因子は性質を示します。 時間は構造を期待します。
0.75
quantum advantage and an speedup of the proteins, Larger even larger it would
量子的優位性とタンパク質のスピードアップにより
0.47
the growth extremely before computer will which
コンピュータに先駆けて 成長は極端に加速し
0.61
seems conclusion expoof the TTS conservative in factoring still be in exist in the TTS, the native
TTSに保守的な要因がまだ存在するという結論は、ネイティブのTSに残っています。
0.72
speedups take find
スピードアップは探す
0.63
to 3. Annealing
へ 3. アニーリング
0.65
schedules and
スケジュール そして
0.71
variable β
variable β
0.85
we the previous analysed
私たち はあ? 前 分析
0.61
resulting In section what quantum advantage could be expected when using a fixed schedule, β in walk a pure with algorithms several steps.
However, Metropolis are rarely used in practice with fixed β, at since the favour to like algorithm one would the beginning of end value, requiring exploration, and at the exploitation, one would like to on that
scaling aninitialization pepthat for fixed β we have also inis precision, what of bits costly heurisvalue β, For fixed the β = 1000, while β value in (8), in is
固定β のスケーリング初期化 pep That for fixed β, we have inis precision, what of bits costly heurisvalue β, for fixed the β = 1000, while β value in (8), in is
0.90
the initial β(1) = 50.
初期 β(1) = 50 である。
0.88
different The for options.
異なる。 選択肢は?
0.57
schedules, defined of
スケジュール 定義 ですから
0.55
β It a be
β それ あ... な
0.56
the can seen
はあ? できる 見た
0.57
high value. to use,
高い 価値。 使うには
0.67
schedule energy with
スケジュール エネルギーと
0.70
optimization similar that we [50].
最適化 似ています [50].
0.65
with usually it is algorithm will of
通常なら アルゴリズムの意志です
0.56
the called known converge
converge (複数形 converges)
0.54
annealing background algorithm, that
背景アルゴリズムをアニーリングして
0.80
in Optimization schedule is and
最適化スケジュールでは
0.71
is logarithmic prefactor the is what
対数的プレファクターとは
0.52
a that linked to the well known explorationand more
知名度の高い探検と より関連づけられた
0.69
strongest theothe inhomogebecause one can global the to 1, probability alIts implethe Boltzmann but with dif-
is achieved with this necessity is exploitation trade-off in Machine Learning generally The retical neous prove the minimum value beit generally too slowly (section 3.2 [51]).
ferent in answer question we would like to Therefore, this quanour use happens when we section equilibrium, tum Metropolis algorithm outside of the when we use is, faster changes a that that theoretical For algorithm.
the than inhomogeneous schedules several have this task, been have implemented of which we proposed, and tested options whose mathematical different four formulain can tion (8).
seen be II that are from figure conclusions Our 7 advantage schedule, a using the variable the temcan be made than that perature the give However, same advantage, with the exponential schedule givexand the geometric schedule ing practically none, 5.2 plained section of promisin initializaof exponent an ing, with is tion used.
図の結論から見れば II である 図 7 の有利なスケジュール 変数を使用する場合 tem can be be made that perature the give しかし、指数的なスケジュールと幾何的なスケジュールは実質的にはなし、5.2 のプレミシンイニザオフ指数のプレミシンイニザオフ指数(英語版)のイオオンが用いられる。
0.70
and lie Linear between. in exist dethe exponents differences in Lastly, large although criteria used, initialization on pending the in the is this given case on why argument the same consequence, In too.
そして横の線形間。 in 実在 指数差 最後に、使用される基準は大きいが、初期化は、引数が同じ結果である理由に関するこの与えられたケースである。 訳抜け防止モード: そして横の線形間。 in exist dethe exponents difference in lastly, large while criteria used inを保留する初期化は、なぜ議論が同じ結果になるのかというこのケースです。 これも。
0.70
here a section III C 2 out in carried should be fumore detailed 7 we from figures 6 and can see ture work.
responding smaller and more applies analysis However, in decrease
より小さく反応し 応用分析するが、減少する
0.72
and table quantum of the fixed cases all not
固定されたケースのテーブル量子は
0.63
[51] 0.85 logarithmic
[51] 0.85対数
0.75
the most minifold
最もミニフォールドは
0.71
larger algorithm.
より大きなアルゴリズム。
0.80
being if prefactors,
もしも プレファクター
0.49
schedules from
スケジュール from ～
0.71
hardware realization of experimental
ハードウェア 実現 実験
0.65
measurements Results to the correFIG.
測定 結果です。 CorreFIG。
0.67
8. quantum the sponding circuit deand the Metropolis described in section III C 4 perform dipeptide we and 4 5. figures picted in For each success the average t-test to check a student whether acare β(t) = (0.1, 1) for probabilities β(t) = (0, 0) and p-value measured in all The different tually [52].
8. 量子 量子 スポンディング回路 deand the metropolis 第iii節 c4に記載されたメトロポリスは、dipeptide we と 4 5. の各成功のためにピクトインされた図 平均的な t-test は、確率 β(t) = (0.1, 1) に対して acare β(t) = (0, 0) と p-value がすべてのtually [52] で測定されているかどうかをチェックする。 訳抜け防止モード: 8 . 量子 スポンディング回路 deand the metropolis on the section iii c 4 に記述されたメトロポリスはジペプチドweを実行する 平均t - 確率 β(t ) = (0.1, 1 ) が確率 β(t ) = (0, 0) であるかどうかをチェックする。 0 ) と p - すべての異なる tually [52 ] で測定された値。
0.82
largest 3.94· 10−18, that cases the dif8 cases is indicating dipeptides we of For significant.
最も大きい3.94·10−18の場合、dif8の症例は有意なジペプチドを示す。
0.62
ference the each is run 163840 and for times the circuit, 204800 times.
参照はそれぞれ163840および時のために回路、204800回実行されます。
0.70
in all eight the baseline
8つのベースラインで
0.64
4. Experiments in IBMQ Casablanca
4. 実験 で IBMQ Casablanca
0.80
0 of in to
0 ですから で へ
0.69
and minimum run in figures
そして 最低 数字で走る
0.67
the smallest of the processor,
最も小さいのは プロセッサの
0.50
operators, the quantum adimplelike in IBM Q Casablanca implemented is made reinstance rotation bit,
オペレーターは IBM Q Casablancaで実装された量子アドバンストは、リスタンスローテーションビットである。
0.59
analysed the potential having After in vantage also would we simulation, quantum Metropolis ment the circuit we have processor.
The walk quantum of two quired to cause interference, dipeptides with a single of our problem: π. allowing thus for angles implementation The corresponding Casablanca IBMQ which was 5. and depicted 4 in of implementation of this our algorithm is to see more to be able in order noise we have needed to perform simplifications from the particular benefit us allows to minimize This strongly that influences experiment.
our of the of of level both to the high In fact, due are problem we the of size the minimal and circuit, to possible only which solve, to trying 4 states has not in from, search make experiment this it does to Solution as a figure sense to use the Total Time of if in interested are Rather, we merit.
the seeing only probunderlying to quantum circuit the is sensitive chosen β abilities, which depend on the value.
量子回路にのみ予言する観察は、値に依存する敏感な選択されたβ能力である。
0.83
As we circuit, is An detail quantum Metropolis than that the problem.
私たちも 回路(circuit)は、問題よりも詳細な量子メトロポリスである。
0.68
of structure of depth the the circuit, the noise, the limiting figure
深さの構造、回路、騒音、制限図
0.55
important noise that
重要 騒音 あれ
0.71
英語（論文から抽出）
日本語訳
スコア
depicted states the our are probexperin
描かれる 我らを プローブxperinです
0.50
III B 2, for state this
III B 2 は、このことを述べる。
0.69
for β = 0 all values higher β and higher, is difference of probability
β = 0 の場合、すべての値が β より高く、確率の差である
0.87
section discussed in whereas equiprobable target the of ability iment to aims see practice.
