論文の概要: Capturing strong correlation effects on a quantum annealer: calculation of avoided crossing in the H$_4$ molecule using the quantum annealer eigensolver
- arxiv url: http://arxiv.org/abs/2412.20464v1
- Date: Sun, 29 Dec 2024 13:37:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-31 16:04:04.195695
- Title: Capturing strong correlation effects on a quantum annealer: calculation of avoided crossing in the H$_4$ molecule using the quantum annealer eigensolver
- Title（参考訳）: 量子アネラーの強い相関効果の捕捉:量子アネラー固有溶媒を用いたH$_4$分子の通過回避の計算
- Authors: Aashna Anil Zade, Kenji Sugisaki, Matthias Werner, Ana Palacios, Artur Garcia-Saez, Arnau Riera, V. S. Prasannaa,
- Abstract要約: 本稿では,量子アナーラー固有解法(QAE)アルゴリズムの範囲を拡張し,回避された交差を予測する。
5000kbit D-Wave Advantage System 4.1 の量子コンピュータで得られた。
- 参考スコア（独自算出の注目度）: 0.056539546602951775
- License:
- Abstract: We broaden the scope of the Quantum Annealer Eigensolver (QAE) algorithm, an underexplored noisy intermediate scale quantum (NISQ) era approach for calculating atomic and molecular properties, to predict avoided crossings, where strong correlation effects are at play. For this purpose, we consider the classic example of the H$_4$ molecule in a rectangular geometry. Our results are obtained on the 5000-qubit D-Wave Advantage system 4.1 quantum computer. We benchmark our quantum annealing results with full configuration interaction (FCI) as well as with those obtained using simulated annealing. We find that we can predict avoided crossings within about 1.1% of the FCI value on real quantum hardware. We carry out analyses on the effect of the number of shots, anneal time, and the choice of Lagrange multiplier on our obtained results. Since the QAE algorithm provides information on the wave function as its output, we also check the quality of the computed wave function by calculating the fidelity, and find it to be 99.886%. Finally, we qualitatively discuss the strengths and weaknesses of the QAE algorithm relative to its gate-based NISQ algorithm counterpart, the celebrated Variational Quantum Eigensolver. Our work contributes to the existing body of literature on QAE by demonstrating that high-quality results can be achieved on noisy hardware.
- Abstract（参考訳）: 本研究では,原子・分子特性の計算方法として,量子アナーラー固有解法(QAE)アルゴリズムを応用し,強い相関効果が作用する回避交差を予測する。
この目的のために、矩形幾何学におけるH$_4$分子の古典的な例を考える。
5000kbit D-Wave Advantage System 4.1 の量子コンピュータで得られた。
量子アニールの結果をフル構成相互作用 (FCI) とシミュレートしたアニールを用いて評価した。
我々は、実際の量子ハードウェア上でのFCI値の約1.1%で回避された交差を予測できることを発見した。
得られた結果に対するショット数,アニーアル時間,ラグランジュ乗算器の選択の影響について分析を行った。
QAEアルゴリズムは、その出力として波動関数に関する情報を提供するので、計算された波動関数の品質も、忠実度を計算して確認し、99.886%と判定する。
最後に、ゲートベースのNISQアルゴリズムと比較してQAEアルゴリズムの長所と短所を定性的に議論する。
我々の研究は、ノイズの多いハードウェア上で高品質な結果が得られることを示すことによって、QAEに関する既存の文献に寄与する。
関連論文リスト
- Quantum subspace expansion in the presence of hardware noise [0.0]
現在の量子処理ユニット(QPU)の基底状態エネルギーの発見は課題を呈し続けている。
ハードウェアノイズは、パラメタライズド量子回路の表現性とトレーニング性の両方に深刻な影響を及ぼす。
量子サブスペース拡張とVQEを統合する方法を示し、量子コンピューティング能力と古典コンピューティング能力とコストの最適なバランスを可能にする。
論文 参考訳（メタデータ） (2024-04-14T02:48:42Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳（メタデータ） (2023-04-04T12:47:35Z) - Accurate Computation of Relativistic Excitation Energies Using Quantum
Annealing [0.0]
量子アニールを用いた量子多体系における相対論的効果の計算の最初の結果を報告する。
実験におけるホウ素様イオンの微細構造分割における98.9%の平均精度は、D-Wave Advantageハードウェア上の量子アニールゾルバー (QAE) アルゴリズムを用いて達成されている。
論文 参考訳（メタデータ） (2022-12-04T11:42:16Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳（メタデータ） (2022-11-09T21:43:16Z) - Simulating Open Quantum System Dynamics on NISQ Computers with
Generalized Quantum Master Equations [0.0]
本稿では,GQME(Generalized Quantum Master Equation)に基づく量子アルゴリズムを提案する。
我々は、Sz.-Nagy拡張定理を用いて、高次元ヒルベルト空間において、非ユニタリなプロパゲータをユニタリなプロパゲータに変換する方法を示す。
論文 参考訳（メタデータ） (2022-09-11T22:53:16Z) - Error mitigation in variational quantum eigensolvers using tailored
probabilistic machine learning [5.630204194930539]
本稿では,量子計算におけるノイズを軽減するために,ガウス過程回帰(GPR)をアクティブラーニングフレームワーク内に導入する新しい手法を提案する。
我々は,IBMのオープンソース量子コンピューティングフレームワークであるQiskitを用いて,2サイトアンダーソン不純物モデルと8サイトハイゼンベルクモデルに対する提案手法の有効性を実証した。
論文 参考訳（メタデータ） (2021-11-16T22:29:43Z) - Analyzing the Performance of Variational Quantum Factoring on a
Superconducting Quantum Processor [0.0]
本稿では,変分量子ファクタリング(VQF)アルゴリズムを実装し,QAOAに基づく量子最適化アルゴリズムについて検討する。
異なるノイズ源がQAOAの性能に与える影響を実証し、キュービット間の残差ZZ結合に起因するコヒーレント誤差を明らかにする。
論文 参考訳（メタデータ） (2020-12-14T18:58:30Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳（メタデータ） (2020-07-24T06:34:34Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。