論文の概要: Molecular resonance identification in complex absorbing potentials via integrated quantum computing and high-throughput computing
- arxiv url: http://arxiv.org/abs/2511.15981v1
- Date: Thu, 20 Nov 2025 02:28:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-21 17:08:52.428573
- Title: Molecular resonance identification in complex absorbing potentials via integrated quantum computing and high-throughput computing
- Title（参考訳）: 集積量子コンピューティングと高スループットコンピューティングによる複雑吸収電位の分子共鳴同定
- Authors: Jingcheng Dai, Atharva Vidwans, Eric H. Wan, Alexander X. Miller, Micheline B. Soley,
- Abstract要約: 本研究では,分子共鳴同定の問題を量子-古典的量子固有解法のハイブリッドネットワークに抽出するために,複素吸収ポテンシャル形式を利用したアルゴリズムを開発した。
シミュレーション量子プロセッサにおける共振エネルギーと波動関数を,現在および計画中の仕様で同定する。
- 参考スコア（独自算出の注目度）: 36.94429692322632
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advancements in quantum algorithms have reached a state where we can consider how to capitalize on quantum and classical computational resources to accelerate molecular resonance state identification. Here we identify molecular resonances with a method that combines quantum computing with classical high-throughput computing (HTC). This algorithm, which we term qDRIVE (the quantum deflation resonance identification variational eigensolver) exploits the complex absorbing potential formalism to distill the problem of molecular resonance identification into a network of hybrid quantum-classical variational quantum eigensolver tasks, and harnesses HTC resources to execute these interconnected but independent tasks both asynchronously and in parallel, a strategy that minimizes wall time to completion. We show qDRIVE successfully identifies resonance energies and wavefunctions in simulated quantum processors with current and planned specifications, which bodes well for qDRIVE's ultimate application in disciplines ranging from photocatalysis to quantum control and places a spotlight on the potential offered by integrated heterogenous quantum computing/HTC approaches in computational chemistry.
- Abstract（参考訳）: 量子アルゴリズムの最近の進歩は、分子共鳴状態の同定を加速するために量子的および古典的な計算資源をどのように活用するかを考えることのできる状態に達している。
本稿では、量子コンピューティングと古典的高スループットコンピューティング(HTC)を組み合わせた手法を用いて分子共鳴を同定する。
このアルゴリズムは、qDRIVE (quantum deflation resonance Identification variational eigensolver) と呼ばれる複雑な吸収ポテンシャル形式を利用して、分子共鳴識別の問題をハイブリッド量子古典的変分量子固有ゾルバタスクのネットワークに抽出し、HTCのリソースを利用してこれらの相互接続された独立なタスクを非同期かつ並列に実行する。
我々は、qDRIVEが光触媒から量子制御に至るまでの分野において、QDRIVEの究極的な応用を立証し、計算化学において統合された異種量子コンピューティング/HTCアプローチによって提供されるポテンシャルにスポットライトを当てることにより、シミュレーション量子プロセッサにおける共振エネルギーと波動関数の同定に成功していることを示す。
関連論文リスト
- VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。
本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - Efficient Hamiltonian Simulation: A Utility Scale Perspective for Covalent Inhibitor Reactivity Prediction [0.25111276334134786]
ノイズの多い中間スケール量子(NISQ)時代の量子コンピューティングアプリケーションは、今日の量子システムで実現可能なより浅い回路を生成するアルゴリズムを必要とする。
これは、分子系の固有の複雑さのため、量子化学の応用には特に困難である。
本稿では, 量子中心データ駆動R&Dフレームワークを用いた分子反応性予測の精度を維持しつつ, より大きな活性空間へのスケーリングを行うための系統的な回路縮小手法を示す。
論文 参考訳（メタデータ） (2024-12-20T11:25:01Z) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - Folded Spectrum VQE : A quantum computing method for the calculation of
molecular excited states [0.0]
分子励起状態の計算のための変分量子固有解法(VQE)アルゴリズムの拡張としてのFolded Spectrum (FS)法
量子モンテカルロの文献の分散に基づく手法に触発され、FS法はエネルギーの分散を最小限に抑え、計算コストのかかる2乗ハミルトン式を必要とする。
FS-VQE法を小分子に適用し,計算コストを大幅に削減する。
論文 参考訳（メタデータ） (2023-05-08T15:34:56Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - Quantum-Classical Hybrid Algorithm for the Simulation of All-Electron
Correlation [58.720142291102135]
本稿では、分子の全電子エネルギーと古典的コンピュータ上の特性を計算できる新しいハイブリッド古典的アルゴリズムを提案する。
本稿では,現在利用可能な量子コンピュータ上で,化学的に関連性のある結果と精度を実現する量子古典ハイブリッドアルゴリズムの能力を実証する。
論文 参考訳（メタデータ） (2021-06-22T18:00:00Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳（メタデータ） (2021-01-21T22:18:49Z) - 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) - Computation of molecular excited states on IBM quantum computers using a
discriminative variational quantum eigensolver [0.965964228590342]
分子励起状態を決定するための変分量子機械学習法を提案する。
分子ハミルトニアンの固有状態を反復的に見つけるために、タンデムで動く2つのパラメタライズド量子回路と変分量子固有解器(VQE)を組み合わせる。
論文 参考訳（メタデータ） (2020-01-14T17:56:04Z)
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。