論文の概要: Toward end-to-end quantum simulation for protein dynamics
- arxiv url: http://arxiv.org/abs/2411.03972v1
- Date: Wed, 06 Nov 2024 15:10:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-07 19:22:08.659188
- Title: Toward end-to-end quantum simulation for protein dynamics
- Title（参考訳）: タンパク質ダイナミクスのエンド・ツー・エンド量子シミュレーションに向けて
- Authors: Zhenning Liu, Xiantao Li, Chunhao Wang, Jin-Peng Liu,
- Abstract要約: 機械的力やノイズなど,様々なタンパク質動態に対するエンドツーエンドの量子アルゴリズムを体系的に検討する。
i) 対向型乱数生成器とリジェクションサンプリングを利用して, 初期状態生成のための効率的な量子アルゴリズムを設計する。
本アルゴリズムは, エネルギー, 低振動モード, 状態密度, 変位の相関, 分子動力学の最適制御など, 様々な古典的観測対象を推定する。
- 参考スコア（独自算出の注目度）: 5.65693337062667
- License:
- Abstract: Modeling and simulating the protein folding process overall remains a grand challenge in computational biology. We systematically investigate end-to-end quantum algorithms for simulating various protein dynamics with effects, such as mechanical forces or stochastic noises. We offer efficient quantum simulation algorithms to produce quantum encoding of the final states, history states, or density matrices of inhomogeneous or stochastic harmonic oscillator models. For the read-in setting, we design (i) efficient quantum algorithms for initial state preparation, utilizing counter-based random number generator and rejection sampling, and (ii) depth-efficient approaches for molecular structure loading. Both are particularly important in handling large protein molecules. For the read-out setting, our algorithms estimate various classical observables, such as energy, low vibration modes, density of states, correlation of displacement, and optimal control of molecular dynamics. We also show classical numerical experiments focused on estimating the density of states and applying the optimal control to facilitate conformation changes to verify our arguments on potential quantum speedups. Overall, our study demonstrates that the quantum simulation of protein dynamics can be a solid end-to-end application in the era of early or fully fault-tolerant quantum computing.
- Abstract（参考訳）: タンパク質の折り畳み過程のモデリングとシミュレーションは、計算生物学における大きな課題である。
機械的力や確率的雑音など,様々なタンパク質の力学をシミュレーションするためのエンドツーエンドの量子アルゴリズムを体系的に検討する。
不均一あるいは確率調和振動子モデルの最終的な状態、歴史状態、密度行列を量子符号化するために、効率的な量子シミュレーションアルゴリズムを提供する。
リードイン・セッティングのために、我々は設計する
一 対向型乱数生成器及び拒絶サンプリングを利用した初期状態生成のための効率的な量子アルゴリズム
(II)分子構造負荷に対する深さ効率のアプローチ
どちらも大きなタンパク質分子を扱う上で特に重要である。
本アルゴリズムは, エネルギー, 低振動モード, 状態密度, 変位の相関, 分子動力学の最適制御など, 様々な古典的観測対象を推定する。
また、状態の密度を推定し、コンフォーメーション変更を容易にするための最適制御を適用し、量子スピードアップに関する議論を検証することに焦点を当てた古典的な数値実験を示す。
本研究は、タンパク質力学の量子シミュレーションが、早期あるいは完全フォールトトレラントな量子コンピューティングの時代において、エンド・ツー・エンド・エンド・アプリケーションであることを示すものである。
関連論文リスト
- Demonstration of a variational quantum eigensolver with a solid-state spin system under ambient conditions [15.044543674753308]
量子シミュレータは、物理系の量子的性質を利用して別の物理系を研究する能力を提供する。
変分量子固有解法アルゴリズムは分子電子構造の研究に特に有望な応用である。
スピンベースの固体量子ビットは、長いデコヒーレンス時間と高忠実度量子ゲートの利点がある。
論文 参考訳（メタデータ） (2024-07-23T09:17:06Z) - Low-Rank Variational Quantum Algorithm for the Dynamics of Open Quantum
Systems [0.5755004576310334]
変動量子アルゴリズムは、リンドブラッドマスター方程式によって支配される密度行列のリアルタイム進化をシミュレートするために開発された。
このアルゴリズムは、統計混合物の各純状態をパラメタライズド量子回路として符号化する。
2つの変分アンサーゼが提案され、その有効性は2次元散逸横場イジングモデルの力学シミュレーションにおいて評価される。
論文 参考訳（メタデータ） (2024-03-09T13:23:14Z) - 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) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳（メタデータ） (2023-01-23T19:23:54Z) - Probing finite-temperature observables in quantum simulators of spin
systems with short-time dynamics [62.997667081978825]
ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。
長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
論文 参考訳（メタデータ） (2022-06-03T18:00:02Z) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - Randomizing multi-product formulas for Hamiltonian simulation [2.2049183478692584]
本稿では,一方のランダム化コンパイルの利点と他方の高次多重積公式を結合した量子シミュレーション手法を提案する。
本フレームワークは,振幅増幅を回避し,回路深度を低減させる。
本アルゴリズムは回路深さとともに指数関数的に縮小するシミュレーション誤差を実現する。
論文 参考訳（メタデータ） (2021-01-19T19:00:23Z) - 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) - Digital quantum simulation of molecular dynamics and control [0.0]
分子系を制御するために最適形状の場を設計するために量子コンピュータをどのように利用できるかを研究する。
本稿では,時間内に分子系の場誘起量子力学をシミュレートする量子コンピュータを用いたハイブリッドアルゴリズムを提案する。
数値図解は、パラダイム的振動と回転制御の問題を明示的に扱う。
論文 参考訳（メタデータ） (2020-02-28T00:45:56Z)
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。