目的への能力のimentの装備可能なターゲットに対して議論されたセクションは練習を見ます。
0.52
The circuit, β(t) = (0, 0) with values of β(t) = (0.1, 1) was and secin explained run the as several tion for III B 2 hundred times thousand for to be able each dipeptide to certify that our measurements not correspond do noise.
β(t) = (0, 0) with value of β(t) = (0.1, 1) and secin explained explained the circuit, the several tion for III B 2 hundred times 1000 to be able each dipeptide to haveertify that our measured not correspond to noise。
0.77
The to results pure such of probability figure depicted are in differences and they 8, the indicated by as significant are highly equal smaller low p-value in achieved or all cases, to · 10−18, 3.94 student in the corresponding t-test of the underlying binomial distribution.
does seen also be of seven can It the out the tested, algoMetropolis eight cases the right in increased rithm points of succonfidence probability.
It the out the test, algoMetropolis 8 case the right in increase rithm point of succonfidence probability。 訳抜け防止モード: また7の缶のそれですテストされるあります。 algoMetropolis 8ケースは、succonfidence確率の増加リテムポイントの右。
0.60
This cess that we quantum of effects.
これは私たちが効果を量子化する。
0.69
small measuring a are because is glycylvaline, The outlier, the in greatshows the dipeptide that |00(cid:105), probability of measuring theoretical est and at plargest the is time the with the same We significant.
小さい測定aは、グリシルバリンである; 外れ値(outlier, in greatshows the dipeptide that |00(cid:105), probability of measuring theory est and at p largest the is the time with the same We significant)である。
0.82
still although value, can only hypothesise that this due some experimental imperfection.
まだ価値はあるが、この原因が実験的な不完全であるとのみ仮定できる。
0.55
that in quantum direction gives us amount is simulation
量子的な方向にあるのは シミュレーションです
0.77
corresponds to correctly is dipeptide very is
正しく対応している ジペプチドは
0.59
surprising encoded
驚き encoded
0.79
the to in 1 IV.
はあ? へ で 1 IV。
0.67
CONCLUSIONS AND OUTLOOK
コンキュレーションとアウトロック
0.50
how have
どうやって 持ってる
0.45
studied the in our We quantum computing might learning complement modern machine techniques to the proteins.
勉強 私たちの中の 量子コンピューティングは、現代の機械技術をタンパク質に補完するかもしれない。
0.64
of For folding predict the that, we have implements algorithm that an introduced QFold, a a quantum Metropolis algorithm using as starting output of guess algorithm, learning machine a simplified implementation of Alcase is that a phaFold algorithm named Minifold, could initialization module be in fact substituted that learning such of future uses techniques.
of QFold reala is feature An important protein folding, meaning that of the description istic folded on structure relies the of the the description that conforfinal the angles actual torsion This realised by the number the protein.
represent time in nature contribution realistic and contrast to
自然の時間を表す 現実的で対照的な貢献
0.69
algorithmic our range the
アルゴリズム的な範囲は
0.79
and we use the Total Time in as figure of merit.
そして私達は利点の図として合計時間を使用します。
0.66
Our quantum Metropolis algorithm represents of our work, algorithm for proposals,
私たちの量子メトロポリスアルゴリズムは、私たちの仕事、提案のためのアルゴリズムを表します。
0.58
proproposals quantum computing simulations current in Although folding.
Though Foldにおける量子計算シミュレーションの電流提案。
0.77
tein precision is of the the this in work presented simulation, classical of by limited resources the a from reaching nothing realistic acprevents QFold precision quantum comcurate once a fully fledged puter fully since our is at our disposal, scalable within fault-tolerant The on construction of a coined version of Szegedy quanthe to Solution tum walk [21], construction defined (7), of this the represents first main folding a scalable in that not rely on simplified an analysis of the The that in protein folding, expected quantum advantage the exponent with the scaling in although moderate diflarge could initialization, Minifold needed to find physical expected ference in the proteins of avconfiguration the minimal energy comthis exponential due erage the to size analquantum advantage This problem.
tein precision is of the the this in work presented simulation, classical of by limited resources the a from reaching nothing realistic acprevents QFold precision quantum comcurate once a fully fledged puter fully since our is at our disposal, scalable within fault-tolerant The on construction of a coined version of Szegedy quanthe to Solution tum walk [21], construction defined (7), of this the represents first main folding a scalable in that not rely on simplified an analysis of the The that in protein folding, expected quantum advantage the exponent with the scaling in although moderate diflarge could initialization, Minifold needed to find physical expected ference in the proteins of avconfiguration the minimal energy comthis exponential due erage the to size analquantum advantage This problem.
0.91
binatorial realistic different for performed ysis annealalso that indicating ing the out-of-equilibrium show a similar algorithms quantum Metropolis can improve adeven quantum advantage, and the seen as can be vantage case, II.
is contribution from table a proof-ofsmall concept in algorithm our quantum software.
アルゴリズムの量子ソフトウェアにおいて、テーブルから小さな概念を証明することへの貢献です。
0.63
actual foldOur results of provide ing A clear classical is worthwhile it message simulaclassical developing conorder to in tions of quantum algorithms provide a refirm that quantum of Some the advantage.
実際に foldOur results of provide ing A clear classical is worthworthy it message simulaclassical developing conorder to in tions of quantum algorithm provide a refirm that quantum of Some the advantage。
0.81
alistic condirealistic assessed in be that must algorithms like quantum walks quanbased tions on those are fast with annealing schedvariants tum Metropolis O(δ−a), scales complexity δ the For ule.
量子ウォーク四元系イオンのようなアルゴリズムは、アニーリングするスケバティクス tum Metropolis O(δ−a) で高速であり、複雑性 δ を For ule に拡張する必要がある。
0.64
them, on dependent and 0 > the gap, the eigenvalue quantum the of and application specific in is with pure quanThis Metropolis.
これらは、依存的かつ 0 > the gap について、固有値量子とアプリケーション固有値は、純粋なqunthis metropolis である。
0.72
complexity the classical as scales tum walks, where O(δ−1/2), O(δ−1) as quantum complexity the and appendix B.
複雑性 スケールとしての古典 tum は、o(δ−1/2)、o(δ−1) を量子複雑性、b を付加する。
0.65
However, it would be be can as seen in quantum advantage quadratic this to na¨ıve consider problems useful one and in similar as an achievable quancompare aim to should to one Instead, ours.
whether is addressing is worth that An unknown out of coming folding protein software new the for pubthe in will remain [13] competition CASP the speThis is proprietary.
対処する価値があるかどうかは、パブの新しい折り畳み式タンパク質ソフトウェアから未知が残ります[13]競争CASP the speこれはプロプライエタリです。
0.60
go lic domain or will else, tools powerful the most some cially since important learning deep rely on software that modern by used the that prohappens It so trained.
They are the institutions research many among work laborative towards point results Our publicly.
それらの機関は、多くの研究機関がポイントアウトプットに力を入れている。
0.53
funded are that software like open an using possibility the public of implementa[39], Qiskit ‘community’ Psi4 [34] and of which Miniof tions the AlphaFold algorithm [14] compensate to example, an fold of the is [38] folding.
protein for software commercial that out point also We the would like to classical methgreat advances achieved by the new competition CASP the of editions latest in ods the huge [13], there is still room for improvement and in the problem of protein folding there are many gaps that filled.
understanding to be interactions, and protein-protein the folding real time evolution to equilibrium configthe dark proteome, proteins with dynamical uration, prolike configurations the intrinsically disordered and teins (IDP) so we on and forth.
