Fugu-MT 論文翻訳(概要): Clifford augmented density matrix renormalization group for \textit{ab initio} quantum chemistry

論文の概要: Clifford augmented density matrix renormalization group for \textit{ab initio} quantum chemistry

arxiv url: http://arxiv.org/abs/2506.16026v1
Date: Thu, 19 Jun 2025 04:48:52 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-23 19:00:04.94227
Title: Clifford augmented density matrix renormalization group for \textit{ab initio} quantum chemistry
Title（参考訳）: クリフォード強化密度行列再正規化群による量子化学の研究
Authors: Lizhong Fu, Honghui Shang, Jinlong Yang, Chu Guo,
Abstract要約: 本稿では,CA-DMRGの量子化学ハミルトニアンに対する効率的な手法を提案する。以上の結果から,CA-DMRGはDMRGよりも数桁高い精度で結合寸法を達成できることがわかった。
参考スコア（独自算出の注目度）: 3.632603573330658
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The recently proposed Clifford augmented density matrix renormalization group (CA-DMRG) method seamlessly integrates Clifford circuits with matrix product states, and takes advantage of the expression power from both. CA-DMRG has been shown to be able to achieve higher accuracy than standard DMRG on commonly used lattice models, with only moderate computational overhead compared to the latter. In this work, we propose an efficient scheme in CA-DMRG to deal with \textit{ab initio} quantum chemistry Hamiltonians, and apply it to study several molecular systems. Our numerical results show that CA-DMRG can reach several orders of magnitude higher accuracy than DMRG using the same bond dimension, pointing out a promising route to push the boundary of solving \textit{ab initio} quantum chemistry with strong static correlations.
Abstract（参考訳）: 最近提案された Clifford augmented density matrix renormalization group (CA-DMRG) 法は, Clifford 回路を行列積状態とシームレスに統合し, 両者の表現力を利用する。 CA-DMRGは、一般的に使用される格子モデルにおいて標準のDMRGよりも高い精度を達成できることが示されている。本研究では,CA-DMRGの量子化学ハミルトニアンに対する効率的な手法を提案し,いくつかの分子系の研究に応用する。以上の結果から,CA-DMRGはDMRGよりも数桁高い精度が得られることが示唆され,強い静的相関を持つ量子化学の解法である「textit{ab initio}」の境界を推し進めるための有望な経路が指摘された。

