論文の概要: Divide-and-conquer variational quantum algorithms for large-scale electronic structure simulations

• arxiv url: http://arxiv.org/abs/2208.14789v1
• Date: Wed, 31 Aug 2022 12:07:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-28 09:16:57.659333
• Title: Divide-and-conquer variational quantum algorithms for large-scale electronic structure simulations
• Title（参考訳）: 大規模電子構造シミュレーションのための分割・結合型変分量子アルゴリズム
• Authors: Huan Ma, Yi Fan, Jie Liu, Honghui Shang, Zhenyu Li and Jinlong Yang
• Abstract要約: 複雑な問題を、短期量子コンピュータで容易に実装できる多くの小さな部品に分割するために、2つの一般的な分割・解法が用いられている。 数十個の原子からなるシステムへのこれらの手法のパイロット適用は、適応的なVQEアルゴリズムを用いて行われる。
• 参考スコア（独自算出の注目度）: 8.97527581134124
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Exploring the potential application of quantum computers in material design and drug discovery has attracted a lot of interest in the age of quantum computing. However, the quantum resource requirement for solving practical electronic structure problems are far beyond the capacity of near-term quantum devices. In this work, we integrate the divide-and-conquer (DC) approaches into the variational quantum eigensolver (VQE) for large-scale quantum computational chemistry simulations. Two popular divide-and-conquer schemes, including many-body expansion~(MBE) fragmentation theory and density matrix embedding theory~(DMET), are employed to divide complicated problems into many small parts that are easy to implement on near-term quantum computers. Pilot applications of these methods to systems consisting of tens of atoms are performed with adaptive VQE algorithms. This work should encourage further studies of using the philosophy of DC to solve electronic structure problems on quantum computers.
• Abstract（参考訳）: 物質設計と薬物発見における量子コンピュータの潜在的な応用を探求することは、量子コンピューティングの時代に大きな関心を集めている。 しかし、実用的な電子構造問題を解くための量子リソース要件は、短期的な量子デバイスの容量を超えている。 本研究は,大規模量子化学シミュレーションのための変分量子固有解法(VQE)にDCアプローチを統合するものである。 多体展開-(mbe)フラグメンテーション理論と密度行列埋め込み理論-(dmet)を含む2つの一般的な分割・結合スキームは、複雑な問題を短期量子コンピュータで容易に実装できる多くの小さな部分に分割するために用いられる。 これらの手法の数十個の原子からなるシステムへのパイロット適用は、適応VQEアルゴリズムを用いて行われる。 この研究は、量子コンピュータの電子構造問題を解くためにdcの哲学を用いるさらなる研究を奨励する。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Quantum computation of conical intersections on a programmable superconducting quantum processor [10.064448021157139]
  円錐交差(CI)は多くの光化学過程において中心的である。 本稿では,量子古典的状態平均空間自己整合法の最初の成功例を示す。
  論文  参考訳（メタデータ） (2024-02-20T04:12:40Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Extending the reach of quantum computing for materials science with machine learning potentials [0.3352108528371308]
  本稿では,機械学習のポテンシャルを用いて,量子計算手法の範囲を大規模シミュレーションに拡張する戦略を提案する。 各種ノイズ源を選択する機械学習能力の訓練性について検討する。 我々は、水素分子のための実際のIBM Quantumプロセッサ上で計算されたデータから、最初の機械学習ポテンシャルを構築する。
  論文  参考訳（メタデータ） (2022-03-14T15:59:30Z)
• Recompilation-enhanced simulation of electron-phonon dynamics on IBM Quantum computers [62.997667081978825]
  小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。 我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。 デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
  論文  参考訳（メタデータ） (2022-02-16T19:00:00Z)
• Emerging quantum computing algorithms for quantum chemistry [0.0]
  デジタル量子コンピュータはシュリンガー方程式を解くための計算フレームワークを提供する。 これらのシステムの量子シミュレーションのための量子計算アルゴリズムは、最近顕著な成長を目撃している。
  論文  参考訳（メタデータ） (2021-09-07T05:18:25Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)
• Simulating quantum chemistry in the seniority-zero space on qubit-based quantum computers [0.0]
  計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。 基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
  論文  参考訳（メタデータ） (2020-01-31T19:44:37Z)

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。