Crucially, training believe current the that of the limitations cryseasily to be sets, which are biased towards data be on constraints tallized can what achieved learning techniques.
nealing valuable because it is an important decision to be made when optimization deploying practice, these this research of and no question has been carried out knowledge.
improvements of of our experimentally of larger with peptides analysis comparative of can be research
ペプチド分析による実験値の改善についての研究
0.55
proteins, only deep using an research attempt is these limitations.
研究の試行で 深く利用しているタンパク質は この制限です
0.76
include found size, the found with would be
見つかったサイズを含み 見つかったサイズは
0.61
work should asymptotically initialization modes the state.
作業は漸近的に初期化モードにすべきです
0.61
include protein-ligand the
タンパク質リガンドを含む
0.67
that Such algorithms
そういうこと アルゴリズム
0.66
our work address despite
我々の仕事は 住所 にもかかわらず
0.51
ground further These
地面 さらに これら
0.69
await puts so
待って 置く だから
0.65
in could be algorithms quantum Metropolis Similar detailed and a such domains, of variety used a in the experimental, and both analysis, of theoretical expected seems in quantum advantage each desirable.
で アルゴリズムの量子メトロポリス 同様の詳細で、様々な領域が実験で a を用いており、理論的に予測される解析は、それぞれ望ましい量子上の優位性に思える。
0.73
case as 15
ケース として 15
0.71
V. ACKNOWLEDGEMENTS
V。 ACKNOWLEDGements
0.76
of G´omez,
G'omez (複数形 G'omezs)
0.24
equally kind R.C and P.A.M.C this to contributed like would We work.
同様に親切です R.CとP.A.M.Cが貢献しました。
0.52
from advice thank to on Sevilla Jaime von staand distributions Mises Alvaro Mart´ınez t-tests, tistical and Pozo del Antonio Rey on protein folding, Senior W. Andrew his on AlphaFold details minor Carmen article, Cruz Juan Recio, Juan KrKevin Benito, and of Qiskit, and Maddy Todd sulich the on usage and late Jessica the Lemieux David Poulin on asWe algorithm.
Sevilla Jaime von staand distributions Mises Alvaro Mart ́ınez t-tests, tistical and Pozo del Antonio Rey on protein folding, Senior W. Andrew his on AlphaFold details minor Carmen article, Cruz Juan Recio, Juan KrKevin Benito, and and of Qiskit, and Maddy Todd sulich the usage and late Jessica the Lemieux David Poulin on asWe algorithm。
0.82
quantum the of pects Metropolis for IBM Quantum Research thank to want also alunder processors use lowing their us to thank program.
IBM Quantum Researchのメトロポリス(Metropolis)の量子化は、プロセッサの安全性を低下させ、プログラムに感謝する。
0.71
Research the Quasar Science for the the AWS resources.
AWSリソースのためのQuasar Scienceの研究。
0.70
Spanish acknowledge We from the FIS MINECO grants 2017-91460-EXP, FIS-2018 from CAM/FEDER S2018/TCSand No.
2017-91460-EXP, FIS-2018 from CAM/FEDER S2018/TCSand No。
0.66
Project of M.A.M.(QUITEMAD-CM).
M.A.M.(QUITEMAD-CM)のプロジェクト。
0.64
4342 research The the by been D. has U.S. Army supported W911NF-14-1No.
4342 調査 陸軍はW911NF-14-1Noを支持した。
0.75
Office Research Grant 0103.
オフィス研究助成証0103。
0.68
P. A. M. support a MECD the grant FPU17/03620, and R.C.
p. a. m. support a mecd the grant fpu17/03620, and r.c.
0.62
support of a CAM the grant financial MINECO/FEDER PGC2018-099169-B-I00
CAMの助成金。 金融MINECO/FEDER PGC2018-099169-B-I00
0.37
quantum also We access to support
量子もサポートにアクセスできる
0.73
through C. thanks IND2019/TIC17146.
cを通して IND2019/TIC17146。
0.55
facilitating
facilitateing～
0.66
partially Projects of
一部 プロジェクト ですから
0.62
Appendix A:
Appendix A:
0.85
Szegedy quantum walks
Szegedy 量子ウォーク
0.77
to that order process
へ あれ 順序 プロセス
0.69
of moving explain what space Ω, with Ω,
動くこと 説明しろ space Ω, with Ω,
0.69
states but only on the present one.
国家に限ったことではありません
0.54
the are Quantum Walks, we Given a configuraintroduce Markov Chain.
stochastic model a a Markov Chain is matrix Wij, specifies transition transition that does not depend on Random across Ω according
確率的モデル a Markov Chain は行列 Wij であり、その遷移遷移は y 上のランダムに依存しない。
0.78
In need to tion over the probability of previous walks are to Wij.
以前の歩行の確率を抑える必要があるのは、Wijである。
0.61
quantum of the are Quantum walks famous and used quanThe most random walks [53].
quantum of the are Quantum walk famous and used quan最もランダムなウォーク[53]。
0.74
by defined Ambainis and [54] are tum those generalisaposterior several Szegedy [22], although such been have developed improvements and tions achieve often walks Quantum a in as those [36].
ambainis と [54] は、いくつかの szegedy [22] を総称する tum であるが、これらは改良され、 tion は、しばしば [36] のようにQuantum a を歩むことができる。
0.64
of time advantage quadratic in the hitting a target to state with respect the spectral gap, defined beused are widely low, algorithms other several in and see.
coin, but rather on a duplicating the Hilbert := |j(cid:105)(cid:88) (cid:112)Wji unitary U |j(cid:105)|0(cid:105) i∈Ω (cid:88) (cid:112)Wij closely related |j(cid:105)|i(cid:105) = |pi(cid:105)|i(cid:105) .
Hilbert := |j(cid:105)(cid:88) (cid:112)Wji unitary U |j(cid:105)|0(cid:105) i∈\ (cid:88) (cid:112)Wij close related |j(cid:105)|i(cid:105) = |pi(cid:105)|i(cid:105) である。
0.77
V := j∈Ω Wij as the understood must probability |i(cid:105) |j(cid:105).
V := j∈\ Wij as the understand must probability |i(cid:105) |j(cid:105) である。
0.75
We transitions to state state check can that SU = V S, these operators fulfil for S the second Hilbert first the between operation and usually U applying of cost space.
状態状態チェックへの移行は、SU = V S、これらの演算子は、Sの第2ヒルベルトの最初の演算と通常、コスト空間のU適用を満たすことができる。
0.65
is The also update (quantum) cost.
これもアップデート(quantum)コストです。
0.70
Define the ∈ Ω} A := span{|j(cid:105)|0(cid:105)
∈ Ω} A := span{|j(cid:105)|0(cid:105)を定義する。
0.78
be j : that that Swap subcalled subspaces
な j : Swapのサブスペースは
0.70
(A2a) and B := U†SUA = U†V SA.
(A2a) そして B := U SUA = U V SA である。
0.70
(A2b) (cid:112)Wij =(cid:112)πi/πjWij, (cid:112)Wji can define M := U†V S, Having defined U and V , we (cid:104)i, 0|U†V S|j, 0(cid:105) a matrix with entries valued = thanks equality last the fact, In equation balance detailed the to [58].
(A2b) (cid:112)Wij = (cid:112)πi/πjWij, (cid:112)Wji can define M := U ^ V S, have defined U and V , we (cid:104)i, 0|U ^ S|j, 0(cid:105) a matrix with entry valued = thanks equality, In equation balance detailed the [58].
