論文の概要: Scalable nuclear shell model calculations on noisy quantum computers

• arxiv url: http://arxiv.org/abs/2608.16371v1
• Date: Mon, 17 Aug 2026 10:23:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.633723
• Title: Scalable nuclear shell model calculations on noisy quantum computers
• Title（参考訳）: 雑音量子コンピュータにおけるスケーラブル核殻モデル計算
• Authors: Durgesh Pandey, Ankit Kumar Das, P. Arumugam,
• Abstract要約: 変分量子固有解法(VQE)のようなハイブリッド量子アルゴリズムは、量子コンピューティングの限界を克服することを目的としている。 現在のノイズ中間量子(NISQ)ハードウェアに固有のノイズは、VQEのような大規模計算では実用的でないいくつかのアルゴリズムを描画する。 サンプルベース量子対角化(SQD)フレームワークを初めて核シェルモデルに適用する。
• 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 exact diagonalization of the nuclear shell model scales exponentially, leading to severe memory bottlenecks in classical high-performance computing (HPC). While hybrid quantum algorithms like the Variational Quantum Eigensolver (VQE) aim to overcome these limits, their deep quantum circuits and iterative feedback loops are susceptible to substantial noise inherent in the current Noisy Intermediate-Scale Quantum (NISQ) hardware. This noise renders several algorithms, such as the VQE, impractical for large-scale calculations despite sophisticated noise-mitigation techniques. As a pragmatic approach tolerant to these issues, we apply the Sample-based Quantum Diagonalization (SQD) framework to nuclear shell models for the first time. Using $^{38}\text{Ar}$ as a benchmark to confirm the numerical accuracy, we extend SQD to $^{32}\text{Mg}$, solving a nuclear shell-model Hamiltonian whose underlying Hilbert space cannot be directly diagonalized using conventional classical methods in a given HPC system. We present a systematic comparison of SQD with standard variational quantum schemes and exact classical solvers. By leveraging NISQ hardware connected via the cloud to classical HPC clusters, the SQD-based scheme could outperform conventional supercomputers in memory scaling and total execution time, enabling more rigorous large-scale shell model calculations.
• Abstract（参考訳）: 核シェルモデルの正確な対角化は指数関数的にスケールし、古典的ハイパフォーマンスコンピューティング(HPC)において深刻なメモリボトルネックをもたらす。 変分量子固有解法(VQE)のようなハイブリッド量子アルゴリズムは、これらの限界を克服することを目的としているが、その深い量子回路と反復フィードバックループは、現在のノイズ中間スケール量子(NISQ)ハードウェアに固有の大きなノイズの影響を受けやすい。 このノイズは、VQEのような複雑なノイズ緩和技術にもかかわらず、大規模計算では実用的でないいくつかのアルゴリズムを描画する。 これらの問題に対する実用的アプローチとして、サンプルベースの量子対角化(SQD)フレームワークを初めて核シェルモデルに適用する。 数値精度を確認するためのベンチマークとして$^{38}\text{Ar}$を用いて、SQD を $^{32}\text{Mg}$ に拡張し、ヒルベルト空間を与えられたHPCシステムにおいて従来の古典的手法で直接対角化できない核シェルモデルハミルトニアンを解く。 本稿では,SQDと標準変分量子スキームおよび古典解法との体系的比較について述べる。 クラウド経由で接続されたNISQハードウェアを古典的なHPCクラスタに活用することにより、SQDベースのスキームはメモリスケーリングと総実行時間において従来のスーパーコンピュータよりも優れ、より厳密な大規模シェルモデル計算を可能にした。

関連論文リスト

• Hybrid Quantum Algorithms for Computational Chemistry: Application to the Pyridine-Li ion Complex [0.0]
  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。
  論文  参考訳（メタデータ） (2026-01-15T02:23:09Z)
• 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)
• Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
  この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。 本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。 提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
  論文  参考訳（メタデータ） (2025-04-17T15:41:48Z)
• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Memory-Augmented Hybrid Quantum Reservoir Computing [0.0]
  本稿では、量子計測の古典的後処理を通じてメモリを実装するハイブリッド量子古典的アプローチを提案する。 我々は、完全に連結されたIsingモデルとRydberg原子配列の2つの物理プラットフォーム上でモデルをテストした。
  論文  参考訳（メタデータ） (2024-09-15T22:44:09Z)
• Fighting noise with noise: a stochastic projective quantum eigensolver [0.0]
  本稿では,量子状態の必要なサンプリングにおいて,物理観測値の2次低減につながる新しい手法を提案する。 この方法は、量子デバイス上の一般化学のための励起状態計算やシミュレーションに応用できる。
  論文  参考訳（メタデータ） (2023-06-26T09:22:06Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)

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。