論文の概要: Thermodynamic sampling of materials using neutral-atom quantum computers
- arxiv url: http://arxiv.org/abs/2512.21142v1
- Date: Wed, 24 Dec 2025 12:24:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-25 19:43:21.778032
- Title: Thermodynamic sampling of materials using neutral-atom quantum computers
- Title（参考訳）: 中性原子量子コンピュータを用いた材料の熱力学的サンプリング
- Authors: Bruno Camino, Mao Lin, John Buckeridge, Scott M. Woodley,
- Abstract要約: 我々は中性原子量子ハードウェアを用いて材料の熱力学特性を抽出する枠組みを開発し,検証する。
試験例として,窒素ドープグラフェンについて考察する。
- 参考スコア（独自算出の注目度）: 0.5366467936613011
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Neutral-atom quantum hardware has emerged as a promising platform for programmable many-body physics. In this work, we develop and validate a practical framework for extracting thermodynamic properties of materials using such hardware. As a test case, we consider nitrogen-doped graphene. Starting from Density Functional Theory (DFT) formation energies, we map the material energetics onto a Rydberg-atom Hamiltonian suitable for quantum annealing by fitting an on-site term and distance-dependent pair interactions. The Hamiltonian derived from DFT cannot be implemented directly on current QuEra devices, as the largest energy scale accessible on the hardware is two orders of magnitude smaller than the target two-body interaction in the material. To overcome this limitation, we introduce a rescaling strategy based on a single parameter, $α_v$, which ensures that the Boltzmann weights sampled by the hardware correspond exactly to those of the material at an effective temperature $T' = α_vT$, where $T$ is the device sampling temperature. This rescaling also establishes a direct correspondence between the global laser detuning $Δ_g$ and the grand-canonical chemical potential $Δμ$. We validate the method on a 28-site graphene nanoflake using exhaustive enumeration, and on a larger 78-site system where Monte Carlo sampling confirms preferential sampling of low-energy configurations.
- Abstract（参考訳）: ニュートラル原子量子ハードウェアは、プログラム可能な多体物理学のための有望なプラットフォームとして登場した。
本研究では,そのようなハードウェアを用いて材料の熱力学特性を抽出するための実用的枠組みを開発し,検証する。
試験例として,窒素ドープグラフェンについて考察する。
密度汎関数理論(DFT)生成エネルギーから始めると、物質エネルギーを量子アニールに適したRydberg-atom Hamiltonianに、オンサイト項と距離依存ペア相互作用を適合させてマッピングする。
DFTから派生したハミルトニアンは、現在のQuEraデバイスでは直接実装できない。
この制限を克服するために、ハードウェアによってサンプリングされたボルツマン重みが、有効温度$T' = α_vT$と正確に一致することを保証する、単一のパラメータである$α_v$に基づく再スケーリング戦略を導入する。
この再スケーリングはまた、$Δ_g$と大カノニカル化学ポテンシャル$Δμ$との直接対応を確立する。
本手法は,28部位のグラフェンナノフレークを全容列挙法により検証し,さらに,モンテカルロサンプリングにより低エネルギー構成の優先サンプリングが確認される78部位の大規模システム上で検証した。
関連論文リスト
- Coherence Dispersion and Temperature Scales in a Quantum-Biology Toy Model [51.56484100374058]
量子コヒーレンス(英語版)が任意の量子状態のいくつかの外対角要素の間にどのように散乱するかを考察する。
平衡外システムに焦点をあてることで、我々は開発されたフレームワークを使用して、セル・エネルギティクスの単純化されたモデルに対処する。
論文 参考訳（メタデータ） (2025-12-13T14:21:34Z) - Prethermal Floquet time crystals in chiral multiferroic chains and applications as quantum sensors of AC fields [41.94295877935867]
乱れた多鉄鎖鎖における予熱フロケット時間結晶(pFTC)の出現について検討した。
我々はモデルの位相図を導出し、系の磁化、絡み合い、コヒーレンスダイナミクスを特徴づける。
また、交流場の量子センサとしてのpFTCの適用についても検討する。
論文 参考訳（メタデータ） (2024-10-23T03:15:57Z) - Compressing Hamiltonians with ab initio downfolding for simulating strongly-correlated materials on quantum computers [1.2912607909040075]
Ab initio のダウンフォールディングは、圧縮された多体ハミルトニアンを導出する方法として登場した。
我々は、量子アルゴリズムを用いて、下向きのハミルトンの物性を得ることができ、確実に高忠実性解が得られることを示した。
論文 参考訳（メタデータ） (2024-09-18T18:00:04Z) - Accelerating superconductor discovery through tempered deep learning of
the electron-phonon spectral function [0.0]
深層学習モデルを用いて電子フォノンスペクトル関数, $alpha2F(omega)$を予測する。
次に、サイトが提案するフォノン密度状態のドメイン知識を組み込んで、モデルのノード属性に帰納バイアスを課し、予測を強化する。
この方法の革新は、MAEを0.18、29K、28Kに減少させ、それぞれ2.1KのMAEを$T_c$とする。
論文 参考訳（メタデータ） (2024-01-29T22:44:28Z) - Spin-$S$ $\mathrm{U}(1)$ Quantum Link Models with Dynamical Matter on a
Quantum Simulator [3.1192594881563127]
実効スピン-S$演算子を用いたゲージおよび電場表現のためのボソニック写像を提案する。
次に、光学超格子におけるスピンレスボソンを用いた大規模スピンの実現のための実験的スキームを提案する。
論文 参考訳（メタデータ） (2023-05-10T18:00:01Z) - Graph neural networks for fast electron density estimation of molecules,
liquids, and solids [0.0]
a machine learning framework for the prediction of $rho(vecr)$。
このモデルは、複数の分子(QM9)、液体エチレン炭酸塩電解質(EC)、LixNiyMnzCo(1-y-z)O2リチウムイオン電池陰極(NMC)で試験される。
論文 参考訳（メタデータ） (2021-12-01T16:57:31Z) - Universal thermodynamics of an SU($N$) Fermi-Hubbard Model [0.0]
本研究では,SU($N$)FHMの熱力学を,一点あたりの粒子密度付近の2次元正方格子で数値計算する。
相関長が短い超交換エネルギーより上の温度では、エネルギー、オンサイト対の数、運動エネルギーはN$の普遍関数であることが分かる。
論文 参考訳（メタデータ） (2021-08-09T16:25:33Z) - Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。
これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
論文 参考訳（メタデータ） (2021-07-01T01:02:17Z) - Optimizing Electronic Structure Simulations on a Trapped-ion Quantum
Computer using Problem Decomposition [41.760443413408915]
量子リソースの最小化に重点を置いたエンドツーエンドパイプラインを,精度を維持しながら実験的に実証した。
密度行列埋め込み理論を問題分解法として、イオントラップ量子コンピュータを用いて、電子を凍結せずに10個の水素原子の環をシミュレートする。
我々の実験結果は、量子ハードウェア上で大きな分子を正確にシミュレートする問題分解の可能性の早期実証である。
論文 参考訳（メタデータ） (2021-02-14T01:47:52Z) - 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) - Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。
シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。
これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文 参考訳（メタデータ） (2020-09-28T17:21:25Z)
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。