論文の概要: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions
- arxiv url: http://arxiv.org/abs/2610.32968v1
- Date: Fri, 23 Oct 2026 17:55:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.629388
- Title: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions
- Title（参考訳）: 分子間相互作用のための多層生成学習による分散量子中心超計算
- Abstract要約: 量子中心型スーパーコンピュータ(QCSC)アプローチは、量子プロセッサと高性能コンピュータ(HPC)を組み合わせる
本稿では,複雑な分子問題を並列サブプロブレムに分解する分散QCSCフレームワークを提案する。
水とホルムアミド二量体では、従来のSQDよりもエネルギー精度を桁違いに高めながら、対角化次元を最大95%削減できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum-centric supercomputing (QCSC) approaches, such as sample-based quantum diagonalization (SQD), combine quantum processors with high-performance computers (HPC), offering a promising route toward solving challenging electronic structure problems. However, implementation of QCSC approaches to large active space calculations is constrained by the associated number of qubits, deep quantum circuits, sampling cost, and large-scale Hamiltonian diagonalization. To overcome these limitations, we introduce a distributed QCSC framework that decomposes complex molecular problems into parallel sub-problems requiring fewer qubits, shallower circuits, and reduced shot budgets. A physically motivated, two-step aggregation scheme then reconstructs the global solution: first, a computational bit assignment strategy optimizes a cost function to appropriately map local bit indices to global ones, yielding a mapped tensor product state (MTPS); second, an inter-fragment correlation recovery module restores missing cross-fragment interactions. Herein, we employ a multi-layered generative machine learning architecture, starting with utilizing the recently proposed physics-informed generative SQD (PIGen-SQD) as a distributed QCSC solver, followed by a secondary generative module to model configuration distributions and identify dominant sectors of the global Hilbert space. For water and formamide dimers, our method achieves up to $95\%$ reduction in the diagonalization dimension while enhancing energy accuracy by an order of magnitude over conventional SQD. Furthermore, application to the water hexamer ($\mathrm{(H_2O)_6}$) cage successfully decomposes a 120-qubit problem into six 20-qubit monomeric subsystems, and stitches the monomers under a dimeric approximation, demonstrating excellent agreement with the reference classical methods.
- Abstract（参考訳）: サンプルベース量子対角化(SQD)のような量子中心スーパーコンピュータ(QCSC)アプローチは、量子プロセッサと高性能コンピュータ(HPC)を組み合わせることで、挑戦的な電子構造問題の解決に向けた有望なルートを提供する。
しかし、大規模な活動空間計算へのQCSCアプローチの実装は、関連するキュービット数、深い量子回路、サンプリングコスト、大規模ハミルトン対角化によって制限されている。
これらの制限を克服するために、複雑な分子問題を並列サブプロブレムに分解する分散QCSCフレームワークを導入する。
まず、計算ビット割り当て戦略がコスト関数を最適化し、局所ビットインデックスをグローバルなビットに適切にマッピングし、マッピングされたテンソル積状態(MTPS)を得る。
本稿では,最近提案された物理インフォームド生成SQD(PIGen-SQD)を分散QCSCソルバとして活用することから始まる多層生成機械学習アーキテクチャを用いて,構成分布をモデル化し,世界的ヒルベルト空間の優位部分を識別する二次生成モジュールを提案する。
水とホルムアミド二量体では,従来のSQDよりもエネルギー精度を桁違いに高めながら,対角化次元を最大9,5 %削減できる。
さらに、水ヘキサマー($\mathrm{(H_2O)_6}$)ケージへの適用は、120キュービットの問題を6つの20キュービットのモノマーサブシステムに分解し、モノマーを二量体近似で縫い合わせることに成功し、参照古典法との良好な一致を示す。
