論文の概要: An Iterative Dual-Channel Neural Quantum State Algorithm for Selected Configuration Interaction

• arxiv url: http://arxiv.org/abs/2606.26760v1
• Date: Thu, 25 Jun 2026 08:47:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.219423
• Title: An Iterative Dual-Channel Neural Quantum State Algorithm for Selected Configuration Interaction
• Title（参考訳）: 選択的構成相互作用のための反復的デュアルチャネルニューラル量子状態アルゴリズム
• Abstract要約: 我々は,古典的に訓練された自己回帰型変圧器ニューラル量子状態を,サンプルベース量子対角化の繰り返しサンプル-対角化-更新フレームワークに組み込むHandover Iterative Neural Quantum State (HI-NQS)アルゴリズムを導入する。 HI-NQSは試験された全てのシステムに対して化学的精度を達成し、最小の活性空間を除いて、従来の CIPSI ベースの SCI よりもかなり有利である。
• 参考スコア（独自算出の注目度）: 3.013377814843082
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurately solving the electronic Schrödinger equation for strongly correlated systems remains a central challenge in quantum chemistry, where the exponential growth of configuration space limits the applicability of exact methods. Selected Configuration Interaction (SCI) algorithms address this challenge by adaptively constructing compact determinantal expansions, yet their efficiency depends critically on the quality of the sampling strategy used to identify chemically important configurations. Here we introduce the Handover Iterative Neural Quantum State (HI-NQS) algorithm, which embeds a classically trained autoregressive Transformer neural quantum state within the iterative sample--diagonalize--update framework of Sample-Based Quantum Diagonalization. A dual-channel Transformer architecture with explicit spin-up/spin-down cross-attention encodes fermionic spin structure as an architectural inductive bias, enabling expressive and physically informed wavefunction representations. After each subspace diagonalization, the resulting eigenvector is distilled back into the network through a factorized spin-marginal teacher signal, establishing a closed feedback loop between generative sampling and exact diagonalization. Benchmarks across a range of small molecules and a systematic nitrogen active-space series demonstrate that HI-NQS achieves chemical accuracy on all systems tested, with determinant-count scaling substantially more favorable than conventional CIPSI-based SCI for all but the smallest active spaces. All calculations are performed on GPU hardware without quantum computing resources, establishing HI-NQS as an efficient and scalable purely classical approach to the selected configuration interaction problem.
• Abstract（参考訳）: 強相関系に対する電子シュレーディンガー方程式の正確な解法は、構成空間の指数的成長が正確な方法の適用性を制限する量子化学において中心的な課題である。 SCI(Selected Configuration Interaction)アルゴリズムは、コンパクトな行列展開を適応的に構築することでこの問題に対処するが、その効率は化学的に重要な構成を特定するために使用されるサンプリング戦略の品質に大きく依存する。 本稿では、古典的に訓練された自己回帰型トランスフォーマーニューラル量子状態を、サンプルベース量子対角化の繰り返しサンプル-対角化更新フレームワークに組み込む、ハンドオーバー反復型ニューラル量子状態(HI-NQS)アルゴリズムを紹介する。 明示的なスピンアップ/スピンダウンのクロスアテンションを持つデュアルチャネルトランスフォーマーアーキテクチャは、フェミオンスピン構造をアーキテクチャ誘導バイアスとして符号化し、表現的および物理的に情報を得た波動関数表現を可能にする。 各部分空間の対角化の後、生成した固有ベクトルは因子化されたスピン正準教師信号を介してネットワークに蒸留され、生成的サンプリングと正確な対角化の間に閉じたフィードバックループが確立される。 HI-NQSは試験された全ての系で化学的精度を達成し、従来の CIPSI ベースの SCI よりもはるかに有利である。 すべての計算は、量子コンピューティングリソースのないGPUハードウェア上で行われ、選択された構成相互作用問題に対する効率的でスケーラブルな純粋古典的なアプローチとしてHI-NQSを確立する。