関連論文リスト

ReDiSC: A Reparameterized Masked Diffusion Model for Scalable Node Classification with Structured Predictions [64.17845687013434]
本稿では,構造化ノード分類のための構造拡散モデルであるReDiSCを提案する。本稿では,ReDiSCが最先端のGNN,ラベル伝搬,拡散ベースラインと比較して,優れた,あるいは高い競争力を発揮することを示す。特にReDiSCは、従来の構造化拡散法が計算制約によって失敗する大規模データセットに効果的にスケールする。
論文参考訳（メタデータ） (2025-07-19T04:46:53Z)
Multi-Target Density Matrix Renormalization Group X algorithm and its application to circuit quantum electrodynamics [0.023787965910387825]
我々は密度行列再正規化群(DMRG)アルゴリズムの変種であるDMRG-Xを用いて、2次元トランスモンアレイの局所固有状態を効率的に取得する。また,DMRG-XとマルチターゲットDMRGを組み合わせた新しいアルゴリズムMTDMRG-Xを導入する。
論文参考訳（メタデータ） (2025-06-30T17:55:20Z)
Wavefunction optimization at the complete basis set limit with Multiwavelets and DMRG [0.0]
マルチウェーブレットに基づくマルチレゾリューション解析(MRA)におけるDMRGの統合アルゴリズムを開発した。我々は、MRA領域に代表される軌道に対する既存のラグランジアン最適化アルゴリズムを採用し、その計算効率を向上させる。本手法をH2,He,HeH2,BeH2,N2などの小系に適用する。
論文参考訳（メタデータ） (2025-03-13T18:59:03Z)
Clifford-Dressed Variational Principles for Precise Loschmidt Echoes [44.99833362998488]
我々は、最近導入されたクリフォード型時間依存変動原理(TDVP)を拡張し、計算ベースで多体波動関数の振幅を効率的に計算する。 TDVPの進化中にクリフォード・ディエンタングリングゲートを組み込むことで,これらの振幅の計算を利用可能にしつつ,効果的にエンタングメント成長を制御することができる。
論文参考訳（メタデータ） (2025-02-03T22:43:32Z)
Pushing the Limits of Large Language Model Quantization via the Linearity Theorem [71.3332971315821]
本稿では,階層的$ell$再構成誤差と量子化によるモデルパープレキシティ増加との直接的な関係を確立する「線形定理」を提案する。この知見は,(1)アダマール回転とHIGGSと呼ばれるMSE最適格子を用いた単純なデータフリーLCM量子化法,(2)非一様層ごとの量子化レベルを求める問題に対する最適解の2つの新しい応用を可能にする。
論文参考訳（メタデータ） (2024-11-26T15:35:44Z)
A Fresh Look at Generalized Category Discovery through Non-negative Matrix Factorization [83.12938977698988]
Generalized Category Discovery (GCD) は、ラベル付きベースデータを用いて、ベース画像と新規画像の両方を分類することを目的としている。現在のアプローチでは、コサイン類似性に基づく共起行列 $barA$ の固有の最適化に不適切に対処している。本稿では,これらの欠陥に対処するNon-Negative Generalized Category Discovery (NN-GCD) フレームワークを提案する。
論文参考訳（メタデータ） (2024-10-29T07:24:11Z)
A perturbative approach to the solution of the Thirring quantum cellular automaton [42.205102271729665]
Thirring Quantum Cellular Automaton (QCA) は、ディラックセルオートマトンの一段階に従って進化する局所フェルミオンモードの離散時間ダイナミクスと、最も一般的なオンサイト数保存相互作用を記述し、量子場理論におけるTirrringモデルのQCAとして機能する。
論文参考訳（メタデータ） (2024-06-28T13:44:10Z)
Augmenting Density Matrix Renormalization Group with Clifford Circuits [0.49157446832511503]
本稿では,密度行列再正規化群アルゴリズムにおけるクリフォード回路のシームレスな積分について述べる。このフレームワークは、現在のアプリケーションだけでなく、様々な数値的アプローチに容易に適応できる可能性にも有用である。
論文参考訳（メタデータ） (2024-05-15T09:53:08Z)
Quantum State Transfer in Interacting, Multiple-Excitation Systems [41.94295877935867]
量子状態伝達(QST)は、あるノードから別のノードへの量子情報のコヒーレントな通過を記述する。高忠実度QSTを与えるハミルトニアンの発見を可能にするモンテカルロ法について述べる。その結果生まれたJaynes-Cummings-Hubbardと周期的なAndersonモデルは、原則として、効率的なQSTを提供するための適切なハードウェアで設計することができる。
論文参考訳（メタデータ） (2024-05-10T23:46:35Z)
Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
論文参考訳（メタデータ） (2024-04-15T12:38:46Z)
Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
論文参考訳（メタデータ） (2024-02-22T16:33:48Z)
Geometric Clifford Algebra Networks [53.456211342585824]
本稿では,動的システムのモデリングのためのGeometric Clifford Algebra Networks (GCANs)を提案する。 GCANは幾何学的(クリフォード)代数を用いた対称性群変換に基づいている。
論文参考訳（メタデータ） (2023-02-13T18:48:33Z)
On the Ordering of Sites in the Density Matrix Renormalization Group using Quantum Mutual Information [0.0]
ホワイト1992の密度行列再正規化群 (DMRG) は、今日まで多くの最先端の量子系における高効率な相関量子系の積分成分である。量子化学において、QC-DMRGは非相対論的シュル「オーディンガー方程式」を用いて初期計算を行うための強力なツールとなった。
論文参考訳（メタデータ） (2021-03-01T16:24:37Z)
Transcorrelated Density Matrix Renormalization Group [0.0]
強相関系に対するエネルギーの効率的な近似のための超相関密度行列正規化群(tcDMRG)理論を導入する。 tcDMRGは、固定ジャストロウまたはグッツウィラー相関器と行列積状態の積として波動関数を符号化する。我々は, tcDMRGの高速エネルギー収束を実証し, tcDMRGが準一次元システムを超えて標準DMRGの効率を向上できることを示した。
論文参考訳（メタデータ） (2020-09-05T23:20:14Z)

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。