論文の概要: PyCC: A Reference Quantum Chemistry Python Package for Education, Validation, and Rapid Prototyping
- arxiv url: http://arxiv.org/abs/2610.04107v1
- Date: Fri, 02 Oct 2026 22:25:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-12 20:10:52.123159
- Title: PyCC: A Reference Quantum Chemistry Python Package for Education, Validation, and Rapid Prototyping
- Title（参考訳）: PyCC: 教育、バリデーション、ラピッドプロトタイピングのためのリファレンス量子化学Pythonパッケージ
- Abstract要約: PyCCはPythonベースの量子化学パッケージである。
クラスタと関連するメソッドの結合を強調します。
このパッケージには、いくつかのユニークな機能が含まれている。
- 参考スコア（独自算出の注目度）: 1.6710646220423107
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: PyCC is a Python-based quantum chemistry package that emphasizes coupled cluster and related methods. Developed over the last five years, PyCC's purpose is to provide a clear reference implementation that will serve as a validation suite for production code, a platform for rapid prototyping and testing of new methods, and an educational resource for newcomers to the field. The package covers both closed- and open-shell single-determinant references in spatial- and spin-orbital formulations for the coupled cluster hierarchy through triples-including methods such as CC3, as well as for MP2 and CI methods. PyCC provides a broad range of molecular properties such as analytic first and second energy derivatives including gradients, Hessians, polarizabilities and atomic polar tensors, as well as non-energy-derivative properties, such as velocity-gauge atomic polar tensors and diagonal Born-Oppenheimer corrections, plus dynamic linear response functions, and excitation energies. The package includes a number of unique capabilities, such as real-time CC propagation (up through CC3), atomic axial tensors for simulating vibrational circular dichroism spectra at the MP2 and CI levels, and local correlation methods including perturbation-aware correlation domains. The code is designed around a shared Wavefunction base and a method-agnostic derivative layer that enables a new method to inherit the full property set once it supplies its reduced densities and their first-order responses. PyCC is fully open source and available on GitHub under the BSD 3-clause license.
- Abstract（参考訳）: PyCCはPythonベースの量子化学パッケージで、クラスタと関連するメソッドの結合を強調している。
PyCCは、過去5年間に開発され、プロダクションコードの検証スイート、新しいメソッドの迅速なプロトタイピングとテストのためのプラットフォーム、そして現場に新参者のための教育リソースとして機能する明確なリファレンス実装を提供することを目的としている。
このパッケージは、CC3のようなトリプルを含む手法とMP2およびCIメソッドを通じて、結合クラスタ階層の空間的およびスピン軌道定式化における閉殻と開殻の単一決定型参照の両方をカバーしている。
PyCCは、勾配、ヘッセン、偏極性、原子極テンソルなどの分析第1および第2エネルギー誘導体や、速度ゲージの原子極テンソルや対角線ボルン・オッペンハイマー補正、動的線形応答関数、励起エネルギーなどの非エネルギー微分特性を含む幅広い分子特性を提供する。
このパッケージには、リアルタイムCC伝搬(CC3を経由)、MP2およびCIレベルの振動円二色性スペクトルをシミュレートする原子軸テンソル、摂動認識相関ドメインを含む局所相関メソッドなど、多くのユニークな機能が含まれている。
