論文の概要: Simulating near-infrared spectroscopy on a quantum computer for enhanced chemical detection
- arxiv url: http://arxiv.org/abs/2504.10602v1
- Date: Mon, 14 Apr 2025 18:02:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-16 22:09:25.113637
- Title: Simulating near-infrared spectroscopy on a quantum computer for enhanced chemical detection
- Title（参考訳）: 化学検出のための量子コンピュータにおける近赤外分光シミュレーション
- Authors: Ignacio Loaiza, Stepan Fomichev, Danial Motlagh, Pablo A. M. Casares, Daniel Honciuc Menendez, Serene Shum, Alain Delgado, Juan Miguel Arrazola,
- Abstract要約: 近赤外分光法(英: Near-infrared spectroscopy、NIR)は、化学濃度を測定するための非侵襲的、低コスト、試薬無し、迅速技術である。
量子コンピュータ上でのNIRスペクトルのシミュレーション手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Near-infrared (NIR) spectroscopy is a non-invasive, low-cost, reagent-less, and rapid technique to measure chemical concentrations in a wide variety of sample types. However, extracting concentration information from the NIR spectrum requires training a statistical model on a large collection of measurements, which can be impractical, expensive, or dangerous. In this work, we propose a method for simulating NIR spectra on a quantum computer, as part of a larger workflow to improve NIR-based chemical detection. The quantum algorithm is highly optimized, exhibiting a cost reduction of many orders of magnitude relative to prior approaches. The main optimizations include the localization of vibrational modes, an efficient real-space-based representation of the Hamiltonian with a quantum arithmetic-based implementation of the time-evolution, optimal Trotter step size determination, and specific targeting of the NIR region. Overall, our algorithm achieves a O(M^2) scaling, compared with the O(M^12) coming from equivalent high-accuracy classical methods. As a concrete application, we show that simulating the spectrum of azidoacetylene (HC2N3), a highly explosive molecule with strong anharmonicities consisting of M = 12 vibrational modes, requires circuits with a maximum 8.47 x 10^8 T gates and 173 logical qubits. By enhancing the training datasets of detection models, the full potential of vibrational spectroscopy for chemical detection could be unlocked across a range of applications, including pharmaceuticals, agriculture, environmental monitoring, and medical sensing.
- Abstract（参考訳）: 近赤外分光法(英: Near-infrared spectroscopy、NIR)は、多種多様な試料の化学濃度を測定するための非侵襲的、低コスト、試薬無し、迅速技術である。
しかしながら、NIRスペクトルから濃度情報を抽出するには、非現実的、高価、または危険である可能性のある大量の測定値の収集に関する統計モデルを訓練する必要がある。
本研究では, 量子コンピュータ上でのNIRスペクトルのシミュレーション手法を提案する。
量子アルゴリズムは高度に最適化されており、従来のアプローチと比較して多くの桁のコスト削減を図っている。
主な最適化には、振動モードの局所化、時間進化の量子演算に基づくハミルトニアンの効率的な実空間ベース表現、最適なトロッターステップサイズ決定、NIR領域の特定のターゲティングなどがある。
提案アルゴリズムは,O(M^12)が等価な高精度な古典的手法であるのに対し,O(M^2)スケーリングを実現する。
具体的な応用として、M = 12振動モードの強いアンハーモニック性を持つ高爆発性分子であるアジドアセチレン(HC2N3)のスペクトルをシミュレートするには、最大8.47 x 10^8 Tゲートと173個の論理量子ビットの回路が必要であることを示す。
