論文の概要: SQD-Agent: LLM-driven agentic framework for Quantum Chemistry workflows

• arxiv url: http://arxiv.org/abs/2609.39302v1
• Date: Wed, 30 Sep 2026 08:45:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.454181
• Title: SQD-Agent: LLM-driven agentic framework for Quantum Chemistry workflows
• Title（参考訳）: SQD-Agent:LLMによる量子化学ワークフローのためのエージェントフレームワーク
• Abstract要約: SQD Agentは自然言語のユーザ意図を量子化学アプリケーションのために実行可能なものに翻訳する。 SQD Agentは、人間の専門知識と設定のオーバーヘッドを低減します。 主な特徴は、量子化学実験、実際の量子ハードウェアにおけるエラー軽減である。
• 参考スコア（独自算出の注目度）: 0.22344764434954256
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum algorithms and quantum hardware are advancing towards a promising paradigm for scientific applications. However, translating domain-specific problems into executable hybrid quantum-classical workflows remains a significant barrier for application researchers due to the required expertise in quantum algorithms, nuances in quantum programming, and hardware-aware system integration. At the same time, AI and primarily LLM based agents are increasingly capable of interpreting natural-language intent, reasoning over complex workflows, and translating high-level objectives into executable code and building computational pipelines. In this work, we introduce SQD Agent, an LLM-based agentic framework that translates natural-language user intent into executable workflows for Quantum Chemistry applications where algorithms from the Sample-Based Quantum Diagonalization (SQD) family are used. By automating this translation, SQD Agent reduces the level of human expertise and configuration overhead required, thereby simplifying experimentation in hybrid quantum-classical settings for application researchers new to quantum. SQD Agent adopts a modular and extensible architecture that supports seamless integration of heterogeneous quantum backends, classical solvers, and workflow components, ensuring adaptability to rapidly evolving quantum ecosystems. The framework further incorporates interactive capabilities for on-demand profiling, bottleneck analysis, resource optimization, intelligent result caching, and convergence visualization. Key features include quantum chemistry experiments, error mitigation on real quantum hardware, together with analysis of candidate mitigation schemes in terms of their potential error-recovery behavior and computational budget, helping users understand their practical trade-offs and decide which strategies to explore in subsequent experiments.
• Abstract（参考訳）: 量子アルゴリズムと量子ハードウェアは、科学応用のための有望なパラダイムに向かって進んでいる。 しかし、量子アルゴリズムの専門知識、量子プログラミングのニュアンス、ハードウェア対応システム統合などを必要とするため、ドメイン固有の問題を実行可能なハイブリッド量子古典ワークフローに翻訳することは、アプリケーション研究者にとって依然として重要な障壁である。 同時に、AIと主にLLMベースのエージェントは、自然言語の意図を解釈し、複雑なワークフローを推論し、ハイレベルな目的を実行可能なコードに翻訳し、計算パイプラインを構築する能力がますます高まっている。 本稿では,LLMをベースとしたエージェントフレームワークであるSQD Agentを紹介した。このフレームワークは,自然言語のユーザ意図を,サンプルベース量子対角化(SQD)ファミリーのアルゴリズムを用いた量子化学アプリケーションのための実行可能なワークフローに変換する。 この翻訳を自動化することで、SQD Agentは人間の専門知識のレベルと設定のオーバーヘッドを低減し、量子に新しいアプリケーション研究者のためのハイブリッド量子古典的な設定での実験を簡素化する。 SQD Agentはモジュラーで拡張可能なアーキテクチャを採用し、異種量子バックエンド、古典的解決器、ワークフローコンポーネントのシームレスな統合をサポートし、急速に進化する量子エコシステムへの適応性を保証する。 このフレームワークはさらに、オンデマンドプロファイリング、ボトルネック分析、リソース最適化、インテリジェントな結果キャッシュ、収束可視化といったインタラクティブな機能を備えている。 主な特徴は、量子化学実験、実際の量子ハードウェアにおけるエラー軽減、潜在的なエラー回復行動と計算予算の観点からの候補緩和スキームの分析、ユーザが実際のトレードオフを理解し、その後の実験でどの戦略を探索するかを決定するのに役立つ。

関連論文リスト

• A Model Context Protocol Server for Quantum Execution in Hybrid Quantum-HPC Environments [0.47078939738017017]
  量子アルゴリズムの実行には、コードを生成し、複雑な計算資源を管理する必要がある。 本稿では,モデルコンテキストプロトコルサーバの実装を通じて,この実行ギャップを埋めるように設計されたAI駆動フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-09T14:50:56Z)
• QAgent: An LLM-based Multi-Agent System for Autonomous OpenQASM programming [8.73473101831257]
  OpenQASMプログラミングを完全に自動化するマルチエージェントシステムであるQAgentを提案する。 評価では, 異なるサイズの複数のLDMに対して, 大幅な改善が見られた。 我々は、このマルチエージェントシステムを、量子プログラミングの民主化、専門知識のギャップを埋め、量子コンピューティングの実践的採用を加速するための重要な実現手段として想定する。
  論文  参考訳（メタデータ） (2025-08-26T18:40:02Z)
• 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)
• Enhancing variational quantum algorithms by balancing training on classical and quantum hardware [1.8377902806196762]
  量子ニューラルネットワークを用いた最大12キュービットハミルトニアンの変分量子固有解法(VQE)と量子位相分類 量子ニューラルネットワークを用いた最大12量子ビットハミルトニアンのVQEと量子位相分類を用いた6-18量子ハミルトニアンの基底状態推定手法の数値評価を行った。
  論文  参考訳（メタデータ） (2025-03-20T17:17:58Z)
• Learning agent-based approach to the characterization of open quantum systems [0.08496348835248901]
  我々は,オープンな量子モデル学習エージェント (oQMLA) フレームワークを導入し,Louvillianフォーマリズムによるマルコフ雑音を考慮した。 ハミルトン作用素とジャンプ作用素を同時に学習することにより、oQMLAは独立に系のコヒーレント力学と非コヒーレント力学の両方を捉える。 複雑化のシミュレーションシナリオにおける本実装の有効性を検証し,ハードウェアによる測定誤差に対するロバスト性を示す。
  論文  参考訳（メタデータ） (2025-01-09T16:25:17Z)
• QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design [63.02824918725805]
  量子コンピューティングは、量子アルゴリズムによる古典的コンピューティングよりも大幅にスピードアップされていることが認識されている。 QCircuitBenchは、量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された最初のベンチマークデータセットである。
  論文  参考訳（メタデータ） (2024-10-10T14:24:30Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• 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。