0.90
in ma−1/2 WD1/2 terms trix it is usually written M = D π π where we have written Dπ indicate the diagoto the equilibrium statethe of entries nal matrix with that W and probabilities, of vector π.
ma-1/2 WD1/2 項では、通常は M = D π π と書かれるが、Dπ は、その W とベクトル π の確率を持つ成分 nal matrix の平衡状態を表す。
0.82
This implies spectrum λ0 = 1 ≥ ... ≥ λd−1 ≥ 0, M have the same pTWp ∈ [0, 1], the matrix W is definite, as positive |φ0(cid:105) =(cid:80) eigenstates The size and are corresponding d. of |φj(cid:105)|0(cid:105), √ = ϕj phases and In particular arccos λj.
これはスペクトル λ0 = 1 ≥ ... ≥ λd−1 ≥ 0, m は同じ ptwp ∈ [0, 1] を持ち、行列 w は正の |φ0(cid:105) =(cid:80) の固有値として定式化され、対応する d は | φj(cid:105)|0(cid:105) である。
0.82
|i(cid:105), equilibrium distribution.
|i(cid:105),平衡分布。
0.87
the πi is A i the We can also define projectors and B as ΠA and ΠB := (1 ⊗ |0(cid:105)(cid:104)0 |), ΠA := U†V S(1 ⊗ |0(cid:105)(cid:104)0 |)SV †U rotations corresponding RA = 2ΠA − 1, RB = 2ΠB − 1. this rotation we further define a step the main in did as we text W = RBRA = U†SU RAU†SU RA.
πi は i の射影であり、b は πa と πb := (1 ) |0(cid:105)(cid:104)0 |), πa := u\v s(1 ) |0(cid:105)(cid:104)0 |)sv は ra = 2πa − 1, rb = 2πb − 1 に対応する回転である。 訳抜け防止モード: πi は A i であり、射影子も定義できる と B は A と B : = ( 1 ) |0(cid:105)(cid:104)0 | ) である。 シュア : = U.V S(1 .) |0(cid:105)(cid:104)0 |)SV .U 回転は RA = 2.A − 1 に対応する。 RB = 2\B − 1 である。 さらに W = RBRA = U SU RAU SU RA と書くように、主が行なったステップを定義します。
= λ by will Thus the subspace preserve {|φj(cid:105)|0(cid:105) , U†V S |φj(cid:105)|0(cid:105)}, under which invariant is ΠA ΠB; Grover the in the mirroring and situation previthe as Also, algorithm [35].
consequence a of in A + B has ous, of the fact that operator W e2iϕj [22, the subspace such in 36], eigenvalues operblock ator W can operator a be written as diagonal (cid:19) (cid:18)cos(2ϕj) with matrices − sin(2ϕj) (A9) .
a + b の帰結 a は、作用素 w e2iφj [22, the subspace such in 36], eigenvalues operblock ator w が a を対角 (cid:19) (cid:18)cos(2φj) で行列 − sin(2φj) (a9) と書くことができるという事実である。
0.81
sin(2ϕj) cos(2ϕj) of W gap notice that the eigenvalue Finally, is δ = 1−λ1, and in general defined as time the hitting grow like O(δ−1) classical walk will of a (Proposition But ∆ ≥ 2(cid:112)1 − |λ1|2 1 On the [36]).
2 fact, writing In δ, 1 − cos ϕ1, in Taylor expanding and series cos ϕ1 = 1 − ϕ2 + ϕ4 + O(ϕ6 see can that 1), we 1 1 24 2 − ϕ4 ϕ2 ϕ2 ≥ 1 − cos ϕ1 ≥ 1 1 1 2 2 24 Using the δ of and ∆ and definitions (cid:18) ϕ1 ∈ (0, π/2), it is (cid:18) ∆2 ≥ δ ≥ ∆2 8 8
δ, 1 − cos φ1, in Taylor expand and series cos φ1 = 1 − φ2 + φ4 + O(φ6 see that 1), we 1 242 − φ4 φ2 ≥ 1 − cos φ1 ≥ 1 1 1 2 24 using the δ of and definitions (cid:18) φ1 ∈ (0, π/2), it is (cid:18) φ2 ≥ ≥ 2 8 8.
0.85
immediate − ∆4 · 24 24
すぐ- ∆4 · 24 24
0.79
the . ∆2 = 8 ≥ ∆2 8
はあ? . ∆2 = 8 ≥ ∆2 8
0.70
1 − 1 − ∆2 2 · 24 π2 2 · 24
1 − 1 − ∆2 2 · 24 π2 2 · 24
0.91
that (A10) fact (cid:19) (cid:19) .
あれ (A10)事実(cid:19)(cid:19)
0.74
(A11) Consequently, why their
(A11) それゆえ なぜ彼らは
0.82
∆ = Quantum Walks classical
s = 量子ウォーク 古典的
0.65
Θ(δ1/2), are counterparts.
θ(δ1/2) は対応する。
0.68
and is this quadratically
そして これは四角形で
0.58
the faster reason than
より速く 理由よりも
0.74
英語（論文から抽出）
日本語訳
スコア
17 9. in FIG.
17 9. FIG。
0.77
Geometrical subspace A + B, that the block diagonal matrix, where Grover-like sum of the direct operator represents equation
ブロック対角行列が直接作用素のグロバー様和が方程式を表す幾何学的部分空間a + b
0.74
a in quantum walk of (A2) with their defined 2-dimensional a each block is subspace the rotations in (4) from section II C.
visualization operator W of Szegedy corresponding rotation rotation ωj = R(2ϕj) A + B, spanned and
可視化 Szegedy 対応回転回転 ωj = R(2φj) A + B の作用素 W をスパンドし、
0.75
a type. W (A4), may operators given by (A9).
タイプ。 W (A4) は (A9) によって与えられる演算子である。
0.55
therefore W . performs
よってW。 実行する
0.61
series be written rotations as a represents quantum walk
シリーズ執筆。 回転は量子ウォークを表します
0.71
This figure This by of
この図は で ですから
0.61
Appendix B: Mathematical
Appendix B: 数学的
0.91
of out-of-equilibrium quantum Metropolis
平衡外量子メトロポリスの
0.79
description the algorithm
説明 はあ? アルゴリズム
0.61
the reviewed Szegedy quana the use
はあ? レビュー Szegedy quana (複数形 Szegedy quanas)
0.47
appendix A we In have the quantum walk.
appendix A we 量子ウォークを持つ。
0.65
In this appendix, we present tum Metropolis-Hasting algorithm based on Szegedy walks.
本稿では,Szegedy ウォークに基づく tum Metropolis-Hasting アルゴリズムを提案する。
0.72
of Z−1(β)(cid:80) algoMetropolis-Hasti ngs The objective of the ρβ = distribution from the Gibbs sampling rithm is |πβ(cid:105)(cid:104)πβ| |φ(cid:105)(cid:104)φ|, φ∈Ω e−βE(φ) where = angles E(φ) is the energy of a given configuration of Z(β) = (cid:80) the molecule, inverse the of a of the of role plays β the process, temperature that will be lowered during φ∈Ω e−βE(φ) factor.
Z−1(β)(cid:80) algoMetropolis-Hasti ngs ρβ = distribution from the Gibbs sample rithm is |πβ(cid:105)(cid:104)πβ| |φ(cid:105)(cid:104)φ|, φ(φ) where = angles E(φ) is the energy of a given configuration of Z(β) = (cid:80) inverse the a of the role of the a are β play β, process, the temperature will lowered during φ(φ) factor.
0.93
a and normalization configuration Ω represents the case the space, our can One torsion angles may take.
a と正規化の構成 Ω は、空間、我々の缶 1 のトーション角が取ることができる場合を表す。
0.63
the possible values only is that immediately notice sufficiently large configurations the with lowest energy
可能な値は、最も低いエネルギーで十分大きな構成にすぐに気づくことのみである
0.79
possible if β the in
可能 β です。 で
0.68
of to state
ですから へ state
0.67
in when will high state est in
いつから? ハイステート・エストインは
0.51
state, with such one the lowprotein
タンパク質が少ない状態では
0.63
from that sampling to prepare Thus, we wish configuration with the find the case folded the
そのサンプリングから準備するので、find the caseが折り畳まれた構成を希望します。
0.65
appear probability. able to be energy, in our nature.