関連論文リスト

• Improved quantum sampling methods for molecular simulations [0.0]
  サンプルベース量子対角化(SQD)性能は古典的対角化部分空間の制御不能な成長の影響を強く受けられることを示す。 次に、非直交的構成相互作用(NOCI)に基づく測定プロトコルを導入することにより、物理的に関連性のあるエネルギー低下構成を効率的に発見する問題に対処する。 これらの改善は、固定された古典的なリソース予算の下でも継続し、結果として得られる構成がより多数のものよりも高品質であることを示す。
  論文  参考訳（メタデータ） (2026-08-12T02:27:06Z)
• State-Averaged Quantum Algorithms for Multiconfigurational Surface Chemistry: A Benchmark on Rh@TiO2(110) [0.0]
  我々は、最小限のモデルを超えた化学的動機付けされたシステムにおいて、ベンチマーク量子アルゴリズムを確立する。 SAfUCCSDは回路深度の増加とともに改善するが,多くのパラメータを必要とする。 SA-ADAPTは演算子を著しく減らしてほぼCFの精度を実現する。
  論文  参考訳（メタデータ） (2026-04-20T08:05:45Z)
• Auto-regressive Neural Quantum State Sampling for Selected Configuration Interaction [0.0]
  本稿では,自己回帰型ニューラルネットワーク(ARNN)を用いて,地中検索のための部分空間拡張を誘導するアルゴリズムを提案する。 本アルゴリズムは,学習した基底状態統計量から,コンパクトな変分部分空間を効率的に構築する。 分子系のベンチマークでは、ARNN誘導のサブスペース展開は、ニューラルネットワーク表現と古典的なサブスペース手法の強みを組み合わせることが示されている。
  論文  参考訳（メタデータ） (2026-03-25T18:53:00Z)
• SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians [42.007194397302825]
  基底状態探索は量子コンピューティングの中心である。 我々は、生成量子固有ソルバフレームワークをスピンハミルトニアンに拡張したSpinGQEを提案する。 我々は、低エネルギー状態を生成する量子回路について学ぶために、トランスフォーマーベースのデコーダを用いる。
  論文  参考訳（メタデータ） (2026-03-25T13:38:15Z)
• Designing quantum technologies with a quantum computer [1.4951795042951048]
  一般電子スピン共鳴ハミルトニアンを用いたデバイスシミュレーションのための量子コンピュータ支援フレームワークを開発した。 このモデルでは、グレーエンコードされたqudit-to-qubitマッピング、qubit-wise commutingアグリゲーション、およびマルチ参照選択量子クリロフ高速フォワードアルゴリズムを組み合わせる。 数値シミュレーションはマイクロ波吸収スペクトルとともに$sim100$nsまでの自己相関関数の計算を実証する。 本フレームワークを古典シミュレーションに対してベンチマークし,ハードウェアコストの固定精度を規定する主要な要因として,sQKFFにおける参照状態の選択を同定する。
  論文  参考訳（メタデータ） (2026-01-29T18:26:54Z)
• Variational Quantum Subspace Construction via Symmetry-Preserving Cost Functions [36.94429692322632]
  低次エネルギー状態の抽出のための削減部分空間を反復的に構築するために,対称性保存コスト関数に基づく変動戦略を提案する。 概念実証として, 基底状態エネルギーと電荷ギャップの両方を対象とし, 提案アルゴリズムをH4鎖とリング上で検証した。
  論文  参考訳（メタデータ） (2024-11-25T20:33:47Z)
• Characterizing randomness in parameterized quantum circuits through expressibility and average entanglement [39.58317527488534]
  量子回路(PQC)は、その主応用の範囲外ではまだ完全には理解されていない。 我々は、量子ビット接続性に関する制約の下で、PQCにおけるランダム状態の生成を分析する。 生成した状態の分布の均一性の増加と絡み合いの発生との間には,どれだけ急激な関係があるかを示す。
  論文  参考訳（メタデータ） (2024-05-03T17:32:55Z)
• A quantum eigenvalue solver based on tensor networks [0.0]
  電子基底状態は化学シミュレーションにおいて中心的な重要性を持つが、効率的な古典的アルゴリズムの範囲を超え続けている。 回転軌道ベースにおける行列積状態の線形結合から波動関数アンサッツを構成するハイブリッド量子古典固有値解法を導入する。 本研究は, 近距離量子ハードウェア上での強相関化学系のシミュレーションをスケールアップするための, 新たな道筋を示唆するものである。
  論文  参考訳（メタデータ） (2024-04-16T02:04:47Z)
• Solving reaction dynamics with quantum computing algorithms [42.408991654684876]
  線形応答によって支配される異なる反応を記述することに関連する応答関数の量子アルゴリズムについて検討する。 我々は原子核物理学の応用に焦点をあて、格子上の量子ビット効率のマッピングを検討し、現実的な散乱シミュレーションに必要な大量の量を効率的に表現することができる。
  論文  参考訳（メタデータ） (2024-03-30T00:21:46Z)
• Neutron-nucleus dynamics simulations for quantum computers [49.369935809497214]
  一般ポテンシャルを持つ中性子核シミュレーションのための新しい量子アルゴリズムを開発した。 耐雑音性トレーニング法により、ノイズの存在下でも許容される境界状態エネルギーを提供する。 距離群可換性(DGC)と呼ばれる新しい可換性スキームを導入し、その性能をよく知られたqubit-commutativityスキームと比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:33:48Z)
• 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)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
  オープン量子システムのダイナミクスに対処するためのアプローチを提案する。 自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。 効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
  論文  参考訳（メタデータ） (2020-09-11T18:00:00Z)

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。