論文の概要: Hybrid Quantum Algorithms for Computational Chemistry: Application to the Pyridine-Li ion Complex
- arxiv url: http://arxiv.org/abs/2601.10002v1
- Date: Thu, 15 Jan 2026 02:23:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-16 19:43:18.955631
- Title: Hybrid Quantum Algorithms for Computational Chemistry: Application to the Pyridine-Li ion Complex
- Title（参考訳）: 計算化学のためのハイブリッド量子アルゴリズム:ピリジン-Liイオン錯体への応用
- Authors: Fatemeh Ghasemi, Yousung Kang, Yukio Kawashima, Kyungsun Moon,
- Abstract要約: 大規模分子系における電子相関を捉えるために3つの量子アルゴリズムが研究されている。
その結果、新しい世代のハイブリッド量子古典フレームワークが、従来のVQEアプローチを制約するスケーラビリティとノイズ感度を克服したことを示す。
SQDとHI-VQEはいずれも、ハードウェアノイズに対する堅牢性を示しており、以前のアプローチよりも重要な改善である。
- 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: Accurately capturing electron correlation in large-scale molecular systems remains one of the foremost challenges in quantum chemistry and a primary driver for the development of quantum algorithms. Classical configuration-interaction methods, while rigorous, suffer from exponential scaling, rendering them impractical for large or strongly correlated systems. Overcoming this limitation is central to realizing the promise of quantum computing in chemistry. Here, we investigate the pyridine-Li ion complex using three quantum algorithms: the variational quantum eigensolver (VQE), the subspace quantum diagonalization (SQD) method, and the recently introduced handover iterative VQE (HI-VQE). Our results demonstrate how new generations of hybrid quantum-classical frameworks overcome the scalability and noise sensitivity that constrain conventional VQE approaches. SQD and HI-VQE achieve ground-state energy calculations for problem sizes inaccessible to classical computation, marking a clear advance toward quantum advantage. In particular, HI-VQE enables calculations within active spaces as large as (24e,22o), requiring 44 qubits-well beyond the reach of classical CASCI and VQE. This capability provides a systematic pathway for incorporating increasing numbers of electrons into quantum treatment, thereby approaching exact molecular energies. Importantly, both SQD and HI-VQE exhibit robustness against hardware noise, a critical improvement over earlier approaches. By enabling quantum simulations of molecular systems previously deemed intractable, SQD and HI-VQE offer a realistic route toward practical quantum advantage in computational chemistry. The comparison between HI-VQE and SQD shows that optimizing circuit parameters is crucial for accurate simulation.
- Abstract（参考訳）: 大規模分子系における電子相関の正確な取得は、量子化学における最も大きな課題の1つであり、量子アルゴリズムの開発における主要な要因である。
古典的な構成-相互作用法は厳密だが指数関数的なスケーリングに悩まされ、大きなシステムや強い相関を持つシステムでは実用的ではない。
この制限を克服することは、化学における量子コンピューティングの約束を実現する上で重要である。
本稿では、変分量子固有解法(VQE)、サブスペース量子対角化法(SQD)、最近導入されたハンドオーバー反復VQE(HI-VQE)の3つの量子アルゴリズムを用いて、ピリジン-Liイオン錯体について検討する。
本研究は,従来のVQEアプローチを制約するスケーラビリティとノイズ感度を克服した,次世代のハイブリッド量子古典フレームワークを実証するものである。
SQD と HI-VQE は古典計算に到達できない問題の大きさの基底状態エネルギー計算を達成し、量子優位性への明確な進歩を示す。
特に、HI-VQE は (24e,22o) の活性空間内での計算を可能にし、古典的な CASCI や VQE のリーチを超える44量子ビットを必要とする。
この能力は、増大する電子を量子処理に組み込む体系的な経路を提供し、それによって正確な分子エネルギーに近づく。
重要なことは、SQDとHI-VQEの両方がハードウェアノイズに対する堅牢性を示しており、これは以前のアプローチよりも重要な改善である。
SQD と HI-VQE は、従来計算不可能と考えられていた分子系の量子シミュレーションを可能にすることで、計算化学における実用的な量子優位性への現実的な経路を提供する。
HI-VQEとSQDの比較は、回路パラメータの最適化が正確なシミュレーションに重要であることを示している。
関連論文リスト
- Adiabatic-Inspired Hybrid Quantum-Classical Methods for Molecular Ground State Preparation [0.03499870393443268]
量子コンピューティングは、量子化学の重要な問題を効率的かつ正確に解くことを約束する。
量子コンピューティングの基底状態問題の解決における2つの主要な方法が収束に苦しむ。
本稿では, AQC-PQC法を一般化し, ベイチスティックなBFGSを組み合わせ, 量子計算コストを削減した新しいハイブリッド手法を提案する。
論文 参考訳（メタデータ） (2025-12-16T14:35:58Z) - 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) - 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) - RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。
与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。
量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
論文 参考訳（メタデータ） (2025-06-04T08:30:35Z) - HIVQE: Handover Iterative Variational Quantum Eigensolver for Efficient Quantum Chemistry Calculations [0.18574358541506214]
The Handover Iterative Variational Quantum Eigensolver (HiVQE) は基底状態の波動関数を正確に推定するように設計されている。
コンパクトだが化学的に正確な波動関数を生成することで、HiVQEは量子化学シミュレーションを進め、新しい物質の発見を促進する。
論文 参考訳（メタデータ） (2025-03-08T17:50:56Z) - Efficient Quantum Chemistry Calculations on Noisy Quantum Hardware [0.0]
本稿では,量子化学計算のためのハードウェア効率の最適化手法を提案する。
最適化されたSQD (SQDOpt) アルゴリズムは,古典的なダビッドソン法と付加的なマルチバス計測を組み合わせた手法である。
ランタイムスケーリングは、量子ハードウェア上のSQDOptが古典的な最先端の手法と競合していることを示している。
論文 参考訳（メタデータ） (2025-03-04T16:51:54Z) - Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。
提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
論文 参考訳（メタデータ） (2024-06-17T14:10:10Z) - Exploring the scaling limitations of the variational quantum eigensolver
with the bond dissociation of hydride diatomic molecules [0.0]
強い相関電子を含む材料シミュレーションは、最先端の電子構造法に根本的な課題をもたらす。
変分量子固有解法アルゴリズムが化学的に正確な総エネルギーを予測できるという事実にもかかわらず、現実世界の応用に関連する大きさと複雑さの分子をシミュレーションした量子コンピュータは存在しない。
本稿では, 適切なTiH物理を捉えるために必要となるd軌道とUCCSDアンサッツの使用が, この問題のコストを劇的に高めることを示す。
論文 参考訳（メタデータ） (2022-08-15T19:21:17Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z)
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。