論文の概要: Quantum Gaussian process model of potential energy surface for a polyatomic molecule

• arxiv url: http://arxiv.org/abs/2202.10601v1
• Date: Tue, 22 Feb 2022 00:50:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-24 06:13:17.744894
• Title: Quantum Gaussian process model of potential energy surface for a polyatomic molecule
• Title（参考訳）: 多原子分子のポテンシャルエネルギー表面の量子ガウス過程モデル
• Authors: Jun Dai, Roman V. Krems
• Abstract要約: 量子カーネルは、大域的ポテンシャルエネルギー表面の正確な回帰モデルに利用できることを示す。 量子ゲートのパラメータを変化させることで、ベイズ最適化を極大化するために応用する。 量子核における量子ビット絡み合いの効果を説明し、量子ガウス過程の一般化性能について考察する。
• 参考スコア（独自算出の注目度）: 0.48733623015338234
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With gates of a quantum computer designed to encode multi-dimensional vectors, projections of quantum computer states onto specific qubit states can produce kernels of reproducing kernel Hilbert spaces. We show that quantum kernels obtained with a fixed ansatz implementable on current quantum computers can be used for accurate regression models of global potential energy surfaces (PES) for polyatomic molecules. To obtain accurate regression models, we apply Bayesian optimization to maximize marginal likelihood by varying the parameters of the quantum gates. This yields Gaussian process models with quantum kernels. We illustrate the effect of qubit entanglement in the quantum kernels and explore the generalization performance of quantum Gaussian processes by extrapolating global six-dimensional PES in the energy domain.
• Abstract（参考訳）: 多次元ベクトルをエンコードするために設計された量子コンピュータのゲートにより、量子コンピュータ状態の特定の量子ビット状態への投影は、カーネルヒルベルト空間を再生する核を生成することができる。 本研究では、現在の量子コンピュータで実装可能な固定アンサッツで得られた量子カーネルが、多原子分子の大域ポテンシャルエネルギー表面(PES)の正確な回帰モデルに利用できることを示す。 正確な回帰モデルを得るためには、量子ゲートのパラメータを変化させることで限界確率を最大化するためにベイズ最適化を適用する。 これにより量子核を持つガウス過程モデルが得られる。 量子核における量子ビット絡み合いの効果を説明し、エネルギー領域における大域的6次元PSSを外挿することにより量子ガウス過程の一般化性能を探求する。

関連論文リスト

• Simulating quantum field theories on continuous-variable quantum computers [0.0]
  我々は、任意のハミルトニアンの下で量子力学状態の時間発展を再現する方法を開発し、証明する。 提案手法は,目的状態における所望の時間進化を誘導する特殊準備された量子状態である進化状態を構築することに集中する。 CVQCのフィールド理論を,フィールド値の認識を伴わずに符号化できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-15T18:31:09Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• Exhaustive search for optimal molecular geometries using imaginary-time evolution on a quantum computer [0.0]
  第一量子化固有解法のための分子の幾何最適化のための非変分法スキームを提案する。 電子状態と分子の候補を多ビット状態の重ね合わせとしてエンコードする。 回路深さは電子番号n_eのO(n_e2 poly(log n_e))としてスケールし、余剰O(n_e log n_e)量子ビットが利用可能であればO(n_e poly(log n_e))に縮小できる。
  論文  参考訳（メタデータ） (2022-10-18T14:18:20Z)
• Optimal quantum kernels for small data classification [0.0]
  本稿では,量子ゲートシーケンスをデータに適応させるベクトルマシンをサポートするために,量子カーネルを構築するアルゴリズムを示す。 少数のトレーニングポイントを持つ分類問題に対する結果の量子モデルの性能は、最適化された古典モデルよりも著しく高い。
  論文  参考訳（メタデータ） (2022-03-25T18:26:44Z)
• Variational Adiabatic Gauge Transformation on real quantum hardware for effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
  変分アダバティックゲージ変換(VAGT)を導入する。 VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。 VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
  論文  参考訳（メタデータ） (2021-11-16T20:50:08Z)
• Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
  大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。 解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
  論文  参考訳（メタデータ） (2021-08-30T23:50:05Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Quantum simulation of open quantum systems in heavy-ion collisions [0.0]
  本稿では,量子コンピュータ上での高温・強結合クォークグルーオンプラズマ(QGP)における重クォークやジェットなどのハードプローブのダイナミクスをシミュレーションする枠組みを提案する。 我々の研究は、現在および短期量子デバイス上でのオープン量子システムをシミュレートできる可能性を示している。
  論文  参考訳（メタデータ） (2020-10-07T18:00:02Z)
• Gate-free state preparation for fast variational quantum eigensolver simulations: ctrl-VQE [0.0]
  VQEは現在、短期量子コンピュータ上で電子構造問題を解決するためのフラッグシップアルゴリズムである。 本稿では、状態準備に使用される量子回路を完全に取り除き、量子制御ルーチンに置き換える代替アルゴリズムを提案する。 VQEと同様に、最適化された目的関数は、量子ビットマップされた分子ハミルトニアンの期待値である。
  論文  参考訳（メタデータ） (2020-08-10T17:53:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。