論文の概要: "Toward" Metal-Organic Framework Design by Quantum Computing
- arxiv url: http://arxiv.org/abs/2309.05465v1
- Date: Mon, 11 Sep 2023 14:07:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-12 12:27:37.767999
- Title: "Toward" Metal-Organic Framework Design by Quantum Computing
- Title（参考訳）: 量子コンピューティングによる金属-有機系フレームワーク設計
- Authors: Kourosh Sayar Dogahe, Tamara Sarac, Delphine De Smedt, and Koen
Bertels
- Abstract要約: この論文は、2023年のデロイテ量子気候問題(英語版)の文脈で実施された研究を要約している。
本稿では、ポテンシャルエネルギー表面スキャンを計算するためのハイブリッド量子古典法を提案する。
この課題の主な目的は、量子コンピューティングを使うことの潜在的な利点を強調することである。
- 参考スコア（独自算出の注目度）: 0.46873264197900916
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The article summarizes the study performed in the context of the Deloitte
Quantum Climate Challenge in 2023. We present a hybrid quantum-classical method
for calculating Potential Energy Surface scans, which are essential for
designing Metal-Organic Frameworks for Direct Air Capture applications. The
primary objective of this challenge was to highlight the potential advantages
of employing quantum computing. To evaluate the performance of the model, we
conducted total energy calculations using various computing frameworks and
methods. The results demonstrate, at a small scale, the potential advantage of
quantum computing-based models. We aimed to define relevant classical computing
model references for method benchmarking. The most important benefits of using
the PISQ approach for hybrid quantum-classical computational model development
and assessment are demonstrated.
- Abstract（参考訳）: この記事は、2023年のデロイット量子気候チャレンジの文脈で行われた研究を要約している。
直接空気捕獲用金属有機物フレームワークの設計に不可欠なポテンシャルエネルギー表面スキャンのハイブリッド量子古典計算法を提案する。
この課題の主な目的は、量子コンピューティングを使うことの潜在的な利点を強調することである。
モデルの性能を評価するため,様々な計算フレームワークと手法を用いて全エネルギー計算を行った。
結果は、小さなスケールで、量子コンピューティングベースのモデルの潜在的な利点を示す。
我々は,メソッドベンチマークのための古典的モデル参照を定義することを目的とした。
pisqアプローチをハイブリッド量子古典計算モデルの開発と評価に利用することの最も重要な利点が示されている。
関連論文リスト
- Variational Quantum Eigensolver Approach to Prime Factorization on IBM's Noisy Intermediate Scale Quantum Computer [0.07499722271664146]
提案アルゴリズムは変分量子固有解法 (VQE) に基づいており, 古典的手法を用いて与えられたハミルトニアン基底状態を求める。
本研究は,IBMの実量子コンピュータと古典シミュレータの両方において,提案手法の性能を評価する数値実験である。
論文 参考訳（メタデータ） (2024-10-02T18:33:36Z) - 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) - Practical and Scalable Quantum Reservoir Computing [0.0]
量子貯留層計算(Quantum Reservoir Computing)は、量子システムを利用して、前例のない効率と省エネルギーで複雑な計算課題を解決する。
本稿では, 単一モード光空洞内の2レベル原子からなる量子光学貯留層を用いた新しいQRCフレームワークを提案する。
我々は,2つの主要なタスク,すなわち正方形波形の分類による時系列データの予測を通じて,貯水池の性能を評価する。
論文 参考訳（メタデータ） (2024-05-08T04:14:31Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - Peptide Binding Classification on Quantum Computers [3.9540968630765643]
本研究では,計算生物学の分野における課題として,短期量子コンピュータを用いた広範囲な研究を行っている。
治療タンパク質の設計に関わる課題に対してシーケンス分類を行い、類似スケールの古典的ベースラインと競合する性能を示す。
この研究は、治療タンパク質の設計に不可欠なタスクに対して、短期量子コンピューティングの最初の概念実証アプリケーションを構成する。
論文 参考訳（メタデータ） (2023-11-27T10:32:31Z) - A Framework for Demonstrating Practical Quantum Advantage: Racing
Quantum against Classical Generative Models [62.997667081978825]
生成モデルの一般化性能を評価するためのフレームワークを構築した。
古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。
以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
論文 参考訳（メタデータ） (2023-03-27T22:48:28Z) - Evaluating the Convergence of Tabu Enhanced Hybrid Quantum Optimization [58.720142291102135]
本稿では,量子ハードウェア上での最適化問題解決に有用な Tabu Enhanced Hybrid Quantum Optimization メタヒューリスティック手法を提案する。
提案手法の理論的収束を,イジングモデルに基づくタブ状態を保存する対象の衝突の観点から考察する。
論文 参考訳（メタデータ） (2022-09-05T07:23:03Z) - Generalization Metrics for Practical Quantum Advantage in Generative
Models [68.8204255655161]
生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。
我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。
シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
論文 参考訳（メタデータ） (2022-01-21T16:35:35Z) - Quantum Machine Learning with SQUID [64.53556573827525]
分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。
本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
論文 参考訳（メタデータ） (2021-04-30T21:34:11Z) - Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。
MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
論文 参考訳（メタデータ） (2020-12-08T01:10:30Z)
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。