論文の概要: A Multi-Scale Quantum Framework for Evaluating Metal-Organic Frameworks in Carbon Capture

• arxiv url: http://arxiv.org/abs/2505.04527v3
• Date: Tue, 03 Jun 2025 17:06:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 04:22:50.573843
• Title: A Multi-Scale Quantum Framework for Evaluating Metal-Organic Frameworks in Carbon Capture
• Title（参考訳）: 炭素捕獲における金属-有機構造評価のためのマルチスケール量子フレームワーク
• Authors: Tom W. A. Montgomery, Adrian Varela-Alvarez, Sam Genway, Philip Llewellyn, Phalgun Lolur,
• Abstract要約: 金属有機フレームワーク(MOF)は、直接捕獲するためにtextCO_2$を選択的に吸収することにより、地球温暖化の影響を緩和するための有望な材料である。 正確な量子化学シミュレーションは、最適なMOF構造を選択し設計するのに有用なツールである。 大規模なデータセットにシミュレーションを適用するには、効率的なシミュレーション方法が必要である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Metal Organic Frameworks (MOFs) are promising materials to help mitigate the effects of global warming by selectively absorbing $\text{CO}_{2}$ for direct capture. Accurate quantum chemistry simulations are a useful tool to help select and design optimal MOF structures, replacing costly or impractical experiments or providing chemically inspired features for data-driven approaches such as machine learning. However, applying simulations over large datasets requires efficient simulation methods such as Density Functional Theory (DFT) which, despite often being accurate, introduces uncontrolled approximations and a lack of systematic improvability. In this work we outline a hierarchical cluster model that includes a recently developed quantum embedding that provides a more systematic approach to efficiently tune accuracy. We apply this workflow to calculate the binding affinity for a small set of MOF structures and $\text{CO}_{2}$ using experimentally measured heat of adsorption as a reference. Since quantum embeddings have also been proposed as a framework to accelerate the utility of quantum hardware, we discuss some of the benefits and challenges of integrating quantum solvers into the workflow outlined in this work.
• Abstract（参考訳）: 金属有機フレームワーク(MOF)は、直接捕獲するために$\text{CO}_{2}$を選択的に吸収することにより、地球温暖化の影響を軽減するための有望な材料である。 正確な量子化学シミュレーションは、最適なMOF構造を選択し設計するのに役立つツールであり、コストのかかる実験や非現実的な実験を置き換えたり、機械学習のようなデータ駆動アプローチに化学的にインスパイアされた機能を提供する。 しかし、大規模なデータセットにシミュレーションを適用するには、しばしば正確であるにもかかわらず、制御不能な近似を導入し、体系的な即効性の欠如をもたらす密度汎関数理論(DFT)のような効率的なシミュレーション手法が必要である。 本研究では,精度を効率的にチューニングするためのより体系的なアプローチを提供する,最近開発された量子埋め込みを含む階層的クラスタモデルを概説する。 このワークフローを用いて、MOF構造の小さな集合に対する結合親和性を計算し、実験的に測定された吸着熱を基準として$\text{CO}_{2}$とする。 量子埋め込みも量子ハードウェアの実用性を促進するためのフレームワークとして提案されているので、この研究で概説されたワークフローに量子ソルバを統合することの利点と課題について論じる。

関連論文リスト

• Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
  この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。 本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。 提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
  論文  参考訳（メタデータ） (2025-04-17T15:41:48Z)
• Testing bath correlation functions for open quantum dynamics simulations [0.0]
  基底相関関数(BCF)は、オープン量子系における熱化の正確なシミュレーションに不可欠である。 オープン量子力学シミュレーションにおける近似BCFの有効性を評価するための実用的で厳密なテストフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-10T18:48:56Z)
• Dynamical Mean Field Theory for Real Materials on a Quantum Computer [0.0]
  ハイブリッド量子古典DFT+DMFTシミュレーションフレームワークの開発について報告する。 IBM Quantumシステム上で最大14キュービットのハードウェア実験を行う。 実物の電子構造に対する相関効果を評価することにより,我々の量子DFT+DMFTワークフローの有用性を示す。
  論文  参考訳（メタデータ） (2024-04-15T07:45:50Z)
• 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)
• Projective Quantum Eigensolver via Adiabatically Decoupled Subsystem Evolution: a Resource Efficient Approach to Molecular Energetics in Noisy Quantum Computers [0.0]
  我々は,ノイズ中間スケール量子(NISQ)ハードウェアを用いて,分子系の基底状態エネルギーを正確に計算することを目的とした射影形式を開発した。 本研究では,将来の耐故障システムにおいて,必要な精度を同時に確保しながら,ノイズ下での優れた性能を示す。
  論文  参考訳（メタデータ） (2024-03-13T13:27:40Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Energy-Efficient and Federated Meta-Learning via Projected Stochastic Gradient Ascent [79.58680275615752]
  エネルギー効率のよいメタラーニングフレームワークを提案する。 各タスクは別々のエージェントによって所有されていると仮定するため、メタモデルをトレーニングするために限られたタスクが使用される。
  論文  参考訳（メタデータ） (2021-05-31T08:15:44Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• QuTiP-BoFiN: A bosonic and fermionic numerical hierarchical-equations-of-motion library with applications in light-harvesting, quantum control, and single-molecule electronics [51.15339237964982]
  階層運動方程式 (HEOM) は力学を解くための強力な正確な数値的手法である。 固体物理学、光学、単分子電子工学、生物物理学の問題に拡張され応用されている。 ボソニック環境とフェルミオン環境の両方にHEOMを実装した強力なQuTiPプラットフォームと統合したPythonの数値ライブラリを提案する。
  論文  参考訳（メタデータ） (2020-10-21T07:54:56Z)

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。