確率が現れます 自然界において エネルギーになり得るのです
0.73
πβ to distribution is construct such way One as has that Chain create rapidly mixing Markov a πβ.
分布へのπβは、連鎖が急速にマルコフa πβを混合させるような構成である。
0.70
is Such Markov Chain equilibrium distribution at a given β, by a transition matrix W characterized, states.
そのようなマルコフ連鎖平衡分布は与えられたβにおける遷移行列 w によって特徴づけられる状態である。
0.72
random walk possible over the that induces a is, W maps to distribution a another given p That = Wp.
a を誘導する b 上のランダムウォークが可能であり、w は別の p を wp = wp に分配する。 訳抜け防止モード: ランダムな歩行が可能で、a を誘導します。 W は別の p = Wp の分布にマップする。
0.82
p(cid:48) introduce definitions: useful some Let us state any if irreducible called walk aperiodic an is state other from any in Ω can accessed be in Ω, alAdditionally, single though not necessarily in a step.
p(cid:48) 定義を紹介します: 有用 任意の既約値である walk a periodic an is が Ω のどの状態からでもアクセス可能 Ω, alAdditionally, single に記述する。 訳抜け防止モード: p(cid:48 ) introduced definitions : useful some let any if irreducible called walk a periodic an is state from any in Ω can accessed Ω, alditionally, single, but not in a step.
0.75
we is reversible when fulfills the will say detailed
私たちは可逆的です 詳細を述べます
0.65
it that a balance W β j,iπβ i
それ そのバランス W β j,iπβ i
0.73
walk condition = W β i,jπβ j
walk condition = W β i,jπβ j
0.94
. (B1)
. (B1)
0.90
英語（論文から抽出）
日本語訳
スコア
, i j is is
, 私は j は は
0.74
to (1), and
へ (1), そして
0.68
(B3) (B2) using
(B3) (B2) 利用
0.87
Tij = where, following
Tij = どこ? 以下
0.71
condition there else, outgoing be to case for
条件 他にも outgoing (複数形 outgoings)
0.61
algorithm, we previous quantize to seen in the evolution
アルゴリズムは前もって 進化に見られるように量子化しました
0.60
(cid:40) Metropolis-Hastings algorithm uses the transition matrix 1 −(cid:80) (cid:54)= j Wij = TijAij, if i k(cid:54)=j TkjAkj, if i = j, 1, e−β(Ei−Ej )(cid:17) (cid:16) as the main text in given equation Aij = min (cid:40) 1 connecting a move N 0, (B4) for N possible of number the movements assume we from state which j, independent of the current state, as is the our particuthe Metropolis-Hastings of In lar case the problem.
(cid:40) metropolis-hastingsアルゴリズムは遷移行列 1 −(cid:80) (cid:54)=j wij = tijaij, if i k(cid:54)=j tkjakj, if i = j, 1, e−β(ei−ej )(cid:17) (cid:16) を、与えられた方程式 aij = min (cid:40) 1 における主文として使う。 訳抜け防止モード: (cid:40 ) Metropolis - Hastings アルゴリズムは遷移行列 1 − (cid:80 ) (cid:54) = j Wij = TijAij, i = j, 1, e−β(Ei−Ej ) ( cid:17 ) ( cid:16 ) ( cid:40 ) 1 が与えられた方程式 Aij = min ( cid:40 ) 1 の主文であるなら、 (B4 ) を N 個の数にすると、運動は j をどの状態からと仮定する。 現在の状態とは独立しており、私たちの参加するメトロポリスもそうである。
0.79
detailed algorithm the balance fulfilled definitions.
定義を満たすバランスの詳細なアルゴリズム。
0.81
above with the now Having defined the Metropolis section.
上述の通り、メトロポリス地区が定義されている。
0.57
it quantize to want the There the proposals several been have Apbe can as algorithm, Metropolis slow on from pendix B.
いくつかの提案では、Apbe をアルゴリズムとして扱うことができ、Metropolis は Pendix B から遅くなる。
0.69
They often rely |πt(cid:105) → |πt+1(cid:105) using of Amplitude Amplivariations large a fication, β until algorithms often most However, is of outside used are equilibrium, approaches.
algorithm first rewind’ [19] uses quansimpler a instead walks, tum amplificawhere tion, estimation is used on operators quantum phase means that so Wj, first eigenvalue eigenvecthat have we corresponding t (cid:105) = |πt(cid:105) |ψ0 tor gap is ∆t, the eigenvalue is O(∆−1 the ).
アルゴリズム first rewind' [19] use quansimpler a instead walk, tum amplifica where tion, estimation is used on operators quantum phase means that wj, first eigenvalue eigenvec that have we corresponding t (cid:105) = |πt(cid:105) |ψ0 tor gap is st, the eigenvalue is o(−1 the )。
0.92
of Quantum Phase Estimation cost |πt(cid:105)(cid:104)πt| t Q⊥ = and = Qt measurements Define 1 − |πt(cid:105)(cid:104)πt|, t indicating index for the step an of Performing these measurethe cooling schedule.
of Quantum Phase Estimation cost |πt(cid:105)(cid:104)πt| t Q = and = Qt Measurement Define 1 − |πt(cid:105)(cid:104)πt|, t indicate index for the step a of performing the cooling schedule。
0.86
ments in performing as we have mentioned, consists, operator Wt, corresponding of estimation phase cost ∆−1 type Q⊥ indicates a measurement If at t t ‘withthe a is called restart of whole it Q⊥ measurement out rewind’.
前述したように実行するための要素は、演算子Wt、推定位相コストに対応する - 1 型 Q は、t t で「a が全体の再起動と呼ばれている場合は、Q 測定が巻き戻す」測定を示します。
0.69
However, is obof Wt−1.
ただし、Wt−1 は省略される。
0.58
t estimation can perform phase tained, one |(cid:104)πt|πt−1(cid:105)|2 = F 2 probability transition the , then If ↔ Qt−1 ↔ Q⊥ t Q⊥ t−1 between Qj between and is t by F 2 given and the probability between transition ↔ Q⊥ ↔ Qt−1 t Q⊥ t−1 between and Qt by given is 1 − F 2 t so , in a logarithmic number of steps one can |πt−1(cid:105) |πt(cid:105).
1 |(cid:104)πt|πt−1(cid:105)|2 = f2 確率遷移 qj と t by f2 の間の qt−1 と遷移 qt−1 t qt−1 の間の確率は 1 − f 2 t so であり、ステップの対数で |πt−1(cid:105) |πt(cid:105) |πt(cid:105) となる。
0.83
t recover state in the previous perform the to ways
t 回復状態 前回までのやり方で
0.64
measuring prepared [17].
準備[17]を測る.
0.81
of algorithm if been achieved.
もしアルゴリズムが 達成された
0.74
Metropolis the the Since one, version of
メトロポリス 以来 1つ、バージョン
0.51
‘Zeno previous
‘Zeno previous]
0.89
called of something amplitude
と呼ばれる 何か 振幅
0.69
has this that the
これは あれ はあ?
0.56
or t ; .
あるいは t ; .
0.83
18 is is in to
18 は は で へ
0.74
the := t as the
はあ? :=t として
0.64
unitary T T S(t)
Unitary T T S(t)
0.81
indicated also unitary The heuristic
表示 ユニタリーも ヒューリスティック
0.53
procedure expected previously to
予期される手順 前回までの
0.65
second procedure (B5) would algoof a classical way of slowly walk, aim tempersignificantly because ones estimation on
第二の手順 (B5) ゆっくり歩くという古典的なやり方を採り入れ、推定するからこそ微妙に目指す
0.64
proposal to perform [21] |π0(cid:105) .
