Fugu-MT 論文翻訳(概要): Predicting energy of the quantum system from one- and two- electron integrals using Deep Learning

論文の概要: Predicting energy of the quantum system from one- and two- electron integrals using Deep Learning

arxiv url: http://arxiv.org/abs/2504.03849v1
Date: Fri, 04 Apr 2025 18:22:17 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-08 14:10:52.050623
Title: Predicting energy of the quantum system from one- and two- electron integrals using Deep Learning
Title（参考訳）: 深層学習を用いた1電子と2電子の量子系の予測エネルギー
Authors: Valerii Chuiko, Paul W. Ayers,
Abstract要約: 我々は、強相関系のエネルギーを予測するためにニューラルネットワークを訓練する。我々のネットワークはサイズ一貫性を利用して保存するので、少数の電子系のトレーニングはより多くの電子を持つシステムの予測を導くことができる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: We propose a descriptor for molecular electronic structure that is based solely on the one- and two-electron integrals but is translationally, rotationally, and unitarily invariant. Then, directly exploiting size consistency, we train and then fine-tune a neural network to predict the energies of strongly-correlated systems, specifically hydrogen clusters. Because our network uses and preserves size-consistency, training on few-electron systems can guide predictions for systems with more electrons.
Abstract（参考訳）: 分子電子構造の記述子は, 1電子および2電子の積分のみに基づくが, 翻訳的, 回転的, 単位不変である。次に、サイズ一貫性を直接活用して、ニューラルネットワークをトレーニングし、微調整して、強相関系、特に水素クラスターのエネルギーを予測する。我々のネットワークはサイズ一貫性を利用して保存するので、少数の電子系のトレーニングはより多くの電子を持つシステムの予測を導くことができる。

関連論文リスト

Quantum Electrodynamics Coupled-Cluster Theory: Exploring Photon-Induced Electron Correlations [0.1666604949258699]
単一励起と二重励起を併用した量子電気力学結合クラスタ法の実装に成功した。理論的基礎、アルゴリズムの詳細、数値ベンチマークについて論じ、ボゾン自由度の統合が電子基底状態をどのように変化させるかを示す。
論文参考訳（メタデータ） (2024-09-10T20:48:47Z)
Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations [58.130170155147205]
神経波関数は、計算コストが高いにもかかわらず、多電子系の基底状態の近似において前例のない精度を達成した。近年の研究では、個々の問題を個別に解くのではなく、様々な構造や化合物にまたがる一般化波動関数を学習することでコストを下げることが提案されている。この研究は、分子間の一般化に適した過度にパラメータ化され、完全に学習可能なニューラルウェーブ関数を定義することで、この問題に取り組む。
論文参考訳（メタデータ） (2024-05-23T16:30:51Z)
Physical Entanglement Between Localized Orbitals [1.3812010983144802]
ArXiv:2207.03377]では、現実的な電子系に適用可能な忠実絡み合い尺度の最初の閉じた公式が導出された。我々は、量子技術の発展を導くという究極の目標を掲げて、この重要な成果の上に構築する。
論文参考訳（メタデータ） (2023-03-24T17:32:06Z)
Reducing the Quantum Many-electron Problem to Two Electrons with Machine Learning [0.0]
畳み込みニューラルネットワークを用いて「近似ゲミナル占有分布を学習する電子構造のための新しいパラダイム」を導入する。ニューラルネットワークは$N$-representability条件を学習し,その分布に制約を加えて$N$-Electron系を表現する。
論文参考訳（メタデータ） (2022-12-29T16:30:37Z)
A Self-Attention Ansatz for Ab-initio Quantum Chemistry [3.4161707164978137]
本稿では、自己注意型ウェーブファンクショントランス(Psiformer)を用いたニューラルネットワークアーキテクチャを提案する。我々は、Psiformerを他のニューラルネットワークのドロップイン代替として使用することができ、計算精度を劇的に向上させることができることを示した。これは、自己アテンションネットワークが電子間の複雑な量子力学的相関を学習できることを示し、より大きな系の化学計算において前例のない精度に達するための有望な経路であることを示している。
論文参考訳（メタデータ） (2022-11-24T15:38:55Z)
Driving Force and Nonequilibrium Vibronic Dynamics in Charge Separation of Strongly Bound Electron-Hole Pairs [59.94347858883343]
本研究では,1,2,3次元ドナー・アクセプタネットワークにおける電荷分離のダイナミクスについて検討する。これにより、過度な振動運動が効率的な長距離電荷分離を誘導する正確な条件を特定できる。
論文参考訳（メタデータ） (2022-05-11T17:51:21Z)
Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
論文参考訳（メタデータ） (2021-12-22T15:27:30Z)
Nuclear two point correlation functions on a quantum-computer [105.89228861548395]
我々は、現在の量子ハードウェアとエラー軽減プロトコルを使用して、高度に単純化された核モデルに対する応答関数を計算する。この研究では、現在の量子ハードウェアとエラー軽減プロトコルを用いて、4つの格子上に3つの区別可能な核子を持つ2次元のフェルミ・ハバードモデルに対する応答関数を計算する。
論文参考訳（メタデータ） (2021-11-04T16:25:33Z)
Controlled coherent dynamics of [VO(TPP)], a prototype molecular nuclear qudit with an electronic ancilla [50.002949299918136]
本稿では,[VO(TPP)](バナジルテトラフェニルポルフィリン酸塩)が量子計算アルゴリズムの実装に適していることを示す。超微細相互作用によって結合された電子スピン1/2を核スピン7/2に埋め込み、どちらも顕著なコヒーレンスによって特徴づけられる。
論文参考訳（メタデータ） (2021-03-15T21:38:41Z)
Entangling nuclear spins in distant quantum dots via an electron bus [0.0]
このプロトコルは、各量子ドットに特定の偏極を持つ電子の注入と、一方の量子ドットからもう一方への電子のコヒーレント移動に依存している。我々は、このプロトコルが、同質系と不均一系の両方の絡み合いを実際に生成していることを確認することができる。
論文参考訳（メタデータ） (2020-12-17T11:15:39Z)
Entanglement generation via power-of-SWAP operations between dynamic electron-spin qubits [62.997667081978825]
表面音響波(SAW)は、圧電材料内で動く量子ドットを生成することができる。動的量子ドット上の電子スピン量子ビットがどのように絡み合うかを示す。
論文参考訳（メタデータ） (2020-01-15T19:00:01Z)

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。