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: 2025-01-07 17:15:40.914081
- 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: http://creativecommons.org/licenses/by/4.0/
- 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
- Auxiliary-field quantum Monte Carlo method with quantum selected configuration interaction [0.0]
相無相補助場量子モンテカルロ(ph-AFQMC)における試行波関数として量子選択構成相互作用(QSCI)法により生成される波動関数を提案する。
我々はこの統合アプローチをQC-QSCI-AFQMC(略してQSCI-AFQMC)と呼ぶ。
論文 参考訳(メタデータ) (2025-02-28T14:12:37Z) - Applications of the Quantum Phase Difference Estimation Algorithm to the Excitation Energies in Spin Systems on a NISQ Device [0.0]
QPDEは、2つの固有状態の量子重ね合わせを利用して、ユニタリ作用素の2つの固有値の違いを計算するために設計された量子アルゴリズムである。
本稿では,様々なスピン系構成のエネルギーギャップを決定するための新しい早期耐故障QPDEアルゴリズムの実装と検証について述べる。
IBM量子プロセッサの計算結果は,85%から93%の範囲で顕著な精度を示し,ハードウェアノイズの存在下においても古典的計算と良好な一致を示した。
論文 参考訳(メタデータ) (2025-02-27T06:31:47Z) - Hamiltonian simulation-based quantum-selected configuration interaction for large-scale electronic structure calculations with a quantum computer [0.33363717210853483]
Hamiltonian Simulation-based QSCI (HSB-QSCI) は、現在の量子コンピュータを用いた量子化学計算のアプローチである。
我々は, オリゴアセン (ベンゼン, ナフタレン, アントラセン) , フェニレン-1, 4-ジニトリエン, ヘキサ-1,2,3,4,5-ペンタエン) の最低スピンシンクレットおよび三重項状態の数値シミュレーションを行った。
HSB-QSCIは、36量子ビット系におけるスレーター行列式の約1%を考慮し、活性空間における相関エネルギーの99.75%以上を捕捉する。
論文 参考訳(メタデータ) (2024-12-10T06:16:26Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳(メタデータ) (2024-11-13T23:56:20Z) - Efficient charge-preserving excited state preparation with variational quantum algorithms [33.03471460050495]
本稿では、対称性と対応する保存電荷をVQDフレームワークに組み込むために設計された電荷保存型VQD(CPVQD)アルゴリズムを紹介する。
その結果、高エネルギー物理学、核物理学、量子化学への応用が示された。
論文 参考訳(メタデータ) (2024-10-18T10:30:14Z) - Simulating the Fermi-Hubbard model with long-range hopping on a quantum computer [0.0]
地上および励起状態の計算を行うための量子回路を提供する。
我々は,L=6部位と周期境界条件のチェーン上でのアプローチをベンチマークした。
論文 参考訳(メタデータ) (2024-10-10T10:19:02Z) - 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) - Towards Accurate Quantum Chemical Calculations on Noisy Quantum
Computers [6.810505212573329]
変分量子固有解法 (VQE) は、ノイズの多い中間スケール量子 (NISQ) コンピュータ向けに設計されたハイブリッド量子古典アルゴリズムである。
ノイズの影響が大きいため、現在のNISQコンピュータでは実現が困難である。
DMET+VQEの組み合わせにおけるノイズの影響を緩和する3つの手法を提案する。
論文 参考訳(メタデータ) (2023-11-16T07:36:15Z) - Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。
本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。
最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。
これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
論文 参考訳(メタデータ) (2023-10-18T17:59:45Z) - Measuring the Loschmidt amplitude for finite-energy properties of the
Fermi-Hubbard model on an ion-trap quantum computer [27.84599956781646]
本稿では,現在の量子コンピュータ上での量子古典的時系列アルゴリズムの動作について検討する。
具体的には,Fermi-Hubbardモデルに対するLoschmidt振幅をQuantinuum H2-1トラップイオンデバイス上の16$site ladder geometry(32軌道)で測定する。
有限エネルギーにおける局所観測可能量の期待値を測定することにより、量子古典アルゴリズムの完全動作に対する雑音の影響を数値解析する。
論文 参考訳(メタデータ) (2023-09-19T11:59:36Z) - 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) - Hybrid Quantum Classical Simulations [0.0]
量子コンピューティングの2つの主要なハイブリッド応用、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解法(VQE)について報告する。
どちらも、古典的な中央処理ユニットと量子処理ユニットの間の漸進的な通信を必要とするため、ハイブリッド量子古典アルゴリズムである。
論文 参考訳(メタデータ) (2022-10-06T10:49:15Z) - 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) - Variational quantum algorithms for local Hamiltonian problems [0.0]
変分量子アルゴリズム(VQA)は、量子コンピュータを用いて最適化問題を解くために設計された量子アルゴリズムの一群である。
主に変分量子固有解法 (VQE) と呼ばれるアルゴリズムに注目し、量子ビットハミルトニアンは近似基底状態を返す。
論文 参考訳(メタデータ) (2022-08-23T22:32:56Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - 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) - 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) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。
まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。
次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
論文 参考訳(メタデータ) (2021-04-20T13:51:08Z) - 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) - Simulating periodic systems on quantum computer [7.332046127518237]
本稿では,拡張システムにおける量子シミュレーションの精度向上のための2つの手法を提案する。
一つは修正VQEアルゴリズムであり、複素ハミルトニアンを避けるためにハートリー・フォック軌道のユニタリ変換を導入する。
2つ目は、VQEと量子部分空間展開アプローチ(VQE/QSE)を組み合わせたポストVQEアプローチである。
論文 参考訳(メタデータ) (2020-08-07T01:56:32Z) - Momentum Q-learning with Finite-Sample Convergence Guarantee [49.38471009162477]
本稿では,有限サンプル保証を用いたモーメントに基づくQ-ラーニングアルゴリズムのクラスを解析する。
線形関数近似とマルコフサンプリングによるMomentumQの収束保証を確立する。
提案したMomentumQが他のモーメントベースのQ-ラーニングアルゴリズムより優れていることを示す。
論文 参考訳(メタデータ) (2020-07-30T12:27:03Z) - 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)
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。