論文の概要: CRYSIM: Prediction of Symmetric Structures of Large Crystals with GPU-based Ising Machines

• arxiv url: http://arxiv.org/abs/2504.06878v1
• Date: Wed, 09 Apr 2025 13:33:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-10 16:14:41.890782
• Title: CRYSIM: Prediction of Symmetric Structures of Large Crystals with GPU-based Ising Machines
• Title（参考訳）: CRYSIM:GPUを用いたイジングマシンによる大型結晶の対称構造予測
• Authors: Chen Liang, Diptesh Das, Jiang Guo, Ryo Tamura, Zetian Mao, Koji Tsuda,
• Abstract要約: 我々は、空間群を符号化するアルゴリズムであるCRYSIM、Wyckoff配置の組み合わせ、および独立した原子サイトを独立変数として座標するアルゴリズムを紹介する。 CRYSIMがGPUベースのIsingマシンであるFixstars Amplifyにインターフェースされたとき、予測性能はCALYPSOやベイジアン最適化と競合していた。
• 参考スコア（独自算出の注目度）: 12.350960657480893
• License:
• Abstract: Solving black-box optimization problems with Ising machines is increasingly common in materials science. However, their application to crystal structure prediction (CSP) is still ineffective due to symmetry agnostic encoding of atomic coordinates. We introduce CRYSIM, an algorithm that encodes the space group, the Wyckoff positions combination, and coordinates of independent atomic sites as separate variables. This encoding reduces the search space substantially by exploiting the symmetry in space groups. When CRYSIM is interfaced to Fixstars Amplify, a GPU-based Ising machine, its prediction performance was competitive with CALYPSO and Bayesian optimization for crystals containing more than 150 atoms in a unit cell. Although it is not realistic to interface CRYSIM to current small-scale quantum devices, it has the potential to become the standard CSP algorithm in the coming quantum age.
• Abstract（参考訳）: イジングマシンでブラックボックス最適化問題を解くことは、材料科学においてますます一般的になっている。 しかし、原子座標の対称性に依存しない符号化のため、結晶構造予測(CSP)へのそれらの応用は依然として有効ではない。 我々は、空間群を符号化するアルゴリズムであるCRYSIM、Wyckoff配置の組み合わせ、および独立した原子サイトを独立変数として座標するアルゴリズムを紹介する。 この符号化は、空間群における対称性を利用することにより、探索空間を著しく減少させる。 CRYSIMをGPUベースのIsingマシンであるFixstars Amplifyにインタフェースさせると、その予測性能はCALYPSOと競合し、単位セルに150以上の原子を含む結晶に対するベイジアン最適化と競合した。 現在の小型量子デバイスにCRYSIMをインタフェースするのは現実的ではないが、次の量子時代に標準のCSPアルゴリズムになる可能性がある。

関連論文リスト

• Subspace-Based Local Compilation of Variational Quantum Circuits for Large-Scale Quantum Many-Body Simulation [0.0]
  本稿では,時間進化演算子をコンパイルするためのハイブリッド量子古典アルゴリズムを提案する。 精度を保ちながら、トロッタライゼーションに比べて95%の回路深さの低減を実現している。 我々は,LSVQCを用いて,短期量子コンピューティングアーキテクチャ上での量子シミュレーションの実行に必要なゲート数を推定する。
  論文  参考訳（メタデータ） (2024-07-19T09:50:01Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Synthesizing Quantum-Circuit Optimizers [7.111661677477926]
  QUESOは、与えられた量子デバイスに対する量子回路を自動的に合成する効率的なアプローチである。 例えば、1.2分で、QUESOは高い確率保証で正しさを合成できる。
  論文  参考訳（メタデータ） (2022-11-17T17:30:20Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• Constrained mixers for the quantum approximate optimization algorithm [55.41644538483948]
  ヒルベルト空間全体の部分空間への発展を制限する混合作用素を構築するための枠組みを提案する。 我々は,「ワンホット」状態の部分空間を保存するために設計された「XY」ミキサーを,多くの計算基底状態によって与えられる部分空間の一般の場合に一般化する。 我々の分析は、現在知られているよりもCXゲートが少ない"XY"ミキサーのトロタライズも有効である。
  論文  参考訳（メタデータ） (2022-03-11T17:19:26Z)
• Qubit-efficient encoding scheme for quantum simulations of electronic structure [5.16230883032882]
  量子コンピュータ上の電子構造をシミュレーションするには、フェルミオン系を量子ビットに符号化する必要がある。 必要条件や対称性を満たす構成の個数において、キュービット数のみを対数化することを要求するキュービット効率の符号化方式を提案する。 提案手法と結果から, 雑音型中間スケール量子 (NISQ) 時代の大規模分子系に対する量子シミュレーションの実現可能性を示す。
  論文  参考訳（メタデータ） (2021-10-08T13:20:18Z)
• 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)
• Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
  量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。 誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
  論文  参考訳（メタデータ） (2020-04-15T05:16:24Z)
• Small quantum computers and large classical data sets [2.8174125805742416]
  本稿では,大規模古典データセット X とモデル Y の空間に関する問題に対して,ハイブリッド古典量子アルゴリズムを提案する。 これらのアルゴリズムは、X の重み付き部分集合を構成するためにデータ還元技術を使用し、各モデルにほぼ同じ損失をもたらすコアセットである。 具体的な応用としては、k平均クラスタリング、論理回帰、ゼロサムゲーム、ブースティングなどがある。
  論文  参考訳（メタデータ） (2020-03-31T18:00:16Z)
• QEML (Quantum Enhanced Machine Learning): Using Quantum Computing to Enhance ML Classifiers and Feature Spaces [0.49841205356595936]
  機械学習と量子コンピューティングは、特定のアルゴリズムのパフォーマンスと振る舞いにパラダイムシフトを引き起こしている。 本稿ではまず,量子的特徴空間の実装に関する数学的直観について述べる。 従来のKNNの分類手法を模倣した雑音変動量子回路KNNを構築した。
  論文  参考訳（メタデータ） (2020-02-22T04:14:32Z)

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。