21] |π0(cid:105) を実行する提案。
0.68
|ψ(L)(cid:105) = WL...W1 way simplest is in some ways the one Metropolis-Hastings the of quantizing implementing a quantum instead
with alternative constructed [21] to Additionally ˜W coin, operator using such Szegedy quantum walk on three that the |z(cid:105)M |b(cid:105)C. |x(cid:105)S codificaregisters of possible tion the state, M for operthe Boltzmann and C movements, ˜W under the to equivalent ator Szegedy is operator Y a conjugation that maps moves states viceversa: and ˜W = RV †B†F BV, |0(cid:105)M →(cid:88) : j (cid:16)(cid:113) |j(cid:105)M |0(cid:105)C → |j(cid:105)M 1 − Ax·zj ,x |0(cid:105) + |j(cid:105)M |b(cid:105)C → |x · zb j(cid:105) S
with alternative constructed [21] to Additionally ˜W coin, operator using such Szegedy quantum walk on three that the |z(cid:105)M |b(cid:105)C. |x(cid:105)S codificaregisters of possible tion the state, M for operthe Boltzmann and C movements, ˜W under the to equivalent ator Szegedy is operator Y a conjugation that maps moves states viceversa: and ˜W = RV †B†F BV, |0(cid:105)M →(cid:88) : j (cid:16)(cid:113) |j(cid:105)M |0(cid:105)C → |j(cid:105)M 1 − Ax·zj ,x |0(cid:105) + |j(cid:105)M |b(cid:105)C → |x · zb j(cid:105) S
R : |0(cid:105)M |0(cid:105)C → −|0(cid:105)M |0(cid:105)C (cid:54)= (0, 0) |j(cid:105)M |b(cid:105)C → |j(cid:105)M |b(cid:105)C , prepares B moves, different proposes V necessary bits flips F coin, to the on new state, conditional the
R : |0(cid:105)m |0(cid:105)c → −|0(cid:105)m |0(cid:105)c (cid:54)= (0, 0) |j(cid:105)m |b(cid:105)c → |j(cid:105)m |b(cid:105)c , prepareds b move, startings v necessary bits flips f coin, to the on the new state, conditional the the
J. Westbrook, Z. Feng, G. Gilliland, and P. E. “The protein data bank,” Nucleic Acids Reno.
J. Westbrook, Z. Feng, G. Gilliland, P. E. “The protein data bank, Nucleic Acids Reno”。
0.94
28, vol. pp.
28, vol. pp.
0.85
1, Heinrich, J. Perdig˜ao,
Heinrich, J. Perdig 'ao (英語)
0.58
U. Consortium, tein knowledge,” no.
U. コンソーシアム、テインナレッジ” だ。
0.60
D1, H. M. Berman, T. N. Bhat, H. Weissig, Bourne, search, N. Sabir, M. J. Buckley, B. Tabor, B.
D1, H. M. Berman, T. N. Bhat, H. Weissig, Bourne, search, N. Sabir, M. J. Buckley, B. Tabor, B.
0.88
Signal, B. S. Gloss, C. J. Hammang, features National dark of of Academy 15898– 2015.
Signal, B. S. Gloss, C. J. Hammang, feature of National dark of Academy 15898–2015
0.95
15903, Brookes, A. Bhowmick, D. Dyson, D. J. Pande, L. Gordon, G. in the “Finding et al., the American Chemical of Journal no.
15903, Brookes, A. Bhowmick, D. Dyson, D. J. Pande, L. Gordon, G. in the "Finding et al., the American Chemical of Journal No。
0.98
9730–9742, 31, pp.
9730-9742, 31, pp。
0.66
N. Perdig˜ao and A. Rosa, dark on studies proteins,” 2019. p. no.
N. Perdig 'ao and A. Rosa, dark on study protein”. 2019. pp. No.
0.83
2, 8, Orban, J.
第2、第8、オルバン、j。
0.63
“Proteins Bryan P. and N. in Opinion Current folds,” 2010.
2010年『Proteins Bryan P. and N. in Opinion Current Folds』。
0.76
482–488, pp.
482-488, pp。
0.63
20, vol. 4, no.
20、Vol。 4、いいえ。
0.68
Lawson, A. D. C. Dunker, K. J. J. S. Oh, C. Williams, P. Romero, Campen, K. W. trinsically disordered protein,” Graphics vol.
Lawson, A.D.C. Dunker, K.J.J.S. Oh, C. Williams, P. Romero, Campen, K.W. Trinsically disordered protein”。
0.87
2001. Das R. and D. ing with rosetta,” pp.
2001. das r. and d. ing with rosetta”. pp.
0.84
363–382, 2008.
363–382, 2008.
0.84
University of boinc.bakerlab.org, R. Das, S. Raman, R. Vernon, B. Qian, D. Bradley, P. son, S. Tyka, D. Chivian, al., et prediction targets extensive using rosetta@ home,” Proteins: 69, vol.
boinc.bakerlab.org, R. Das, S. Raman, R. Vernon, B. Qian, D. Bradley, P. son, S. Tyka, D. Chivian, al., et predict target extensive using rosetta@ home”. proteins: 69, vol。
0.89
Bioinformatics, no.
バイオインフォマティクス、ノー。
0.59
Istrail, and S. E. protein folding: hardness of Journal potentials,” energy 1–22, 1, no.
Istrail, and S. E. protein folding: hardness of Journal potentials”. Energy 1–22, 1, No。
0.93
vol. ogy, 4, pp.
Vol. Ogy, 4, pp.
0.71
1997. Berger B. and T. Leighton, the hydrophobic-hydrophi lic of Proceedings in Second the on Conference Computational pp.
1997. Berger B. and T. Leighton, the hydrophobic-hydrophi lic of Proceedings in Second the On Conference Computational pp.
0.91
30–39, 1998.
30–39, 1998.
0.84
J. ThompBhat, D. for casp7 with all-atom refinement and Structure, Function, 2007.
J. ThompBhat, D. for casp7 with all-atom refinement and Structure, Function, 2007
0.93
S8, pp. 118–128, np“Robust of proofs general lattices and BiolComputational
S8, pp。 118–128, np “Robust of proofs general lattices and BiolComputational
0.96
J. R. M. J. Oldfield, A. M. Hipps, “Inet Journal of Molecular 26–59, pp.
J. R. M. J. Oldfield, A. M. Hipps, “Inet Journal of Molecular 26-59, pp。
0.82
1, no. 19,
1、いいえ。 19,
0.79
in np-complete,” International Biology,
np完全」国際生物学
0.59
“Protein (hp) is Annual Molecular
タンパク質(hp)は年次分子である
0.66
“Macromolecular Rev. Biochem.,
「高分子レヴ」 生化学。
0.61
that Structural Washington 2021.
その構造は ワシントン2021年。
0.75
Khare, M. “Structure
Khare, M. “Structure”
0.86
“Rosetta@home.”
「Rosetta@home」
0.54
Baker, Annu.
Baker, Annu
0.62
switch Biology,
生物学を切り替える。
0.52
modelvol. 77, and Modelling,
モデルボル 77, そしてモデリング。
0.61
Hart for
Hart (複数形 Harts)
0.39
Brown, Ratliff,
ブラウン。 Ratliff
0.57
folding C. M.
折りたたみ C.M。
0.76
al., , [11] W.
アル... , [11]w。
0.62
[12] being coin on state Although slightly is is this
[12] 少しはこれですが、状態がコインです。
0.74
in (0, 0) our different, one, mainly
主に (0, 0) 異なるもの
0.49
1, state for the encoding the due
1 は、デュエルをエンコードするための状態です。
0.43
reflection and R is and movement coin of the operators algorithm that we to simplicity.
