論文の概要: Quantum Computing Based Design of Multivariate Porous Materials
- arxiv url: http://arxiv.org/abs/2502.06339v1
- Date: Mon, 10 Feb 2025 10:40:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-11 14:31:11.075351
- Title: Quantum Computing Based Design of Multivariate Porous Materials
- Title(参考訳): 多変量多孔質材料の量子コンピューティングによる設計
- Authors: Shinyoung Kang, Younghun Kim, Jihan Kim,
- Abstract要約: 構成,構造,バランスの制約を直接ハミルトニアンに組み込む量子コンピューティングのハミルトニアンモデルを提案する。
我々のフレームワークは、最適な構成を特定するために、リンカの広大な探索空間を指数関数的に効率的に探索する。
実験的に知られたMTV多孔質材料のシミュレーションは、その基底状態の再現に成功した。
- 参考スコア(独自算出の注目度): 1.0923877073891446
- License:
- Abstract: Multivariate (MTV) porous materials exhibit unique structural complexities based on their diverse spatial arrangements of multiple building block combinations. These materials possess potential synergistic functionalities that exceed the sum of their individual components. However, the exponentially increasing design complexity of these materials poses significant challenges for accurate ground-state configuration prediction and design. To address this, we propose a Hamiltonian model for quantum computing that integrates compositional, structural, and balance constraints directly into the Hamiltonian, enabling efficient optimization of the MTV configurations. The model employs a graph-based representation to encode linker types as qubits. Our framework leads to exponentially efficient exploration of a vast search space of the linkers to identify optimal configurations based on predefined design variables. To validate our model, a variational quantum circuit was constructed and executed using the Sampling VQE algorithm in the IBM Qiskit. Simulations on experimentally known MTV porous materials (e.g. Cu-THQ-HHTP, Py-MVDBA-COF, MUF-7, and SIOC-COF2) successfully reproduced their ground-state configurations, demonstrating the validity of our model.
- Abstract(参考訳): 多変量(MTV)多孔質材料は、複数のビルディングブロックの組み合わせの多様な空間配置に基づいて、ユニークな構造的複雑さを示す。
これらの材料は、個々の成分の和を超える潜在的な相乗的機能を持っている。
しかし、これらの材料の指数関数的に増加する設計複雑さは、正確な基底状態の構成予測と設計に重大な課題をもたらす。
そこで本研究では,MTV構成の効率的な最適化を実現するために,構成,構造,バランスの制約を直接ハミルトニアンに組み込む量子コンピューティングのハミルトニアンモデルを提案する。
このモデルはグラフベースの表現を使ってリンカの型を量子ビットとしてエンコードする。
本フレームワークは,事前定義された設計変数に基づいて最適構成を識別するために,リンカの広い探索空間を指数関数的に効率的に探索する。
我々のモデルを検証するため、IBM QiskitのSamping VQEアルゴリズムを用いて変動量子回路を構築し、実行した。
実験により得られたMTV多孔質材料(Cu-THQ-HHTP, Py-MVDBA-COF, MUF-7, SIOC-COF2)のシミュレーションにより, モデルの有効性が示された。
関連論文リスト
- Compositional Generative Multiphysics and Multi-component Simulation [6.758187636141096]
本稿では,これらの課題を克服するために,拡散モデルを用いた構成的多物理・多成分シミュレーション(MultiSimDiff)を提案する。
拡散に基づくトレーニング中、MultiSimDiffは、他のプロセス/コンポーネント上で条件付けられた1つの物理プロセス/コンポーネントの条件確率をモデル化したエネルギー関数を学ぶ。
推測において、MultiSimDiffは、結合確率分布からサンプリングすることで、結合した多重物理解と多成分構造を生成する。
論文 参考訳(メタデータ) (2024-12-05T12:58:30Z) - Leveraging SPD Matrices on Riemannian Manifolds in Quantum Classical Hybrid Models for Structural Health Monitoring [0.0]
橋梁のリアルタイム有限要素モデリングは、構造的整合性に関する包括的な洞察を提供することにより、現代の構造的健康モニタリングシステムを支援する。
FEM計算コストとリアルタイム解析の必要性は大きな課題である。
本研究では,新しい量子古典多層パーセプトロンパイプラインを提案する。
論文 参考訳(メタデータ) (2024-06-06T13:21:28Z) - Quantum-informed simulations for mechanics of materials: DFTB+MBD framework [40.83978401377059]
本研究では, 材料工学に関連するシステムの力学特性を量子効果によってどのように変化させるかを検討する。
この作業で提示されたすべてのコード、データセット、サンプルを含むオープンソースリポジトリを提供する。
論文 参考訳(メタデータ) (2024-04-05T16:59:01Z) - Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。
本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。
我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
論文 参考訳(メタデータ) (2024-03-26T16:33:12Z) - Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳(メタデータ) (2024-01-24T01:33:39Z) - Optimizing Design Choices for Neural Quantum States [0.0]
本稿では、スピンハミルトニアンの基底状態探索に使用される一般的なネットワークアーキテクチャと対称性スキームの比較を行う。
基底状態の非自明な符号構造が存在する場合、対称性の細部が性能に重要な影響を与えていることが分かる。
論文 参考訳(メタデータ) (2023-01-17T10:30:05Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - PELICAN: Permutation Equivariant and Lorentz Invariant or Covariant
Aggregator Network for Particle Physics [64.5726087590283]
本稿では,全6次元ローレンツ対称性に対して最大で還元された入力の集合を用いた機械学習アーキテクチャを提案する。
結果として得られたネットワークは、モデル複雑さがはるかに低いにもかかわらず、既存の競合相手すべてを上回っていることを示す。
論文 参考訳(メタデータ) (2022-11-01T13:36:50Z) - A Pareto-optimal compositional energy-based model for sampling and
optimization of protein sequences [55.25331349436895]
深層生成モデルは、生命科学における逆問題に対する一般的な機械学習ベースのアプローチとして登場した。
これらの問題は、データ分布の学習に加えて、興味のある複数の特性を満たす新しい設計をサンプリングする必要があることが多い。
論文 参考訳(メタデータ) (2022-10-19T19:04:45Z) - 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) - Solution to the Quantum Symmetric Simple Exclusion Process : the
Continuous Case [0.0]
無限大極限における一次元 Q-SSEP の不変確率測度に対する解を提案する。
本稿では,Q-SSEP相関関数の解釈を,驚くべきコネラトニクスとアソシアヘドロン多面体を通して,偶然に指摘する。
論文 参考訳(メタデータ) (2020-06-22T13:20:40Z)
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。