Fugu-MT 論文翻訳(概要): Peptide Binding Classification on Quantum Computers

論文の概要: Peptide Binding Classification on Quantum Computers

arxiv url: http://arxiv.org/abs/2311.15696v1
Date: Mon, 27 Nov 2023 10:32:31 GMT
ステータス: 処理完了
システム内更新日: 2023-11-28 16:14:25.354196
Title: Peptide Binding Classification on Quantum Computers
Title（参考訳）: 量子コンピュータにおけるペプチド結合分類
Authors: Charles London, Douglas Brown, Wenduan Xu, Sezen Vatansever, Christopher James Langmead, Dimitri Kartsaklis, Stephen Clark, Konstantinos Meichanetzidis
Abstract要約: 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。
参考スコア（独自算出の注目度）: 3.9540968630765643
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We conduct an extensive study on using near-term quantum computers for a task in the domain of computational biology. By constructing quantum models based on parameterised quantum circuits we perform sequence classification on a task relevant to the design of therapeutic proteins, and find competitive performance with classical baselines of similar scale. To study the effect of noise, we run some of the best-performing quantum models with favourable resource requirements on emulators of state-of-the-art noisy quantum processors. We then apply error mitigation methods to improve the signal. We further execute these quantum models on the Quantinuum H1-1 trapped-ion quantum processor and observe very close agreement with noiseless exact simulation. Finally, we perform feature attribution methods and find that the quantum models indeed identify sensible relationships, at least as well as the classical baselines. This work constitutes the first proof-of-concept application of near-term quantum computing to a task critical to the design of therapeutic proteins, opening the route toward larger-scale applications in this and related fields, in line with the hardware development roadmaps of near-term quantum technologies.
Abstract（参考訳）: 計算生物学の分野におけるタスクとして,短期量子コンピュータの利用に関する広範な研究を行う。パラメータ化された量子回路に基づく量子モデルを構築することにより、治療タンパク質の設計に関連するタスクのシーケンス分類を行い、同様のスケールの古典的ベースラインと競合性を見出す。ノイズの影響を調べるため、最先端のノイズ量子プロセッサのエミュレータ上で、最適なリソース要求を持つ最高の量子モデルを実行する。次に,信号改善のために誤り軽減手法を適用する。我々は、これらの量子モデルを量子H1-1トラップイオン量子プロセッサ上でさらに実行し、ノイズのない正確なシミュレーションと非常に密接な一致を観察する。最後に、特徴帰属法を行い、量子モデルは、少なくとも古典的ベースラインと同様に、実際に有意義な関係を同定する。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し、近未来の量子技術のハードウェア開発ロードマップに従って、これと関連分野における大規模アプリケーションへの道を開く。

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)
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 Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
On-the-fly Tailoring towards a Rational Ansatz Design for Digital Quantum Simulations [0.0]
量子デバイスで物理的に実現可能な低深さ量子回路を開発することが不可欠である。我々は,最適なアンサッツを動的に調整できるアンサッツ構成プロトコルを開発した。アンザッツの構成は、エネルギーソートと演算子の可換性事前スクリーニングによって並列量子アーキテクチャで実行される可能性がある。
論文参考訳（メタデータ） (2023-02-07T11:22:01Z)
Near-Term Quantum Computing Techniques: Variational Quantum Algorithms, Error Mitigation, Circuit Compilation, Benchmarking and Classical Simulation [5.381727213688375]
私たちはまだ、本格的な量子コンピュータの成熟まで長い道のりを歩んでいます。注目すべき課題は、非自明なタスクを確実に実行可能なアプリケーションを開発することです。誤りを特徴づけ、緩和するために、いくつかの短期量子コンピューティング技術が提案されている。
論文参考訳（メタデータ） (2022-11-16T07:53:15Z)
Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。予測の利点を生かして、新しいタイプの量子測度がもたらされる。予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文参考訳（メタデータ） (2022-09-12T15:47:44Z)
Machine learning applications for noisy intermediate-scale quantum computers [0.0]
NISQコンピュータに適した3つの量子機械学習アプリケーションを開発し研究する。これらのアルゴリズムは本質的に変動し、基礎となる量子機械学習モデルとしてパラメータ化量子回路(PQC)を使用する。近似量子クローニングの領域において,データを自然界において量子化する変分アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-05-19T09:26:57Z)
Quantum Robustness Verification: A Hybrid Quantum-Classical Neural Network Certification Algorithm [1.439946676159516]
本研究では、堅牢性多変数混合整数プログラム(MIP)の解法を含むReLUネットワークの検証について検討する。この問題を軽減するために、ニューラルネットワーク検証にQCを用い、証明可能な証明書を計算するためのハイブリッド量子プロシージャを導入することを提案する。シミュレーション環境では,我々の証明は健全であり,問題の近似に必要な最小量子ビット数に制限を与える。
論文参考訳（メタデータ） (2022-05-02T13:23:56Z)
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)
Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文参考訳（メタデータ） (2021-04-21T13:26:42Z)

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。