リフレクションとRは、単純化するために演算子アルゴリズムの運動コインである。
0.75
its a operator registers.
その あ... オペレーター登録。
0.49
states and have used 19 [13]
使用済みの州 19 [13]
0.77
[14] M. Schwede,
[14] M。 Schwede
0.69
T. “Critical prediction Function, 1011–1020,
T.「臨界予測関数1011-1020」
0.80
Kryshtafovych, A. assessment and J. Moult, delis, (casp)—round structure of protein and Structure, Proteins: 2019. no.
kryshtafovych, a. assessment and j. moult, delis, (casp) - round structure of protein and structure, protein: 2019. no.
0.90
vol. 87, 12, pp.
Vol. 87, 12, pp。
0.74
Kirkpatrick, J. J. Jumper, Evans, R. Senior, A.
Kirkpatrick, J. J. Jumper, Evans, R. Senior, A。
0.96
A. Zidek, C. Green, Sifre, L. Nelson, A. Qin, T. A. protein “Improved Bridgland, et al., structure prediction using potentials from deep learning,” Nature,
A. Zidek, C. Green, Sifre, L. Nelson, A. Qin, T. A. protein “Improved Bridgland, et al., structure prediction using potentials from Deep Learning”, Nature, Nature.
H. Boixo, Barnum, of simulations classical Review Letters,
H. Boixo, Barnum, of Simulations classical Review Letters (英語)
0.84
E. E. Zurek, dermeersch, advanced gadro: an semantic analysis alization, and platform,” informatics, vol.
E.E. Zurek, dermeersch, Advanced Gadro: an semantic analysis alization, and platform”, informatics, vol。
0.82
no. 1, 17, P. Wocjan and A. Abeyesinghe, tum Review sampling,” p. 2008.
ダメよ 1, 17, P. Wocjan and A. Abeyesinghe, tum Review sample”. 2008年。
0.71
042336, R. S. Somma, tum simulated arXiv:0712.1008, R. D. S. “Quantum cesses,” 130504, p. Osborne, K. Temme, and F. Verstraete, D. Poulin, 7336, vol.
042336, R. S. Somma, tum simulated arXiv:0712.1008, R. D. S. “Quantum cesses” 130504, p. Osborne, K. Temme, F. Verstraete, D. Poulin, 7336。
0.91
sampling,” Nature, p. 471, “A Aspuru-Guzik, A. and algorithm,” quantum metropolis Academy National of Sciences, 2012. pp.
Nature, pp. 471, “A Aspuru-Guzik, A. and Algorithm”, Quantum Metropolis Academy National of Sciences, 2012. pp。
0.80
J. Heim, B.
J. Heim、B。
0.93
“Efficient M. Metropolis-Hastings 2020. p. speed-up of “Quantum [22] M. 45th in algorithms,” Annual of Foundations Computer 2004.
M. Metropolis-Hastings 2020.p.p. speed-up of "Quantum [22] M. 45th in algorithm", Annual of Foundations Computer 2004
0.89
B. A. O’Gorman, Perdomo-Ortiz, “Construction and A. Aspuru-Guzik, heteropolymer modsatisfaction programarXiv
B。 A. O’Gorman, Perdomo-Ortiz, "Construction and A. Aspuru-Guzik, hetero polymer modsatisfaction programarXiv
0.79
Vollbrecht, “Quantum metropolis 87, no.
Vollbrecht, “Quantum metropolis 87, No。
0.81
2011. quantum– the 3,
2011年 - 量子3。
0.81
for lattice constraint quantum optimization,”
格子制約量子最適化のために」
0.81
D. K. Quantum Walk Algorithm,”
d.k.量子ウォークアルゴリズム”
0.85
markov IEEE Science, 754–759, Lemieux, Troyer,
IEEE科学専攻。 754-759, Lemieux, Troyer
0.78
Svore, Circuits vol.
Svore、回路vol。
0.59
Proceedings vol. 109,
略称はVol。 109,
0.60
chain Sympopp.
シンポップチェーン。
0.66
32– 287, June Szegedy,
32– 287年6月、セゲディ。
0.62
and for 4, functions study in adiabatic arXiv:1211.3422,
そして4。 arXiv:1211.3422における機能研究
0.57
[20] M.-H. Quantum,
20] M.H。 量子。
0.74
Poulin, of no.
Poulin もちろんです。
0.47
Yung 2012. based sium on IEEE, 41, R. Babbush, W. Macready, energy of els: a case ming and preprint A. and algorithm arXiv:1908.02163, A. Perdomo-Ortiz,
ユン 2012. Sium on IEEE, 41, R. Babbush, W. Macready, energy of els: a case ming and preprint A. and algorithm arXiv:1908.02163, A. Perdomo-Ortiz,
0.79
Robert, I. K. Tavernelli, for
ロバート、私。 K. Tavernelli です。
0.76
Barkoutsos, S. “Resource-efficient arXiv
Barkoutsos, S. “Resource- efficient arXiv”
0.73
folding,” Woerner, quantum preprint
折りたたみ式” Woerner、量子プリプリント
0.68
Dickson, M.
ディックソン。 M。
0.67
Drew-Brook,
Drew-Brook
0.79
protein 2019.
2019年タンパク質。
0.69
N. [24] [25]
N! [24] [25]
0.79
[23] [21] P.
[23] [21] P。
0.83
J.
J。
0.77
英語（論文から抽出）
日本語訳
スコア
[26] M. of
[26]M。 ですから
0.63
et a arXiv Babej,
など arXiv Babej
0.56
limited Fingerhuth,
限定 Fingerhuth
0.63
hamiltonians 752485, Banchi,
ハミルトン人 752485年、バンチ。
0.54
D. Pelissier,
D. Pelissier
0.78
Watkins, and R. and A. Aspuru-Guzik,
ワトキンスとR。 A. Aspuru-Guzik
0.62
Babej, ansatz protein 2018.
Babej、ansatz protein 2018。
0.77
“Coarse-grained annealer,” T. Babej, docking Advances,
「粗粒アニール」 T. Babej, docking Advances
0.63
Fingerhuth, “Molecular Science
Fingerhuth, “Molecular Science”
0.98
G. Rose, conformations annealing,”
G. Rose, conformation annealing」。
0.80
M. protein preprint Perdomo, and Rose,
M. protein preprint Perdomo, and Rose
0.84
“Finding low-energy quantum lattice protein models by 2012. p. 571, alquantum soft and conarXiv preprint
2, vol. Scientific Reports, al., “A et with hard folding,”
2、Vol。 Scientific Reports, al., “A et with hard folding”
0.69
A. M. Arora, S. on a quantum computer,”
A.M.アローラ、量子コンピュータ上のS。
0.71
S. I. Merritt, Slocum, Renfrew, P. D. “DeBonneau, bioRxiv,
S. I. Merritt, Slocum, Renfrew, P. D. “DeBonneau, bioRxiv,
0.94
al., quantum 2018. Tubert-Brohman, “Construction of quantum compuconlow-energy Physical Re-
量子2018です。 Tubert-Brohman, "量子コンプコンローエネルギー物理再構成-
0.69
Weitzner, P. peptides 2020.
Weitzner, P. peptides 2020。
0.94
M. Arrazola, sampling,” 2020. and the β-sheet
M. Arrazola, sample”, 2020, and the β-sheet
0.90
T. ternating operator for straints lattice arXiv:1810.13411, Fingerhuth, T. folding on lattice arXiv:1811.00713, arXiv Truncik, C. I.
T.ternating operator for straints lattice arXiv:1810.13411, Fingerhuth, T. folding on lattice arXiv:1811.00713, arXiv Truncik, C. I。
0.78
A. Aspuru-Guzik, A. G. for adiabatic model application to finding tation and its protein models,” lattice of formations 012320, 1, 78, view A, vol.
