論文の概要: Scalable Quantum-Classical DFT Embedding for NISQ Molecular Simulation

• arxiv url: http://arxiv.org/abs/2602.01994v1
• Date: Mon, 02 Feb 2026 11:53:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:34.11772
• Title: Scalable Quantum-Classical DFT Embedding for NISQ Molecular Simulation
• Title（参考訳）: NISQ分子シミュレーションのためのスケーラブル量子古典DFT埋め込み
• Authors: Namrata Manglani, Samrit Kumar Maity, Ranjit Thapa, Sanjay Wandhekar,
• Abstract要約: CCSDに対してベンチマークしたDFTベースラインに対する相関エネルギーの系統的回復を示す。 4e,6o)の活性空間は10量子ビットを用いて約60%の相関関係を回復し、NISQ時代のシミュレーションの実践的ガイドラインを提供する。
• 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: Scalable quantum-classical embedding is essential for chemically meaningful simulations on near-term NISQ hardware. Using QDFT, we show systematic recovery of correlation energy relative to the DFT baseline, benchmarked against CCSD in a fixed six-orbital active space across molecules ranging from water to naphthalene. By varying the number of embedded electrons from 2 to 8, aromatic systems saturate near 63-64 percent, while linear molecules such as carbon dioxide reach 68 percent. All systems converge within two embedding iterations under relaxed self-consistency thresholds, highlighting the robustness of the approach. A (4e,6o) active space recovers approximately 60 percent correlation using 10 qubits, providing practical guidelines for NISQ-era simulations.
• Abstract（参考訳）: NISQハードウェア上での化学的に有意義なシミュレーションには,スケーラブルな量子古典埋め込みが不可欠である。 QDFTを用いて,水からナフタレンまでの分子にまたがる6軌道活性空間において,CCSDに対してベンチマークしたDFTベースラインに対する相関エネルギーの系統的回復を示す。 埋め込み電子数は2から8に変化し、芳香族系は63から64%近く飽和し、二酸化炭素などの線形分子は68%に達する。 すべてのシステムは、緩和された自己整合性しきい値の下で2つの埋め込みイテレーションに収束し、アプローチの堅牢性を強調します。 4e,6o)の活性空間は10量子ビットを用いて約60%の相関関係を回復し、NISQ時代のシミュレーションの実践的ガイドラインを提供する。

関連論文リスト

• Enriching Earth Observation labeled data with Quantum Conditioned Diffusion Models [38.62950622229361]
  条件付き拡散フレームワーク内で量子演算を適用するハイブリッド量子古典アーキテクチャであるQCU-Netを導入する。 EuroSAT RGBデータセットの実験は、我々のQCU-Netが優れた結果を得ることを示す。 この研究は、地球観測領域におけるクラス条件量子拡散モデリングの最初の成功例である。
  論文  参考訳（メタデータ） (2025-12-23T15:40:31Z)
• OXtal: An All-Atom Diffusion Model for Organic Crystal Structure Prediction [63.318434943975255]
  分子内コンフォーメーションと周期的パッキングの条件付き関節分布を学習する大規模100Mパラメータ全原子拡散モデルであるOXtalを導入する。 実験的に検証された600Kの結晶構造の大規模なデータセットを活用することで、OXtalは、以前のabinitio機械学習CSPメソッドよりも改善の順序を達成できる。 オキシタルは80%以上のパッキング類似率を獲得し、分子結晶化の熱力学的および運動論的規則性の両方をモデル化する能力を示している。
  論文  参考訳（メタデータ） (2025-12-07T20:46:30Z)
• Fragmentation of Virtual Orbitals for Quantum Computing: Reducing Qubit Requirements through Many-Body Expansion [0.0]
  本研究は、量子ビット要求を40～66%削減する体系的なアプローチである仮想軌道フラグメンテーション(FVO)法を紹介する。 この方法は、仮想軌道空間を化学的に直感的な断片に分割し、多体展開技術を用いる。 階層的なQ-EFMO-FVOアプローチは、完全な計算と比較して96-100%の精度を達成する。
  論文  参考訳（メタデータ） (2025-10-23T19:22:59Z)
• Quantum Simulation of Electron Energy Loss Spectroscopy for Battery Materials [38.065424255210765]
  動的構造因子(DSF)を計算するための量子アルゴリズムとエンドツーエンドシミュレーションフレームワークを提案する。 本稿では,電子エネルギー損失分光法(EELS)のコアレベル電子励起系におけるシミュレーションに適用する。
  論文  参考訳（メタデータ） (2025-08-21T20:01:16Z)
• Flow Matching for Accelerated Simulation of Atomic Transport in Crystalline Materials [6.6716708904054896]
  原子輸送はエネルギー貯蔵や電子工学などの技術における材料の性能を支えている。 結晶材料のMDシミュレーションを高速化する生成フレームワークLiFlowを紹介する。 我々はLiFlowを4つの温度で4,186個のSSE候補にまたがる25-psのリチウム拡散軌道からなるデータセット上でベンチマークした。
  論文  参考訳（メタデータ） (2024-10-02T12:16:46Z)
• Size-consistency and orbital-invariance issues revealed by VQE-UCCSD calculations with the FMO scheme [0.0]
  フラグメント分子軌道 (FMO) スキームは、フラグメント化に基づく一般的な手法の1つである。 我々は、FMO計算の電子相関部分を実行するために、GPU加速量子シミュレータ(cuQuantum)を使用した。
  論文  参考訳（メタデータ） (2024-02-28T02:16:14Z)
• Orbital-Free Density Functional Theory with Continuous Normalizing Flows [54.710176363763296]
  軌道自由密度汎関数理論(OF-DFT)は、分子電子エネルギーを計算する別のアプローチを提供する。 我々のモデルは様々な化学系の電子密度を再現することに成功した。
  論文  参考訳（メタデータ） (2023-11-22T16:42:59Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• 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)

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。