論文の概要: Quantum Car-Parrinello Molecular Dynamics: A Cost-Efficient Molecular
Simulation Method on Near-Term Quantum Computers
- arxiv url: http://arxiv.org/abs/2212.11921v1
- Date: Thu, 22 Dec 2022 17:59:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 04:49:24.307689
- Title: Quantum Car-Parrinello Molecular Dynamics: A Cost-Efficient Molecular
Simulation Method on Near-Term Quantum Computers
- Title（参考訳）: 量子カーパリネロ分子動力学 : 短期量子コンピュータにおけるコスト効率の高い分子シミュレーション法
- Authors: Kohdai Kuroiwa and Takahiro Ohkuma and Hirokazu Sato and Ryosuke Imai
- Abstract要約: 短期量子コンピュータ,Quantum Car-Parrinello molecular dynamics (QCPMD) における有限温度分子動力学のコスト削減手法を提案する。
可変量子固有解法 (VQE) を用いて分子動力学と比較して, 大幅なコスト削減を実現する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we propose a cost-reduced method for finite-temperature
molecular dynamics on a near-term quantum computer, Quantum Car-Parrinello
molecular dynamics (QCPMD). One of the most promising applications of near-term
quantum computers is quantum chemistry. It has been expected that simulations
of molecules via molecular dynamics can be also efficiently performed on
near-term quantum computers by applying a promising near-term quantum algorithm
of the variational quantum eigensolver (VQE). However, this method may demand
considerable computational costs to achieve a sufficient accuracy, and
otherwise, statistical noise can significantly affect the results. To resolve
these problems, we invent an efficient method for molecular time evolution
inspired by Car-Parrinello method. In our method, parameters characterizing the
quantum state evolve based on equations of motion instead of being optimized.
Furthermore, by considering Langevin dynamics, we can make use of the intrinsic
statistical noise. As an application of QCPMD, we propose an efficient method
for vibrational frequency analysis of molecules in which we can use the results
of the molecular dynamics calculated by QCPMD. Numerical experiments show that
our method can precisely simulate the Langevin dynamics at the equilibrium
state, and we can successfully predict a given molecule's eigen frequencies.
Furthermore, in the numerical simulation, our method achieves a substantial
cost reduction compared with molecular dynamics using the VQE. Our method
achieves an efficient computation without using widely employed method of the
VQE. In this sense, we open up a new possibility of molecular dynamics on
near-term quantum computers. We expect our results inspire further invention of
efficient near-term quantum algorithms for simulation of molecules.
- Abstract（参考訳）: 本稿では,量子計算機Quantum Car-Parrinello molecular dynamics (QCPMD)における有限温度分子動力学のコスト削減手法を提案する。
短期量子コンピュータの最も有望な応用の一つは量子化学である。
分子動力学による分子のシミュレーションは、変分量子固有ソルバ(vqe)の有望な短期量子アルゴリズムを適用することで、短期量子コンピュータでも効率的に行うことが期待されている。
しかし、この方法は十分な精度を達成するためにかなりの計算コストを必要とする可能性があり、そうでなければ統計的ノイズは結果に大きく影響する可能性がある。
これらの問題を解決するため,Car-Parrinello法に着想を得た効率的な分子時間進化法を考案した。
本手法では,最適化ではなく,運動方程式に基づいて量子状態を特徴付けるパラメータが進化する。
さらに,ランジュバンダイナミクスを考慮すれば,本質的な統計ノイズを活用できる。
QCPMDの適用例として,QCPMDで計算した分子動力学の結果を有効活用できる分子の振動周波数解析法を提案する。
数値実験により、本手法は平衡状態におけるランジュバンダイナミクスを正確にシミュレートでき、任意の分子の固有周波数をうまく予測できることを示した。
