論文の概要: A combined quantum-classical method applied to material design:
optimization and discovery of photochromic materials for photopharmacology
applications
- arxiv url: http://arxiv.org/abs/2310.04215v1
- Date: Fri, 6 Oct 2023 13:02:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-09 16:16:35.382770
- Title: A combined quantum-classical method applied to material design:
optimization and discovery of photochromic materials for photopharmacology
applications
- Title（参考訳）: 材料設計に応用する量子古典的手法--光薬学応用のためのフォトクロミック材料の最適化と発見-
- Authors: Qi Gao, Michihiko Sugawara, Paul D. Nation, Takao Kobayashi, Yu-ya
Ohnishi, Hiroyuki Tezuka, Naoki Yamamoto
- Abstract要約: 量子化学シミュレーション、機械学習技術、最適化計算の統合は、物質発見を加速することが期待されている。
一般古典ハミルトニアンの励起状態を計算するための計算基底変分量子デフレ法(cVQD)を併用した量子古典計算法を開発した。
実量子デバイス上のcVQDは,シミュレータ上での理想的な計算に匹敵する精度で結果を生成することを示す。
- 参考スコア（独自算出の注目度）: 3.82551683121998
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Integration of quantum chemistry simulations, machine learning techniques,
and optimization calculations is expected to accelerate material discovery by
making large chemical spaces amenable to computational study; a challenging
task for classical computers. In this work, we develop a combined
quantum-classical computing scheme involving the computational-basis
Variational Quantum Deflation (cVQD) method for calculating excited states of a
general classical Hamiltonian, such as Ising Hamiltonian. We apply this scheme
to the practical use case of generating photochromic diarylethene (DAE)
derivatives for photopharmacology applications. Using a data set of 384 DAE
derivatives quantum chemistry calculation results, we show that a
factorization-machine-based model can construct an Ising Hamiltonian to
accurately predict the wavelength of maximum absorbance of the derivatives,
$\lambda_{\rm max}$, for a larger set of 4096 DAE derivatives. A 12-qubit cVQD
calculation for the constructed Ising Hamiltonian provides the ground and first
four excited states corresponding to five DAE candidates possessing large
$\lambda_{\rm max}$. On a quantum simulator, results are found to be in
excellent agreement with those obtained by an exact eigensolver. Utilizing
error suppression and mitigation techniques, cVQD on a real quantum device
produces results with accuracy comparable to the ideal calculations on a
simulator. Finally, we show that quantum chemistry calculations for the five
DAE candidates provides a path to achieving large $\lambda_{\rm max}$ and
oscillator strengths by molecular engineering of DAE derivatives. These
findings pave the way for future work on applying hybrid quantum-classical
approaches to large system optimization and the discovery of novel materials.
- Abstract（参考訳）: 量子化学シミュレーション、機械学習技術、最適化計算の統合は、大規模な化学空間を計算研究に適応させることで、物質発見を加速することが期待されている。
本研究では,Ising Hamiltonianのような古典的ハミルトンの励起状態を計算するための計算基底変分量子デフレ法(cVQD)を用いた量子古典計算手法を開発した。
本手法は、フォトクロミック・ダイアレン(DAE)誘導体を光薬理学に応用するための実用事例に適用する。
384DAE誘導体の量子化学計算結果のデータセットを用いて、分解機械モデルを用いて、4096DAE誘導体のより大きな集合に対して、誘導体の最大吸収の波長$\lambda_{\rm max}$を正確に予測するイジング・ハミルトンモデルを構築することができることを示す。
構築されたイジング・ハミルトンの12量子cVQD計算は、大きな$\lambda_{\rm max}$を持つ5つのDAE候補に対応する基底と最初の4つの励起状態を提供する。
量子シミュレータでは、結果は正確な固有解法によって得られるものとよく一致している。
誤差抑制と緩和技術を利用して、実量子デバイス上のcVQDはシミュレータ上の理想的な計算に匹敵する精度で結果を生成する。
最後に、5つのDAE候補に対する量子化学計算が、DAE誘導体の分子工学による大きな$\lambda_{\rm max}$および発振器強度を達成するための経路を提供することを示す。
これらの知見は、大規模システム最適化と新しい材料発見へのハイブリッド量子古典的アプローチの適用に向けた今後の研究の道を開くものである。
関連論文リスト
- Self-Consistent Determination of Single-Impurity Anderson Model Using Hybrid Quantum-Classical Approach on a Spin Quantum Simulator [3.5919681412083038]
本稿では,相関物質に対するハイブリッド量子古典的アプローチを実験的に実証する。
我々は計算の最も計算に要求される側面、すなわちグリーン関数の計算に対処する。
制御率の高い量子ビットの数は増え続けており、実験結果によりさらに複雑なモデルの解法が導かれる。
論文 参考訳（メタデータ） (2024-10-10T10:49:40Z) - 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) - 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) - Potential energy surfaces inference of both ground and excited state
using hybrid quantum-classical neural network [0.0]
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。
論文 参考訳（メタデータ） (2022-12-06T14:28:44Z) - Differentiable matrix product states for simulating variational quantum
computational chemistry [6.954927515599816]
本稿では,変分量子固有解法(VQE)の並列化可能な古典シミュレータを提案する。
我々のシミュレーターは量子回路の進化を古典的自己微分フレームワークにシームレスに統合する。
応用として、我々のシミュレーターを用いて、一般的なHF、LiH、H$Oなどの小分子と、最大40ドルの量子ビットを持つより大きな分子であるCO$$、BeH$、H$_4$を研究する。
論文 参考訳（メタデータ） (2022-11-15T08:36:26Z) - Quantum-Classical Computational Molecular Design of Deuterated
High-Efficiency OLED Emitters [6.478822860398177]
本研究では、合成可能な$Alq_3$エミッタを設計するためのハイブリッド量子古典計算手法について述べる。
因子化マシンをベースとした手法は,64 個の減算された$Alq_3$エミッタに対して,正確な特性予測を導出できることを示す。
VQEとQAOAのどちらの計算も、量子シミュレータ上で0.95以上の確率で最適な分子を予測することができる。
論文 参考訳（メタデータ） (2021-10-28T01:29:44Z) - 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) - 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) - OrbNet: Deep Learning for Quantum Chemistry Using Symmetry-Adapted
Atomic-Orbital Features [42.96944345045462]
textscOrbNetは、学習効率と転送可能性の観点から、既存のメソッドよりも優れています。
薬物のような分子のデータセットに応用するために、textscOrbNetは1000倍以上の計算コストでDFTの化学的精度でエネルギーを予測する。
論文 参考訳（メタデータ） (2020-07-15T22:38:41Z)
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。