A. Aspuru-Guzik, A. G. for adiabatic model application to find tation and its protein model”. 012320, 1, 78, view A, vol.
0.86
no. p. 2008.
ダメよ 2008年。
0.61
S. C. Strahm, Shi, M. C. Outeiral, G. M. Morris, J. the “Investigating and C. M. Deane, Benjamin, pospeedup quantum tential for a on protein lattice problems,” preprint arXiv:2004.01118, 2020.
S.C. Strahm, Shi, M. C. Outeiral, G. M. Morris, J. the Investigating and C. M. Deane, Benjamin, pospeedup quantum tential for a on protein lattice problem”. Preprint arXiv:2004.01118, 2020.
0.90
V. K. Mulligan, H. Melo, H. B. C. signing p. L. J. M. boson p. eaax1950, comThe α-helix found in protein folding.
V. K. Mulligan, H. Melo, H. B. C. signed p. L. J. M. boson p. eaax 1950, com αヘリックスはタンパク質の折り畳みで見つかる。
0.65
Such strucmon structures the secondary strucis constitute what tures characterised because and of the protein, ture (φ, ψ) = (−π/3,−π/4) α-helix, and (φ, ψ) = in (−3π/4,−3π/4) the hydrogen to due that happen between backbone bonds amino groups carboxy groups CO. NH and backbone Mathematical Theory R. of Von Mises, Academic Press, and 2014.
このような構造体は、タンパク質のture (φ, s) = (−π/3,−π/4) α-ヘリックス、および(φ, s) = in (−3π/4,−3π/4)で、バックボーン結合のアミノ基のカルボキシ群CO.NHとバックボーンの数学的理論R. Von Mises, Academic Press, and 2014の間に生じる水素を特徴付ける。
0.83
Statistics. R. Turney, M. J.
統計学。 R. Turney、M.J。
0.82
A. Hohenstein, E. G. Evangelista, J. Mintz, mann, B. Abrams, et al., “Psi4: tronic program,” Wiley structure Computational Molecular Reviews: no.
A. Hohenstein, E. G. Evangelista, J. Mintz, mann, B. Abrams, et al., “Psi4: tronic program”, Wiley structure Computational Molecular Reviews: No。
0.96
pp. 556–565, L. K. Grover, ing a needle for no.
pp. 556-565, l. k. grover, 針1本でno。
0.72
ters, 79, vol.
ター、79、Vol。
0.61
F. Magniez, and M. A.
F. MagniezとM.A。
0.86
“Search via quantum walk,” SIAM Journal puting, 2011.
SIAM Journalが2011年に発表した「量子ウォークによる検索」。
0.73
T. scaling ulated p. E. mini EricAlcaide/MiniFold /, H. Abraham et “Qiskit:
T.scale ulated p.E. mini EricAlcaide/MiniFold /, H. Abraham et “Qiskit:
0.79
“Quantum mechanics searchin a haystack,” Physical Review Let2, p. Nayak,
とQuantum Mechanics searchin a haystack, Physical Review Let2, p. Nayak.
0.75
40, no. 1, and D. A. advantage a for annealing,” Physical Review X,
40、いいえ 1とd.a. advantage a for annealing”. physical review x.(英語)
0.61
Parrish, FerT.
Parrish、FerT。
0.69
L. J. Wilke, M. ab initio elecInterdisciplinar y Science, 2,
L. J. Wilke, M. ab initio elecInterdisciplinar y Science, 2
0.97
pp. Lidar, quantum annealer vol.
pp. Lidar, quantum annealer vol. (英語)
0.75
of a “Demonstration simover no.
demonstration simover no.”の略。
0.71
8, 3, called are the in the β-sheet,
8, 3, βシートの内側と呼ばれる。
0.74
a deeplearning-based https://github.com/
ディープラーニングベースのhttps://github.com/
0.28
Ing, and C. gaussian with 6, vol.
Ing, and C. gaussian with 6, vol。
0.87
no. 23, C. F. L. A. Burns,
ダメよ 23, C.F.L.A。
0.66
031016, Alcaide, protein
031016, Alcaide, タンパク質
0.97
“Minifold: folding J. open-source
「最小:折りたたみ J.オープンソース
0.68
Simmonett, A. Santha, on Com-
シモネ、A。 Santha, on Com-
0.82
vol. Albash 1997.
Vol. アルバシ 1997.
0.69
Roland, correspond to 2019.
Roland 対応 2019.
0.57
An open-source Probability
安 オープンソース 確率
0.65
325, J. 142–164,
325、j。 142–164,
0.72
engine.” M. J.
エンジン」。 M.J。
0.80
frame- 2018.
フレーム 2018.
0.79
2012. helps vol.
2012. 助けて Vol.
0.73
two al., an
二 アル... アン
0.52
in 4, [27] [28]
で 4, [27] [28]
0.82
[29] [30] [31]
[29] [30] [31]
0.85
[32] [33] [34]
[32] [33] [34]
0.85
[35] [36] [37]
[35] [36] [37]
0.85
[38] [39] [48] M. Abadi,
[38] [39] M.Abadi (複数形 M.Abadis)
0.70
20 aws. [40]
20 aws。 [40]
0.83
[41] [42] [43]
[41] [42] [43]
0.85
[44] [45] [46]
[44] [45] [46]
0.85
[47] [49] [50]
[47] [49] [50]
0.85
[51] [52] [53]
[51] [52] [53]
0.85
[54] [55] [56]
[54] [55] [56]
0.85
[57] [58] J.
[57] [58] J。
0.82
J. for 220,
J。 ですから 220,
0.72
T. A. Olsen,
T.A。 Olsen
0.65
no. P. services.”
ダメよ P。 サービス」。
0.67
integrable
integrable～
0.71
to arXiv InterSci-
arXivは InterSci-
0.78
2019. web J. M. Gambetta,
2019年 ウェブ J.M.ガンベッタ
0.74
Vecchi, Science,
Vecchi、Science、
0.76
Gindulyte, P.
Gindulyte, P。
0.75
efficiently preprint
効率的なプレプリント
0.48
and P. M. annealing,” 1983.
1983年、P. M. annealing。
0.73
He, Thiessen, improved Research,
He, Thiessen, improve Research
0.73
quantum computing,” “Amazon
量子コンピューティング」とAmazonは言う。
0.74
vol. 3, Helgaker, electronic-structure
Vol. 3 ヘルガカー、電子構造
0.69
2013. J. MolecuJohn Wiley & Sons,
2013. J. MolecuJohn Wiley & Sons。
0.89
“Creating superpositions probability quant-ph/0208112,
creating superpositions probability quant-ph/0208112
0.76
J. Karalekas, N. A software package quantum computers,” J. Chen,
j. karalekas, n. a software package quantum computers”. j. chen.
0.81
Cheng, A. Shoemaker, 2019 Nucleic pp.
Cheng、A. Shoemaker、2019 Nucleic pp。
0.83
D1102–D1109, basis
D1102–D1109,base
0.56
A. update: Acids 2019. orbital sets,” Wiley Computational Molecular 273–295, and theory.
A. update: Acids 2019. orbit set”. Wiley Computational Molecular 273-295, and theory.
0.93
work Inc., Amazon.com, 2021. amazon.com, Chen, Kim, S. J.
work Inc., Amazon.com, 2021. amazon.com, Chen, Kim, S. J.
0.86
B. Li, Q. S. He, al., “Pubchem B. Yu, et to access data,” chemical vol.
B.Li, Q.S.He, al., “Pubchem B. Yu, et to access data” 化学 vol。
0.88
no. D1, 47, F. “Atomic Jensen, disciplinary Reviews: 3, ence, pp.