論文の概要: TNASS: Tensor Network Active Space Selection with the Entanglement Feature

• arxiv url: http://arxiv.org/abs/2608.03645v1
• Date: Tue, 04 Aug 2026 13:29:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:23.206887
• Title: TNASS: Tensor Network Active Space Selection with the Entanglement Feature
• Title（参考訳）: TNASS: エンタングル機能付きテンソルネットワークアクティブスペースセレクション
• Abstract要約: 本稿では,エンタングル特徴を用いたネットワークアクティブ空間選択手法を提案する。 我々の方法は、すべての可能な軌道分割の純度を行列積状態として表現する。 その結果、この手法は、他の完全自動選択方式よりも低い基底状態エネルギーとより正確なモーメントをもたらすことが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The quality of multi-scale modelling techniques in molecular electronic structure calculations, such as embedding and subspace methods, relies upon the chosen active space. The automation of active space selection is vital for ensuring the accuracy, reproducibility, and scalability in such calculations. In this work, we introduce Tensor Network Active Space Selection using the Entanglement Feature. Through the isolation of strongly correlated electrons, this method provides a scalable foundation for embedding methods in multi-scale modelling. By representing the purities of all possible orbital partitions as a Matrix Product State, our method isolates regions of strong electron correlation without requiring manual preselection of target atoms or the calculation of expensive high-order density matrices. The results demonstrate that this approach leads to lower ground state energies and more accurate dipole moments than other fully automated selection schemes such as those based solely on single-orbital entropy or the selection of spatial orbitals around the HOMO/LUMO gap.
• Abstract（参考訳）: 分子電子構造計算におけるマルチスケールモデリング技術(埋め込みや部分空間法)の品質は、選択された活性空間に依存する。 アクティブな空間選択の自動化は、そのような計算における正確性、再現性、スケーラビリティを保証するために不可欠である。 本稿では,エンタングルメント機能を用いたテンソルネットワークアクティブスペース選択について紹介する。 強相関電子の分離により、この手法はマルチスケールモデリングにメソッドを埋め込むためのスケーラブルな基盤を提供する。 本手法は,全軌道分割の純度をマトリックス生成状態として表現することにより,ターゲット原子を手動で予備選択したり,高価な高次密度行列を計算したりすることなく,強い電子相関領域を分離する。 この手法は, 単一軌道エントロピーのみに基づくものや, HOMO/LUMOギャップ周辺の空間軌道の選択など, 他の完全自動選択方式よりも, 基底状態エネルギーとより正確な双極子モーメントの低減につながることを示す。

