MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405029443 · doi:10.48550/arxiv.2411.17950

Simulating Vibrational Dynamics on Bosonic Quantum Devices

2024· preprint· en· W4405029443 sur OpenAlexfundno aff
Shreyas Malpathak, Sangeeth Das Kallullathil, Artur F. Izmaylov

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaUniversity of Toronto
Mots-clésDynamics (music)QuantumPhysicsQuantum dynamicsQuantum mechanicsStatistical physicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Bosonic quantum devices, which utilize harmonic oscillator modes to encode information, are emerging as a promising alternative to conventional qubit-based quantum devices, especially for the simulation of vibrational dynamics and spectroscopy. We present a framework for digital quantum simulation of vibrational dynamics under anharmonic potentials on these bosonic devices. In our approach the vibrational Hamiltonian is decomposed into solvable fragments that can be used for Hamiltonian simulation on currently available bosonic hardware. Specifically, we extended the Cartan subalgebra approach [T.C. Yen, A.F. Izmaylov, PRX Quantum 2, 040320 (2021)] -- a method for decomposing quantum Hamiltonians into solvable parts -- to bosonic operators, enabling us to construct anharmonic Hamiltonian fragments that can be efficiently diagonalized using Bogoliubov transforms. The approach is tested using a simulation of tunneling dynamics in a model two-dimensional double-well potential and calculations of vibrational eigenenergies for small molecules. Our fragmentation scheme provides a new approach for digital quantum simulations on bosonic quantum hardware for multi-mode anharmonic vibrational dynamics.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,197
Écart entre enseignants0,149 · 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
GenreEmpirique

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)→Même sujetQuantum Information and Cryptography→Travaux en français237 207→