論文の概要: Benchmarking a randomized quantum algorithm for estimating expectation values of molecular observables

• arxiv url: http://arxiv.org/abs/2610.16379v1
• Date: Mon, 12 Oct 2026 08:28:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-19 06:11:01.137381
• Title: Benchmarking a randomized quantum algorithm for estimating expectation values of molecular observables
• Title（参考訳）: 分子可観測物の期待値推定のためのランダム化量子アルゴリズムのベンチマーク
• Abstract要約: We benchmark the randomized sample algorithm of Wang et al. [1] through numerical Simulations on a hydrogen molecule and resource estimates for various active space of the P450。 シミュレーションにより,解析誤差は実際のサンプリング誤差を著しく過大評価するのに対し,必要な仮想進化時間に対する解析誤差は比較的厳密であることがわかった。 最小の活性空間であっても、期待値の推定だけでは1010個のサンプルが必要であり、考慮される最大の活性空間では1015個を超えている。
• 参考スコア（独自算出の注目度）: 2.3796677033291727
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Randomized quantum algorithms for the estimation of expectation values of molecular observables offer a promising route to early fault-tolerant quantum advantage by trading circuit depth for an increased number of samples. However, this begs the question whether the resulting measurement overhead remains feasible for industrially relevant molecular systems. In this work, we benchmark the randomized sampling algorithm of Wang et al. [1] through numerical simulations on a hydrogen molecule and resource estimates for various active spaces of the cytochrome P450, an industry-relevant system in the pharmaceutical industry. Our numerical simulations reveal that the analytical error bounds significantly overestimate the actual sampling error, whereas the analytical bound on the required imaginary evolution time is comparatively tight, exceeding a direct DMRG estimate by roughly 44% for the active space where the comparison is feasible. The measurement overhead nevertheless remains prohibitively high: even for the smallest active spaces, the expectation-value estimation alone requires around 1010 samples, scaling to beyond 1015 for the largest active spaces considered. These results suggest that substantial improvements in measurement strategies or algorithmic scaling are necessary before randomized early-fault-tolerant algorithms become competitive for industrial quantum chemistry applications.
• Abstract（参考訳）: 分子オブザーバブルの期待値推定のためのランダム化量子アルゴリズムは、サンプル数の増加に対する回路深さのトレーディングにより、早期フォールトトレラントな量子優位性への有望な経路を提供する。 しかし、このことは、結果として生じる測定オーバーヘッドが、産業的に関連する分子システムにとって可能かどうかという疑問を提起する。 本研究では、水素分子の数値シミュレーションと、製薬業界における産業関連システムであるシトクロムP450の各種活性空間の資源推定を通じて、Wang et al [1]のランダム化サンプリングアルゴリズムをベンチマークする。 解析誤差は実際のサンプリング誤差を著しく過大評価しているのに対し,要求された仮想進化時間における解析誤差は比較的厳密であり,比較可能な活性空間に対して,DMRGの直接推定を約44%上回っている。 最小の活性空間であっても、期待値の推定だけでは1010個のサンプルが必要であり、考慮される最大の活性空間では1015個を超えている。 これらの結果は、ランダム化早期耐食性アルゴリズムが産業量子化学応用に競争力を持つようになる前に、測定戦略やアルゴリズムスケーリングの大幅な改善が必要であることを示唆している。

関連論文リスト

• Enabling Chemically Accurate Quantum Phase Estimation in the Early Fault-Tolerant Regime [0.0]
  分子電子構造の量子シミュレーションは、量子コンピューティングの最も有望な応用の1つである。 フォールトトレラント量子コンピューティング(FTQC)デバイス上の量子位相推定(QPE)は、数百万の物理量子ビットを必要とする。 本稿では,FTQC初期における化学関連分子系におけるQPEの実現可能性について検討する。
  論文  参考訳（メタデータ） (2026-03-24T04:12:25Z)
• Amortized Sampling with Transferable Normalizing Flows [65.48838168417564]
  プロス(英: Prose)は、ペプチド分子動力学のコーパスで訓練された、最大8個の残基の移動可能な正規化フローである。 本稿では, Prose が様々なサンプリングアルゴリズムの提案であることを示す。 我々はProseデータセットをオープンソース化し、償却されたサンプリング手法と微調整目的の研究をさらに促進する。
  論文  参考訳（メタデータ） (2025-08-25T16:28:18Z)
• 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)
• Simulating near-infrared spectroscopy on a quantum computer for enhanced chemical detection [0.0]
  近赤外分光法(英: Near-infrared spectroscopy、NIR)は、化学濃度を測定するための非侵襲的、低コスト、試薬無し、迅速技術である。 量子コンピュータ上でのNIRスペクトルのシミュレーション手法を提案する。
  論文  参考訳（メタデータ） (2025-04-14T18:02:48Z)
• Quantum Computing-Enhanced Algorithm Unveils Novel Inhibitors for KRAS [10.732020360180773]
  我々は16量子ビットのIBM量子コンピュータでトレーニングされた量子アルゴリズムのパワーをシームレスに統合する量子古典的生成モデルを導入する。 我々の研究は、実験で確認された生物学的ヒットを生み出すために量子生成モデルを使用した初めてのものである。
  論文  参考訳（メタデータ） (2024-02-13T04:19:06Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Quantum-enhanced mean value estimation via adaptive measurement [0.39102514525861415]
  可観測物の平均値推定は量子コンピューティングアルゴリズムにおいて必須のサブルーチンである。 量子推定理論は、そのような推定器の最終的な精度を特定し、量子クラムエル・ラオ(QCR)下界、または等価に量子フィッシャー情報の逆数と呼ばれる。 多数の量子ビットの極限でQCRを飽和させる非偏極雑音環境における量子化平均値推定法を提案する。
  論文  参考訳（メタデータ） (2022-10-27T17:13:07Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)
• A perspective on the current state-of-the-art of quantum computing for drug discovery applications [43.55994393060723]
  量子コンピューティングは、現在不可能な計算に到達することで、化学研究の多くの分野における計算能力をシフトすることを約束する。 我々は、最先端量子アルゴリズムのスケーリング特性を簡潔に要約し、比較する。 医薬学的に相関するタンパク質-ドラッグ複合体の、徐々に大きな埋め込み領域をシミュレートする量子計算コストの新たな見積もりを提供する。
  論文  参考訳（メタデータ） (2022-06-01T15:05:04Z)

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。