Fugu-MT 論文翻訳(概要): Toward Density Functional Theory on Quantum Computers?

論文の概要: Toward Density Functional Theory on Quantum Computers?

arxiv url: http://arxiv.org/abs/2204.01443v5
Date: Fri, 18 Nov 2022 17:56:17 GMT
ステータス: 処理完了
システム内更新日: 2023-02-18 08:03:12.438174
Title: Toward Density Functional Theory on Quantum Computers?
Title（参考訳）: 量子コンピュータの密度汎関数論に向けて
Authors: Bruno Senjean, Saad Yalouz and Matthieu Sauban\`ere
Abstract要約: 量子化学と物理は量子コンピュータのキラー応用として注目されている。我々は、非相互作用から、所望の利点をもたらすかもしれない補助相互作用ハミルトン多様体への反直観的写像を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Quantum Chemistry and Physics have been pinpointed as killer applications for quantum computers, and quantum algorithms have been designed to solve the Schr\"odinger equation with the wavefunction formalism. It is yet limited to small systems, as their size is limited by the number of qubits available. Computations on large systems rely mainly on mean-field-type approaches such as density functional theory, for which no quantum advantage has been envisioned so far. In this work, we question this a priori by proposing a counter-intuitive mapping from the non-interacting to an auxiliary interacting Hamiltonian that may provide the desired advantage.
Abstract（参考訳）: 量子化学と物理は量子コンピュータのキラー応用として位置づけられ、量子アルゴリズムは波動関数形式を持つシュリンガー方程式を解くように設計されている。そのサイズは利用可能な量子ビットの数によって制限されるため、小さなシステムに限定されている。大規模システムでの計算は主に密度汎関数理論のような平均場型アプローチに依存しているが、これまでの量子的な優位性は考えられていない。本研究では,非相互作用から所望のアドバンテージを提供する補助相互作用ハミルトニアンへの逆直観的マッピングを提案することにより,この問題に先行して疑問を呈する。

関連論文リスト

Expanding Hardware-Efficiently Manipulable Hilbert Space via Hamiltonian Embedding [9.219297088819634]
多くの有望な量子アプリケーションは指数的に大きなスパースハミルトニアンの効率的な量子シミュレーションに依存する。本稿では,ハミルトニアン埋め込みという手法を提案する。このテクニックは、より大きくより構造化された量子系の進化にそれを埋め込むことによって、望ましいスパース・ハミルトンをシミュレートする。
論文参考訳（メタデータ） (2024-01-16T18:19:29Z)
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)
Quantum Computing Quantum Monte Carlo [8.69884453265578]
量子コンピューティングと量子モンテカルロを統合したハイブリッド量子古典アルゴリズムを提案する。我々の研究は、中間スケールおよび早期フォールト耐性量子コンピュータで現実的な問題を解決するための道を開いた。
論文参考訳（メタデータ） (2022-06-21T14:26:24Z)
Interactive Protocols for Classically-Verifiable Quantum Advantage [46.093185827838035]
証明者と検証者の間の「相互作用」は、検証可能性と実装のギャップを埋めることができる。イオントラップ量子コンピュータを用いた対話型量子アドバンストプロトコルの最初の実装を実演する。
論文参考訳（メタデータ） (2021-12-09T19:00:00Z)
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)
Hardware-Efficient, Fault-Tolerant Quantum Computation with Rydberg Atoms [55.41644538483948]
我々は中性原子量子コンピュータにおいてエラー源の完全な特徴付けを行う。計算部分空間外の状態への原子量子ビットの崩壊に伴う最も重要なエラーに対処する,新しい,明らかに効率的な手法を開発した。我々のプロトコルは、アルカリ原子とアルカリ原子の両方にエンコードされた量子ビットを持つ最先端の中性原子プラットフォームを用いて、近い将来に実装できる。
論文参考訳（メタデータ） (2021-05-27T23:29:53Z)
Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
論文参考訳（メタデータ） (2021-03-31T02:41:36Z)
Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-02-24T12:48:00Z)
Hybrid Quantum-Classical Eigensolver Without Variation or Parametric Gates [0.0]
本稿では,電子量子系の固有エネルギースペクトルを得る方法を提案する。これは、量子系のハミルトニアンを有限有効ヒルベルト空間に射影することで達成される。実効ハミルトニアンの対応する対角線および対角線の項を測定するための短深さ量子回路を作成するプロセスを与える。
論文参考訳（メタデータ） (2020-08-26T02:31:24Z)
Density functionals and Kohn-Sham potentials with minimal wavefunction preparations on a quantum computer [0.0]
量子コンピュータの潜在的な応用の1つは、量子化学システムを解くことである。本稿では,十分に強力な量子コンピュータから,機械学習モデルとしての正確な機能を得る方法を示す。
論文参考訳（メタデータ） (2020-08-12T22:50:39Z)
Quantum restricted Boltzmann machine universal for quantum computation [4.3411599646551196]
量子ニューラルネットワークは、大規模な波動関数を表現する強力なツールを提供する。重要なオープン問題は、単一層量子ニューラルネットワークの表現力境界が正確に何であるかである。
論文参考訳（メタデータ） (2020-05-25T08:25:22Z)

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。