論文の概要: Hamiltonian-Informed Point Group Symmetry-Respecting Ansatz for Variational Quantum Eigensolver

• arxiv url: http://arxiv.org/abs/2512.21087v1
• Date: Wed, 24 Dec 2025 10:03:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-25 19:43:21.756044
• Title: Hamiltonian-Informed Point Group Symmetry-Respecting Ansatz for Variational Quantum Eigensolver
• Title（参考訳）: Hamiltonian-Informed Point Group Symmetry-Respecting Ansatz for Variational Quantum Eigensolver
• Authors: Runhong He, Arapat Ablimit, Xin Hong, Qiaozhen Chai, Junyuan Zhou, Ji Guan, Guolong Cui, Shenggang Ying,
• Abstract要約: 変分量子固有解法(VQE)アルゴリズムによって分子エネルギーレベルを解くことは、最も有望な応用の1つである。 そこで本研究では,ハミルトニアンの固有情報から設計した新しい対称性を反映したアンザッツであるHiUCCSDを提案する。
• 参考スコア（独自算出の注目度）: 8.808367903406316
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Solving molecular energy levels via the Variational Quantum Eigensolver (VQE) algorithm represents one of the most promising applications for demonstrating practically meaningful quantum advantage in the noisy intermediate-scale quantum (NISQ) era. To strike a balance between ansatz complexity and computational stability in VQE calculations, we propose the HiUCCSD, a novel symmetry-respecting ansatz engineered from the intrinsic information of the Hamiltonian. We theoretically prove the effectiveness of HiUCCSD within the scope of Abelian point groups. Furthermore, we compare the performance of HiUCCSD and the established SymUCCSD via VQE and Adaptive Derivative-Assembled Pseudo-Trotter (ADAPT)-VQE numerical experiments on ten molecules with distinct point groups. The results show that HiUCCSD achieves equivalent performance to SymUCCSD for Abelian point group molecules, while avoiding the potential performance failure of SymUCCSD in the case of non-Abelian point group molecules. Across the studied molecular systems, HiUCCSD cuts the parameter count by 18%-83% for VQE and reduces the excitation operator pool size by 27%-84% for ADAPT-VQE, as compared with the UCCSD ansatz. With enhanced robustness and broader applicability, HiUCCSD offers a new ansatz option for advancing large-scale molecular VQE implementation.
• Abstract（参考訳）: 変分量子固有解法(VQE)アルゴリズムを用いて分子エネルギーレベルを解くことは、ノイズの多い中間スケール量子(NISQ)時代に実用的に有意義な量子優位性を示す最も有望な応用の1つである。 VQE計算におけるアンザッツの複雑性と計算安定性のバランスをとるために、ハミルトニアン固有の情報から構築された新しい対称性を反映したアンザッツであるHiUCCSDを提案する。 理論的には、アベリア点群の範囲内でのHiUCCSDの有効性を実証する。 さらに,HyUCCSDと確立されたSymUCCSDの性能を,異なる点群を持つ10個の分子上での適応微分型擬似プロッター(ADAPT)-VQE数値実験およびVQEを用いて比較した。 その結果,非アベリア点群分子の場合,HymUCCSDはSymUCCSDと同等の性能を示し,SymUCCSDの性能低下を回避することができた。 研究された分子系全体で、HiUCCSDはパラメータ数をVQEで18%-83%削減し、ADAPT-VQEで27%-84%削減する。 堅牢性の向上と適用性の向上により、HiUCCSDは大規模な分子VQE実装を進めるための新しいアンサッツオプションを提供する。

関連論文リスト

• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Qumode-Based Variational Quantum Eigensolver for Molecular Excited States [43.148034499498586]
  分子励起状態を計算するためのハイブリッド量子古典アルゴリズムであるQumode Subspace Variational Quantum Eigensolver (QSS-VQE)を紹介する。 本研究では, ジヒドロゲンおよびシトシンの円錐交差を含む分子励起状態のシミュレーションによるQSS-VQEの性能を示す。
  論文  参考訳（メタデータ） (2025-09-05T00:53:51Z)
• K-ADAPT-VQE: Optimizing Molecular Ground State Searches by Chunking Operators [0.0]
  この研究はK-ADAPT-VQEを示し、各イテレーションでKのチャンクに演算子を追加することにより効率を向上する。 分子シミュレーションの結果,K-ADAPT-VQEは化学的精度を達成するために必要なVQEと量子関数呼び出しの総数を大幅に減少させることがわかった。
  論文  参考訳（メタデータ） (2025-06-11T12:26:16Z)
• Exploiting the Variational Quantum Eigensolver for Determining Ground State Energy of Protocatechuic Acid [0.0]
  変分量子固有解法 (VQE) は量子コンピュータと古典コンピュータの両方を利用した有望なハイブリッドアルゴリズムである。 本研究は, プロトカテコール酸の基底状態を調べるためにVQEを適用し, 種々のアンスアセおよび活性空間を用いてその性能を解析した。
  論文  参考訳（メタデータ） (2024-11-01T19:29:38Z)
• Vibrational ADAPT-VQE: Critical points leads to problematic convergence [0.0]
  無限積表現に基づく振動型ADAPT-VQE(vADAPT-VQE)の定式化を行う。 VADAPT-VQEアルゴリズムがFVCI波動関数を表す演算子の列を生成するかどうかを数値的に検討する。
  論文  参考訳（メタデータ） (2024-04-10T06:24:07Z)
• Rethinking Clustered Federated Learning in NOMA Enhanced Wireless Networks [60.09912912343705]
  本研究では,新しいクラスタ化フェデレーション学習(CFL)アプローチと,非独立かつ同一に分散した(非IID)データセットを統合することのメリットについて検討する。 データ分布における非IIDの度合いを測定する一般化ギャップの詳細な理論的解析について述べる。 非IID条件によって引き起こされる課題に対処する解決策は、特性の分析によって提案される。
  論文  参考訳（メタデータ） (2024-03-05T17:49:09Z)
• Symmetric Pruning in Quantum Neural Networks [111.438286016951]
  量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。 ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。 本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
  論文  参考訳（メタデータ） (2022-08-30T08:17:55Z)
• A Convergence Theory for Over-parameterized Variational Quantum Eigensolvers [21.72347971869391]
  変分量子固有解法(VQE)は、近未来のノイズ中間規模量子(NISQ)コンピュータにおける量子応用の有望な候補である。 オーバーパラメータ化系におけるVQEの収束の厳密な分析を行った。
  論文  参考訳（メタデータ） (2022-05-25T04:06:50Z)
• Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
  VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。 どちらの手法もエネルギーと基底状態の優れた推定値を提供する。 勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
  論文  参考訳（メタデータ） (2020-11-02T19:52:04Z)
• Momentum Q-learning with Finite-Sample Convergence Guarantee [49.38471009162477]
  本稿では,有限サンプル保証を用いたモーメントに基づくQ-ラーニングアルゴリズムのクラスを解析する。 線形関数近似とマルコフサンプリングによるMomentumQの収束保証を確立する。 提案したMomentumQが他のモーメントベースのQ-ラーニングアルゴリズムより優れていることを示す。
  論文  参考訳（メタデータ） (2020-07-30T12:27:03Z)

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。