論文の概要: Potential energy surfaces inference of both ground and excited state using hybrid quantum-classical neural network

• arxiv url: http://arxiv.org/abs/2212.03005v1
• Date: Tue, 6 Dec 2022 14:28:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 17:48:45.267901
• Title: Potential energy surfaces inference of both ground and excited state using hybrid quantum-classical neural network
• Title（参考訳）: ハイブリッド量子古典型ニューラルネットワークによる地盤および励起状態のポテンシャルエネルギー面推定
• Authors: Yasutaka Nishida and Fumihiko Aiga
• Abstract要約: 変分量子固有解器のシュロゲートモデリングのためのハイブリッド量子古典ニューラルネットワークが提案されている。 サブスペース探索型変分量子固有解法を用いて, 地中および励起状態のPSSを化学的精度で推定できるようにモデルを拡張した。
• 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: Reflecting the increasing interest in quantum computing, the variational quantum eigensolver (VQE) has attracted much attentions as a possible application of near-term quantum computers. Although the VQE has often been applied to quantum chemistry, high computational cost is required for reliable results because infinitely many measurements are needed to obtain an accurate expectation value and the expectation value is calculated many times to minimize a cost function in the variational optimization procedure. Therefore, it is necessary to reduce the computational cost of the VQE for a practical task such as estimating the potential energy surfaces (PESs) with chemical accuracy, which is of particular importance for the analysis of molecular structures and chemical reaction dynamics. A hybrid quantum-classical neural network has recently been proposed for surrogate modeling of the VQE [Xia $et\ al$, Entropy 22, 828 (2020)]. Using the model, the ground state energies of a simple molecule such as H2 can be inferred accurately without the variational optimization procedure. In this study, we have extended the model by using the subspace-search variational quantum eigensolver procedure so that the PESs of the both ground and excited state can be inferred with chemical accuracy. We also demonstrate the effects of sampling noise on performance of the pre-trained model by using IBM's QASM backend.
• Abstract（参考訳）: 量子コンピューティングへの関心の高まりを反映して、変分量子固有ソルバ(vqe)は、短期量子コンピュータの応用として多くの注目を集めている。 vqeは量子化学にしばしば適用されているが、正確な期待値を得るために無限に多くの測定値が必要であり、変動最適化手順におけるコスト関数を最小化するために期待値が何度も計算されるため、信頼性の高い結果には高い計算コストが必要である。 したがって, 分子構造解析や化学反応のダイナミクス解析において特に重要となる, ポテンシャルエネルギー面(PES)を化学的精度で推定するなど, 実用的な作業におけるVQEの計算コストを削減する必要がある。 VQE [Xia $et\ al$, Entropy 22, 828 (2020)] の代理モデルとして, ハイブリッド量子古典ニューラルネットワークが提案されている。 このモデルを用いて、H2のような単純な分子の基底状態エネルギーを変動最適化の手順なしで正確に推定することができる。 本研究では,サブスペース探索型変分量子固有解法を用いて,地中および励起状態のPSSを化学的精度で推定できるようにモデルを拡張した。 また,IBMのQASMバックエンドを用いて,サンプリングノイズが事前学習モデルの性能に与える影響を示す。

関連論文リスト

• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• Calculating the energy profile of an enzymatic reaction on a quantum computer [0.0]
  量子コンピューティングは、量子化学計算を可能にするための有望な道を提供する。 最近の研究は、ノイズ中間量子(NISQ)デバイスのためのアルゴリズムの開発とスケーリングに向けられている。
  論文  参考訳（メタデータ） (2024-08-20T18:00:01Z)
• Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
  本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。 提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
  論文  参考訳（メタデータ） (2024-06-17T14:10:10Z)
• 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)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• Error mitigation in variational quantum eigensolvers using tailored probabilistic machine learning [5.630204194930539]
  本稿では,量子計算におけるノイズを軽減するために,ガウス過程回帰(GPR)をアクティブラーニングフレームワーク内に導入する新しい手法を提案する。 我々は,IBMのオープンソース量子コンピューティングフレームワークであるQiskitを用いて,2サイトアンダーソン不純物モデルと8サイトハイゼンベルクモデルに対する提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2021-11-16T22:29:43Z)
• Measurements as a roadblock to near-term practical quantum advantage in chemistry: resource analysis [0.0]
  小型有機分子の燃焼エネルギーを計算するのに必要な量子ビット数と測定値の数を推定する。 我々は、ハミルトニアンの低ランク因数分解を含む、VQEのいくつかの重要な現代的改善について考察する。
  論文  参考訳（メタデータ） (2020-12-07T19:13:16Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Considerations for evaluating thermodynamic properties with hybrid quantum-classical computing work-flows [0.0]
  量子コンピュータにおける量子化学の応用は、現在、変分量子固有解法アルゴリズムに大きく依存している。 本稿では、熱力学特性を計算するために、ハイブリッド量子古典型ワークフローの要約を示す。 作業フローオプションの選択を慎重に行うことで、等価な計算時間でほぼオーダーオブマグニチュードの精度が向上できることが示される。
  論文  参考訳（メタデータ） (2020-03-04T19:32:53Z)

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。