さらに, 数値シミュレーションでは, VQEを用いた分子動力学と比較して, 大幅なコスト削減を実現している。
本手法は,vqeの手法を使わずに効率的な計算を実現する。
この意味で、我々は短期量子コンピュータにおける分子動力学の新しい可能性を開く。
我々は、分子シミュレーションのための効率的な短期量子アルゴリズムのさらなる発明を期待する。
関連論文リスト
- A Study on Quantum Car-Parrinello Molecular Dynamics with Classical Shadows for Resource Efficient Molecular Simulation [0.24578723416255746]
分子動力学(Ab-initio molecular dynamics、AIMD)は、物質の物性を研究するために分子の物理運動をシミュレートする強力なツールである。
近い将来の量子コンピュータは、この課題を緩和するための解決策として多くの注目を集めている。
提案手法に基づいて,資源効率の向上を目的とした古典的シャドウ手法を提案する。
論文 参考訳（メタデータ） (2024-06-27T00:06:23Z) - QH9: A Quantum Hamiltonian Prediction Benchmark for QM9 Molecules [69.25826391912368]
QH9と呼ばれる新しい量子ハミルトンデータセットを生成し、999または2998の分子動力学軌道に対して正確なハミルトン行列を提供する。
現在の機械学習モデルでは、任意の分子に対するハミルトン行列を予測する能力がある。
論文 参考訳（メタデータ） (2023-06-15T23:39:07Z) - Folded Spectrum VQE : A quantum computing method for the calculation of
molecular excited states [0.0]
分子励起状態の計算のための変分量子固有解法(VQE)アルゴリズムの拡張としてのFolded Spectrum (FS)法
量子モンテカルロの文献の分散に基づく手法に触発され、FS法はエネルギーの分散を最小限に抑え、計算コストのかかる2乗ハミルトン式を必要とする。
FS-VQE法を小分子に適用し,計算コストを大幅に削減する。
論文 参考訳（メタデータ） (2023-05-08T15:34:56Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳（メタデータ） (2023-04-12T18:10:47Z) - A Quantum-compute Algorithm for Exact Laser-driven Electron Dynamics in
Molecules [0.0]
我々は水素化リチウムのような小さな分子におけるレーザー駆動電子動力学をシミュレートする。
実時間依存型フル構成相互作用法(TD-FCI)と比較した。
論文 参考訳（メタデータ） (2022-05-21T09:35:05Z) - Accurate Machine Learned Quantum-Mechanical Force Fields for
Biomolecular Simulations [51.68332623405432]
分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。
近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。
本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
論文 参考訳（メタデータ） (2022-05-17T13:08:28Z) - NNP/MM: Accelerating molecular dynamics simulations with machine
learning potentials and molecular mechanic [38.50309739333058]
ニューラルネットワーク電位(NNP)と分子力学(MM)を組み合わせたハイブリッド手法(NNP/MM)の最適化実装を提案する。
このアプローチは、小さな分子のようなシステムの一部をNNPを用いてモデル化し、残りのシステムにMMを用いて効率を向上する。
これにより, シミュレーション速度を5倍に向上し, 複合体毎の1マイクロ秒の同時サンプリングを実現し, この種のシミュレーションで報告された最長のシミュレーションとなった。
論文 参考訳（メタデータ） (2022-01-20T10:57:20Z) - Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。
これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
論文 参考訳（メタデータ） (2021-07-01T01:02:17Z) - Quantum-Classical Hybrid Algorithm for the Simulation of All-Electron
Correlation [58.720142291102135]
本稿では、分子の全電子エネルギーと古典的コンピュータ上の特性を計算できる新しいハイブリッド古典的アルゴリズムを提案する。
本稿では,現在利用可能な量子コンピュータ上で,化学的に関連性のある結果と精度を実現する量子古典ハイブリッドアルゴリズムの能力を実証する。
論文 参考訳（メタデータ） (2021-06-22T18:00:00Z) - Simulating Energy Transfer in Molecular Systems with Digital Quantum
Computers [8.271013526496906]
量子コンピュータは、古典的なコンピュータの能力を超えた化学システムをシミュレートする可能性がある。
有機半導体分子のエネルギー移動をシミュレーションすることにより、化学の短期量子シミュレーションを時間依存プロセスに拡張する。
提案手法は, 化学, 生物, 物質系の量子力学を量子コンピュータでモデル化する新たな機会を開く。
論文 参考訳（メタデータ） (2021-01-18T05:08:05Z) - Microcanonical and finite temperature ab initio molecular dynamics
simulations on quantum computers [0.0]
Ab initio molecular dynamics (AIMD) は、分子および凝縮物質系の特性を予測する強力なツールである。
エネルギーと力の期待値の測定に関連する統計的ノイズを緩和するための解決策を提供する。
また, 常温, 常温, 動的シミュレーションのためのLangevin dynamicsアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-18T20:24:27Z)
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。