MétaCan
Menu
Retour à la cohorte
Enregistrement W3090738362 · doi:10.1088/2058-9565/abda8e

<i>A posteriori</i> corrections to the iterative qubit coupled cluster method to minimize the use of quantum resources in large-scale calculations

2021· preprint· en· W3090738362 sur OpenAlexaff
Ilya G. Ryabinkin, Artur F. Izmaylov, Scott N. Genin

Notice bibliographique

RevueQuantum Science and Technology · 2021
Typepreprint
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensUniversity of TorontoOTI Lumionics (Canada)
Organismes subventionnairesnon disponible
Mots-clésQubitHamiltonian (control theory)Coupled clusterQuantumQuantum computerA priori and a posterioriIterative methodQuantum mechanicsFlux qubitPerturbation theory (quantum mechanics)Computer sciencePhysicsMathematicsAlgorithmMathematical optimizationMolecule

Résumé

récupéré en direct d'OpenAlex

Abstract The iterative qubit coupled cluster (iQCC) method is a systematic variational approach to solve the electronic structure problem on universal quantum computers. It is able to use arbitrarily shallow quantum circuits at expense of iterative canonical transformation of the Hamiltonian and rebuilding a circuit. Here we present a variety of a posteriori corrections to the iQCC energies to reduce the number of iterations to achieve the desired accuracy. Our energy corrections are based on a low-order perturbation theory series that can be efficiently evaluated on a classical computer. Moreover, capturing a part of the total energy perturbatively, allows us to formulate the qubit active-space concept, in which only a subset of all qubits is treated variationally. As a result, further reduction of quantum resource requirements is achieved. We demonstrate the utility and efficiency of our approach numerically on the examples of 10-qubit N 2 molecule dissociation, the 24-qubit H 2 O symmetric stretch, and 56-qubit singlet-triplet gap calculations for the technologically important complex, tris-(2-phenylpyridine)iridium(III) Ir(ppy) 3 .

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,286
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuantum Science and TechnologyMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207