論文の概要: Assessing Tensor Network Quantum Emulators for Hamiltonian Simulation of Pharmaceutical Molecules: Challenges and Limitations in Drug Discovery Applications

• arxiv url: http://arxiv.org/abs/2504.11399v1
• Date: Tue, 15 Apr 2025 17:14:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-16 22:09:12.749864
• Title: Assessing Tensor Network Quantum Emulators for Hamiltonian Simulation of Pharmaceutical Molecules: Challenges and Limitations in Drug Discovery Applications
• Title（参考訳）: 医薬品分子のハミルトンシミュレーションのためのテンソルネットワーク量子エミュレータの評価 : 薬物発見の課題と限界
• Authors: Marek Kowalik, Ellen Michael, Peter Pogány, Phalgun Lolur,
• Abstract要約: 量子コンピューティングは、特に薬物発見において、計算化学シミュレーションの革命を約束する。 現在の量子ハードウェアはノイズとスケールによって制限されており、ブリッジ技術を必要とする。 本研究は、ハミルトンシミュレーションのためのテンソルネットワーク量子エミュレータの初期評価を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Quantum computing holds promise for revolutionizing computational chemistry simulations, particularly in drug discovery. However, current quantum hardware is limited by noise and scale, necessitating bridging technologies. This study provides an initial evaluation of tensor network quantum emulators, narrowed to matrix product state-based emulators, for Hamiltonian simulation of pharmaceutical molecules, with a focus on predicting the reactivity of targeted covalent drugs. We assess runtime scaling, accuracy, and resource requirements across various active space sizes, comparing performance to traditional state vector simulation methods. Our results reveal that, for accurate estimation of the expectation value trajectory of a key measurement operator - used as a quantum-derived feature for reactivity prediction - the required bond dimension in matrix product state tensor networks grows rapidly with system size, effectively negating runtime advantages for larger, chemically relevant molecules. This study highlights the fundamental challenges in classically simulating complex quantum chemistry systems and contributes to the support of the irreplaceability premise of quantum computers to efficiently handle strongly entangled systems. Such robustness of fault-tolerant quantum computers leads to practical advantages in drug discovery applications.
• Abstract（参考訳）: 量子コンピューティングは、特に薬物発見において、計算化学シミュレーションの革命を約束する。 しかし、現在の量子ハードウェアはノイズとスケールによって制限されており、ブリッジ技術を必要とする。 本研究は、医薬品分子のハミルトンシミュレーションのためのテンソルネットワーク量子エミュレータの初期評価と、標的とする共価薬の反応性を予測することに焦点を当てた。 従来の状態ベクトルシミュレーション手法と比較し,実行時のスケーリング,精度,リソース要件を様々な活動空間サイズで評価する。 この結果から, 反応予測の量子的特徴として用いたキー測定演算子の期待値軌跡を正確に推定するために, マトリックス生成物状態テンソルネットワークの結合次元は, システムサイズとともに急速に増大し, より大きく, 化学的に関係のある分子に対する実行時の優位性を効果的に否定することが明らかとなった。 この研究は、古典的に複雑な量子化学系をシミュレートする際の根本的な課題を強調し、強い絡み合ったシステムを効率的に扱うために、量子コンピュータの非置換性前提のサポートに寄与する。 このような耐障害性量子コンピュータの堅牢性は、薬物発見の応用において実用上の優位性をもたらす。

関連論文リスト

• Quantum Embedding of Non-local Quantum Many-body Interactions in Prototypal Anti-tumor Vaccine Metalloprotein on Near Term Quantum Computing Hardware [4.8962578963959675]
  複素ヘモシアニン分子の量子コンピュータシミュレーションを初めて提示する。 ヘモシアニンは様々な生理的過程に関与する重要な呼吸タンパク質である。 ヘモシアニンの磁気構造は多体補正の影響が大きい。
  論文  参考訳（メタデータ） (2024-10-16T16:49:42Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Calculating the energy profile of an enzymatic reaction on a quantum computer [0.0]
  量子コンピューティングは、量子化学計算を可能にするための有望な道を提供する。 最近の研究は、ノイズ中間量子(NISQ)デバイスのためのアルゴリズムの開発とスケーリングに向けられている。
  論文  参考訳（メタデータ） (2024-08-20T18:00:01Z)
• Demonstration of a variational quantum eigensolver with a solid-state spin system under ambient conditions [15.044543674753308]
  量子シミュレータは、物理系の量子的性質を利用して別の物理系を研究する能力を提供する。 変分量子固有解法アルゴリズムは分子電子構造の研究に特に有望な応用である。 スピンベースの固体量子ビットは、長いデコヒーレンス時間と高忠実度量子ゲートの利点がある。
  論文  参考訳（メタデータ） (2024-07-23T09:17:06Z)
• 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)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• 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)
• An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
  現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。 我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。 提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
  論文  参考訳（メタデータ） (2021-08-06T19:38:03Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• 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。