コードは、共有のWavefunctionベースとメソッドに依存しないデリバティブレイヤを中心に設計されており、新しいメソッドが、その還元された密度と1次応答を供給すれば、完全なプロパティセットを継承することができる。
PyCCは完全にオープンソースで、BSD 3-clauseライセンスの下でGitHubで入手できる。
関連論文リスト
- Exact and fast series expansions for quantum models with long-range interactions [0.369104651494871]
本稿では,リンククラスタ法の中心的な計算ボトルネックを取り除く決定論的フレームワークを提案する。
我々のグラフゼータ法は、高次元格子和の費用と統計的にノイズの多いモンテカルロの評価を置き換える。
我々は,1d,2d,3dにおけるパワー-ロー相互作用を持つ横場イジングモデルに対するアプローチをベンチマークした。
論文 参考訳（メタデータ） (2026-09-16T14:48:42Z) - Hyper-Fold: Exploring the Expressive Limit of Sequence-Geometry Learning for Proteins via Hypergraph Modeling [55.36837305276515]
コンテント幾何学的外積に対する完全双線型作用素、すなわち2階の相互作用の十分統計は、表現的天井であることを示す。
次に、メッセージパッシングコストで天井に近づく、ランク-K分離可能な畳み込みバックボーンであるHyper-Foldを紹介します。
論文 参考訳（メタデータ） (2026-08-29T11:43:25Z) - Toward Generative Quantum Utility via Correlation-Complexity Map [10.037801594045519]
実世界のデータ分布がIQP型量子生成モデルと構造的に一致しているかどうかを決定する相関複雑度マップ。
i) 相互作用順序で集約されたデータセットの相関次数(Walsh-Hadamard/Fourier)パワースペクトルから算出された量子相関類似度指数 (QCLI) と、(ii) 最適なChow-Liuツリーによって取得されていない相関の分数として定義される古典相関複雑度指数 (CCI) の2つの相補的な指標によって特徴づけられる。
論文 参考訳（メタデータ） (2026-03-06T16:25:17Z) - Optimization of the Qubit Coupled Cluster Ansatz on classical computers [0.0]
繰り返し量子ビット結合クラスタ(iQCC)法において,振幅最適化を改善するための2つの手法について報告する。
第一のスキームは、QCCユニタリを与えられた順序に結合されたジェネレータの和として近似する。
第2のスキームは、QCCユニタリが生成される拡張空間のサイズを制限する。
論文 参考訳（メタデータ） (2025-02-24T19:11:40Z) - 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) - Rethinking Few-shot 3D Point Cloud Semantic Segmentation [62.80639841429669]
本稿では,FS-PCSによる3Dポイント・クラウドセマンティックセマンティックセグメンテーションについて再検討する。
我々は、最先端の2つの重要な問題、前景の漏洩とスパースポイントの分布に焦点をあてる。
これらの問題に対処するために、新しいベンチマークを構築するための標準化されたFS-PCS設定を導入する。
論文 参考訳（メタデータ） (2024-03-01T15:14:47Z) - Photonic Quantum Computing For Polymer Classification [62.997667081978825]
2つのポリマークラス (VIS) と近赤外 (NIR) は, ポリマーギャップの大きさに基づいて定義される。
高分子構造の二項分類に対する古典量子ハイブリッド手法を提案する。
論文 参考訳（メタデータ） (2022-11-22T11:59:52Z) - Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。
繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。
本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
論文 参考訳（メタデータ） (2022-11-18T20:31:10Z) - PyCCE: A Python Package for Cluster Correlation Expansion Simulations of
Spin Qubit Dynamic [0.0]
スピン浴におけるスピン量子ビットのダイナミクスをシミュレートするオープンソースライブラリであるPyCCEを提案する。
PyCCEにはリアルなスピンバスを生成するモジュールが含まれており、電子構造符号の第一原理から計算された結合パラメータを利用する。
Pythonライブラリのユースケースとして, ダイヤモンド中の窒素空孔のHhn-echoコヒーレンス時間計算, 炭化ケイ素中の塩基性空孔のコヒーレンス時間計算, シリコン中の浅層ドナーの磁場配向依存性ダイナミクスの3つを挙げる。
論文 参考訳（メタデータ） (2021-07-13T04:49:49Z) - ARC 3.0: An expanded Python toolbox for atomic physics calculations [0.0]
ARC 3.0はデータとアルゴリズムを組み合わせたモジュール型のオブジェクト指向Pythonライブラリである。
これはアルカリ原子と二価原子の様々な性質の計算を可能にする。
論文 参考訳（メタデータ） (2020-07-23T13:54:57Z)
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。