関連論文リスト
- Distribution Complexity of Electronic Structure Simulations on Quantum Supercomputers [0.005390659954881999]
電子構造ハミルトニアンに対するハイブリッド量子古典シミュレーションの分布複雑性を推定するアルゴリズムを提案する。
本研究では,コヒーレントガウス軌道回転と乱れたクーロン相互作用の相互作用により,創発的絡み合いパターンが引き起こされることを示す。
ここで導入されたフレームワークは、実用規模量子コンピューティングに対する新しいより効率的な量子古典的応用を可能にする。
論文 参考訳（メタデータ） (2026-06-18T18:00:16Z) - Quantum Simulation of the Real-time Dynamics in the multi-flavor Gross-Neveu Model at the utility scale using Superconducting Quantum Computers [2.5315729179239637]
1+1次元のマルチフレーバーGross-Neveuモデルのリアルタイムダイナミクスのための量子シミュレーションフレームワークを提案する。
我々は,全システムサイズではなく,フェミオンフレーバー数でステップごとの回路深度をスケールするハードウェア効率のトロッタライズを開発した。
この研究の中心的な貢献は、局所対角作用素近似 (Localized Diagonal Operator Approximation, LDOA) である。
論文 参考訳（メタデータ） (2026-05-06T21:57:51Z) - A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
分散量子最適化のための構造認識フレームワークを提案する。
検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。
構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
論文 参考訳（メタデータ） (2026-03-08T15:15:52Z) - Distributed quantum architecture search using multi-agent reinforcement learning [0.09999629695552194]
量子アーキテクチャサーチ(QAS)は、変分量子アルゴリズムのためのパラメータ化量子回路の設計を自動化する。
本稿では,量子回路の独自のブロック上で,各エージェントが個別に作用する新しいマルチエージェントRLアルゴリズムを提案する。
提案アルゴリズムは3つの正則グラフ上でのMaxCut問題とシュヴィンガー・ハミルトニアンの地上エネルギー推定についてベンチマークする。
論文 参考訳（メタデータ） (2025-11-27T19:00:00Z) - A clustering aggregation algorithm on neutral-atoms and annealing quantum processors [0.44531072184246007]
本研究では、クラスタリングアグリゲーションを実行するためのハイブリッド量子古典アルゴリズムを提案する。
中立原子の量子コンピュータと量子アニールのために設計された。
発見は、ハイブリッド量子古典パイプラインの将来的な発展の可能性を示唆している。
論文 参考訳（メタデータ） (2024-12-10T14:48:44Z) - Projective Quantum Eigensolver with Generalized Operators [0.0]
PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。
いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
論文 参考訳（メタデータ） (2024-10-21T15:40:22Z) - A perturbative approach to the solution of the Thirring quantum cellular automaton [42.205102271729665]
Thirring Quantum Cellular Automaton (QCA) は、ディラックセルオートマトンの一段階に従って進化する局所フェルミオンモードの離散時間ダイナミクスと、最も一般的なオンサイト数保存相互作用を記述し、量子場理論におけるTirrringモデルのQCAとして機能する。
論文 参考訳（メタデータ） (2024-06-28T13:44:10Z) - Bias-field digitized counterdiabatic quantum optimization [39.58317527488534]
我々はこのプロトコルをバイアス場デジタルダイアバティック量子最適化(BF-DCQO)と呼ぶ。
私たちの純粋に量子的なアプローチは、古典的な変分量子アルゴリズムへの依存を排除します。
基底状態の成功確率のスケーリング改善を実現し、最大2桁まで増大する。
論文 参考訳（メタデータ） (2024-05-22T18:11:42Z) - CBQ: Cross-Block Quantization for Large Language Models [66.82132832702895]
ポストトレーニング量子化(PTQ)は、超低コストで大規模言語モデル(LLM)を圧縮する上で重要な役割を果たしている。
LLMのためのクロスブロック再構成に基づくPTQ手法CBQを提案する。
CBQはリコンストラクションスキームを使用してクロスブロック依存関係を採用し、エラーの蓄積を最小限に抑えるために複数のブロックにまたがる長距離依存関係を確立する。
論文 参考訳（メタデータ） (2023-12-13T07:56:27Z) - A self-consistent field approach for the variational quantum
eigensolver: orbital optimization goes adaptive [52.77024349608834]
適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。
このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
論文 参考訳（メタデータ） (2022-12-21T23:15:17Z) - 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)
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。