検出モデルのトレーニングデータセットを強化することで、化学検出のための振動分光の完全なポテンシャルは、医薬品、農業、環境モニタリング、医療センシングなど、様々な用途にまたがる。
関連論文リスト
- Prospects for NMR Spectral Prediction on Fault-Tolerant Quantum Computers [0.24578723416255752]
核磁気共鳴分光法は顕著な分析ツールである。
原子磁気学の進歩により、この分光法は電磁界の強度よりはるかに低いものとなった。
これらのスペクトルをシミュレートするために、フォールトトレラント量子計算がいかに用いられるかを示す。
論文 参考訳（メタデータ） (2024-06-13T17:20:49Z) - Active learning of Boltzmann samplers and potential energies with quantum mechanical accuracy [1.7633275579210346]
我々は,強化サンプリングと深層生成モデルを組み合わせるアプローチと,機械学習ポテンシャルの能動的学習を併用したアプローチを開発する。
本手法を用いて, 医療・生物学分野における多種多様なシステム群に属する超小型の銀ナノクラスターの異性化について検討する。
論文 参考訳（メタデータ） (2024-01-29T19:01:31Z) - ChemVise: Maximizing Out-of-Distribution Chemical Detection with the
Novel Application of Zero-Shot Learning [60.02503434201552]
本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。
合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
論文 参考訳（メタデータ） (2023-02-09T20:19:57Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Toward deep-learning-assisted spectrally-resolved imaging of magnetic
noise [52.77024349608834]
本研究では,基礎となるゆらぎ磁場のスペクトル密度を効率的に再構成するディープニューラルネットワークを実装した。
これらの結果は、色中心に基づくナノスケールセンシングとイメージングに機械学習手法を適用する機会を生み出す。
論文 参考訳（メタデータ） (2022-08-01T19:18:26Z) - Accurate Machine Learned Quantum-Mechanical Force Fields for
Biomolecular Simulations [51.68332623405432]
分子動力学(MD)シミュレーションは、化学的および生物学的プロセスに関する原子論的な洞察を可能にする。
近年,MDシミュレーションの代替手段として機械学習力場(MLFF)が出現している。
本研究は、大規模分子シミュレーションのための正確なMLFFを構築するための一般的なアプローチを提案する。
論文 参考訳（メタデータ） (2022-05-17T13:08:28Z) - Digital quantum simulation of NMR experiments [0.0]
本研究では,アセトニトリルのメチル基のゼロ場スペクトルをトラップイオン量子コンピュータの4キュービットを用いて計算し,NMRスペクトルの最初の量子シミュレーションを行った。
NMRシステムの本質的なデコヒーレンスにより、比較的短期的な量子ハードウェア上での古典的に硬い分子のゼロフィールドシミュレーションが可能となることを示す。
論文 参考訳（メタデータ） (2021-09-27T18:36:33Z) - Near-Field Terahertz Nanoscopy of Coplanar Microwave Resonators [61.035185179008224]
超伝導量子回路は、主要な量子コンピューティングプラットフォームの一つである。
超伝導量子コンピューティングを実用上重要な点に進めるためには、デコヒーレンスに繋がる物質不完全性を特定し、対処することが重要である。
ここでは、テラヘルツ走査近接場光学顕微鏡を用いて、シリコン上の湿式エッチングアルミニウム共振器の局所誘電特性とキャリア濃度を調査する。
論文 参考訳（メタデータ） (2021-06-24T11:06:34Z) - Mid-infrared homodyne balanced detector for quantum light
characterization [52.77024349608834]
中赤外域で作動する新しい平衡ホモダイン検出器の特性について述べる。
実験結果を,自由空間量子通信などの量子技術への応用の可能性の観点から考察する。
論文 参考訳（メタデータ） (2021-03-16T11:08:50Z) - Deep Spectral CNN for Laser Induced Breakdown Spectroscopy [11.978306421559587]
本研究では,レーザー誘起分解分光法(LIBS)信号を用いたスペクトル畳み込みニューラルネットワーク(CNN)を提案する。
提案手法は,火星探査機「キュリオシティ」からのリモートセンシング観測のための前処理と校正のために,火星科学研究所が行った既存手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2020-12-03T02:23:48Z) - Optimal circular dichroism sensing with quantum light: Multi-parameter
estimation approach [0.0]
円二色性(CD)は、キラル構造の異なるエナンチオマーを区別するために用いられる。
信号レベルは非常に低く、信号対雑音比の増大が最重要となる。
ここでは、CDセンシングにおける光の量子状態を用いて、ショットノイズ限界以下のノイズを低減することを提案する。
論文 参考訳（メタデータ） (2020-08-10T04:00:15Z)
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。