論文の概要: Chemically-Accurate Prediction of the Ionisation Potential of Helium Using a Quantum Processor

• arxiv url: http://arxiv.org/abs/2502.02023v1
• Date: Tue, 04 Feb 2025 05:20:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 14:58:30.940169
• Title: Chemically-Accurate Prediction of the Ionisation Potential of Helium Using a Quantum Processor
• Title（参考訳）: 量子プロセッサを用いたヘリウムのイオン化ポテンシャルの化学的精度予測
• Authors: Manolo C. Per, Nathan Rhodes, Maiyuren Srikumar, Joshua W. Dai,
• Abstract要約: 量子コンピュータは、物質や化学プロセスの微視的挙動の理解に革命をもたらす可能性がある。 現在の量子コンピューティングハードウェアデバイスは、ノイズとコストという2つの課題に悩まされている。 本稿では,高精度電子構造のためのツールとして,ノイズ量子コンピュータの実用的価値を検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Quantum computers have the potential to revolutionise our understanding of the microscopic behaviour of materials and chemical processes by enabling high-accuracy electronic structure calculations to scale more efficiently than is possible using classical computers. Current quantum computing hardware devices suffer from the dual challenges of noise and cost, which raises the question of what practical value these devices might offer before full fault tolerance is achieved and economies of scale enable cheaper access. Here we examine the practical value of noisy quantum computers as tools for high-accuracy electronic structure, by using a Quantinuum ion-trap quantum computer to predict the ionisation potential of helium. By combining a series of techniques suited for use with current hardware including qubit-efficient encoding coupled with chemical insight, low-cost variational optimisation with hardware-adapted quantum circuits, and moments-based corrections, we obtain an ionisation potential of 24.5536 (+0.0011, -0.0005) eV, which agrees with the experimentally measured value to within true chemical accuracy, and with high statistical confidence. The methods employed here can be generalised to predict other properties and expand our understanding of the value that might be provided by near-term quantum computers.
• Abstract（参考訳）: 量子コンピュータは、従来のコンピュータよりも高精度な電子構造計算を効率的にスケールできるようにすることで、材料や化学プロセスの微視的挙動の理解に革命をもたらす可能性がある。 現在の量子コンピューティングハードウェアデバイスは、ノイズとコストという2つの課題に悩まされている。 本稿では、ヘリウムのイオン化ポテンシャルを予測するためにQuantinuum ion-trap 量子コンピュータを用いて、高精度電子構造のためのツールとしてのノイズ量子コンピュータの実用的価値を検討する。 クビット効率の符号化に化学的な洞察、ハードウェア適応量子回路による低コストな変動最適化、モーメントに基づく補正など、現在のハードウェアと組み合わせることで、実験によって測定された値と真の化学精度内での信頼性の高い24.5536 (+0.0011, -0.0005) eVのイオン化ポテンシャルを得る。 ここで用いられる方法は、他の特性を予測し、短期量子コンピュータによって提供される可能性のある値の理解を拡大するために一般化することができる。

関連論文リスト

• End-to-End Quantum Simulation of a Chemical System [2.603151203581752]
  我々は、高性能コンピューティング、信頼性のある量子コンピューティング、AIの最初のエンドツーエンド統合を実演する。 本稿では, 強い相関関係を持つ反応構成を決定するためのハイブリッド計算ワークフローを提案し, それらの構成に対して, その活性部位の基底状態エネルギーを推定する。
  論文  参考訳（メタデータ） (2024-09-09T17:41:44Z)
• Solving an Industrially Relevant Quantum Chemistry Problem on Quantum Hardware [31.15746974078601]
  我々は、捕捉されたイオン量子ハードウェア上で、工業的に関係があり、強く相関する金属キレートの活性空間ハミルトニアンの最低エネルギー固有値を算出する。 量子ハードウェア上で変分量子アルゴリズムを訓練し,次に量子回路の出力として測定された状態の部分空間における古典的対角化を施すことにより,化学的精度を実現することができる。
  論文  参考訳（メタデータ） (2024-08-20T12:50:15Z)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Supervised binary classification of small-scale digits images with a trapped-ion quantum processor [56.089799129458875]
  量子プロセッサは、考慮された基本的な分類タスクを正しく解くことができることを示す。 量子プロセッサの能力が向上するにつれ、機械学習の有用なツールになり得る。
  論文  参考訳（メタデータ） (2024-06-17T18:20:51Z)
• Shortcut to Chemically Accurate Quantum Computing via Density-based Basis-set Correction [0.4909687476363595]
  密度ベースベースセット補正(DBBSC)による密度汎関数理論に量子コンピューティングアンサッツを組み込む。 完全基底セットの極限に近づき、化学的に正確な量子計算へのショートカットを提供する。 結果として生じるアプローチは、ベースセット収束を自己整合的に加速し、電子密度、基底状態エネルギー、および1次特性を改善する。
  論文  参考訳（メタデータ） (2024-05-19T14:31:01Z)
• 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)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• 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)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)
• Quantum computing enhanced computational catalysis [2.285928372124628]
  本稿では,量子コンピュータ上での正確なエネルギー測定を計算規模で解析する。 4インデックスの倍分解表現のための新しい量子アルゴリズムは、計算コストを大幅に削減することができる。 本稿では、動的相関を正確に扱うために、アクティブな空間サイズを増大させることの課題について論じる。
  論文  参考訳（メタデータ） (2020-07-28T20:07:43Z)
• Simulating quantum chemistry in the seniority-zero space on qubit-based quantum computers [0.0]
  計算量子化学の近似をゲートベースの量子コンピュータ上で分子化学をシミュレートする手法と組み合わせる。 基本集合を増大させるために解放された量子資源を用いることで、より正確な結果が得られ、必要な数の量子コンピューティングの実行が削減されることが示される。
  論文  参考訳（メタデータ） (2020-01-31T19:44:37Z)

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。