関連論文リスト

• Learning the Kohn-Sham map with neural operators for quasi-linear scaling density functional theory [57.90994363143731]
  コーン-シャム密度汎関数理論(DFT)は電子構造シミュレーションの基盤となる。 繰り返しの軌道対角化は立方体スケーリングをもたらし、量子計算を控えめなスケールに制限する。 我々は、コーン・シャムポテンシャルを対応する密度と非相互作用運動エネルギーに直接マッピングする軌道自由DFTの学習目標を開発する。
  論文  参考訳（メタデータ） (2026-08-24T23:05:42Z)
• Interpolative separable density fitting on adaptive real space grids [1.2138840417631505]
  高度に局所化された単一粒子基底関数に対して適応的な実空間格子を組み込む。 高度に局所化された基底集合を持つERRテンソルのISDF圧縮効率は、一様格子と互換性のある滑らかな基底集合の圧縮効率に匹敵する。 我々の研究は、任意の滑らかな基底関数を持つスケーラブルな多体電子構造シミュレーションの経路を確立する。
  論文  参考訳（メタデータ） (2025-10-09T01:42:49Z)
• AEGISS -- Atomic orbital and Entropy-based Guided Inference for Space Selection -- A novel semi-automated active space selection workflow for quantum chemistry and quantum computing applications [0.0]
  AVAS(Atomic Valence Active Space)法とAutoCAS法の両方に着想を得た新しい手法を提案する。 本手法は, 化学的, 物理的に有意な活性空間の構築を導くために, 原子軌道投射による軌道エントロピー解析を統一する。 本稿では,光力学的治療に関連する分子系,特にRu(II)-錯体の集合に対するアプローチを検証する。
  論文  参考訳（メタデータ） (2025-08-14T14:11:26Z)
• Efficient Generation of Molecular Clusters with Dual-Scale Equivariant Flow Matching [5.909830898977327]
  トレーニングと推論を粗い粒度と全原子ステージに分離する2次元フローマッチング法を開発した。 MDシミュレーションにより得られたY6分子クラスターのデータセット上で,本手法の有効性を示す。
  論文  参考訳（メタデータ） (2024-10-10T02:17:27Z)
• Molecule Design by Latent Prompt Transformer [76.2112075557233]
  本研究は、分子設計の課題を条件付き生成モデリングタスクとしてフレーミングすることによって検討する。 本研究では,(1)学習可能な事前分布を持つ潜伏ベクトル,(2)プロンプトとして潜伏ベクトルを用いる因果トランスフォーマーに基づく分子生成モデル,(3)潜在プロンプトを用いた分子の目標特性および/または制約値を予測する特性予測モデルからなる新しい生成モデルを提案する。
  論文  参考訳（メタデータ） (2024-02-27T03:33:23Z)
• 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)
• 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)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• A Hybrid Quantum-Classical Method for Electron-Phonon Systems [40.80274768055247]
  このタイプの相関システムに適したハイブリッド量子古典アルゴリズムを開発した。 このハイブリッド法は、必要な量子ビットと量子ゲートの数を増やすことなく、任意に強い電子-フォノンカップリングに取り組む。 本手法は,半充填時のパラダイム的ハバード・ホルシュタインモデルに適用し,電荷密度波と反強磁性相の競合を正しく捉えていることを示す。
  論文  参考訳（メタデータ） (2023-02-20T08:08:51Z)
• Subspace Diagonalization on Quantum Computers using Eigenvector Continuation [0.0]
  量子部分空間対角化法(QSD法)は、ハミルトニアンを小さな部分空間に射影することで基底および励起状態エネルギーを見つけるために用いられる。 QSD法として固有ベクトル継続(EC)を提案し、パラメータ空間の異なる点におけるハミルトニアンの低エネルギー状態が部分空間基底として選択される。 ECは、問題の対称性の異なるセクターに対応する基底状態の交差するスペクトルを捉えることができる。
  論文  参考訳（メタデータ） (2022-09-21T18:01:33Z)
• Direct determination of optimal real-space orbitals for correlated electronic structure of molecules [0.0]
  原子や分子の任意の(関連する)状態のエネルギーを評価するのに最適な、数値的にほぼ正確な正則軌道を決定する方法を示す。 軌道は、ユーザが指定した目標精度を達成するために適応的に洗練される多分解能スペクトル要素ベースを用いて、実空間で表現される。
  論文  参考訳（メタデータ） (2022-07-22T02:10:02Z)
• Near-Surface Electrical Characterisation of Silicon Electronic Devices Using Focused keV Ions [45.82374977939355]
  シリコンデバイスに低エネルギーイオンを注入する方法を示す。 内部電界が弱いにもかかわらず、感度領域全体から準均一電荷収集効率が得られる。 これは、高品質な熱ゲート酸化物がイオン検出反応で果たす重要な役割によって説明できる。
  論文  参考訳（メタデータ） (2022-01-27T06:29:46Z)
• Simulation of absorption spectra of molecular aggregates: a Hierarchy of Stochastic Pure States approach [68.8204255655161]
  純粋な状態の階層(HOPS)は、局所的な軌跡に基づく正式な正確な解を提供する。 大集合体における吸収スペクトルのシミュレーションのためにHOPSの局在を爆発させるには、正規化軌道の定式化が必要である。
  論文  参考訳（メタデータ） (2021-11-01T16:59:54Z)
• Graph Neural Network for Hamiltonian-Based Material Property Prediction [56.94118357003096]
  無機材料のバンドギャップを予測できるいくつかの異なるグラフ畳み込みネットワークを提示し、比較する。 モデルは、それぞれの軌道自体の情報と相互の相互作用の2つの異なる特徴を組み込むように開発されている。 その結果,クロスバリデーションにより予測精度が期待できることがわかった。
  論文  参考訳（メタデータ） (2020-05-27T13:32:10Z)

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。