Optimization of the Qubit Coupled Cluster Ansatz on Classical Computers
Notice bibliographique
Résumé
Immense interest in quantum computing has prompted the development of electronic structure methods that are suitable for quantum hardware. However, the slow pace at which quantum hardware progresses forces researchers to implement their ideas on classical computers despite the obvious loss of any “quantum advantage.” As a result, the so-called q uantum-inspired methods emerge. They allow one to look at the electronic structure problem from a different angle, yet to fully exploit their capacity, efficient implementations are highly desirable. Here, we report two schemes for improving the amplitude optimization in the iterative qubit coupled cluster (iQCC) method: a variational quantum eigensolver-type approach, which is based on the qubit coupled cluster (QCC) Ansatz. Our first scheme approximates the QCC unitary as a sum of symmetrical polynomials of generators up to a given order. The resulting energy expression allows for flexible control of computational complexity via the order parameter. It also guarantees smoothness of trial energies and their derivatives, which is important for gradient-based optimization strategies. The second scheme limits the size of the expansion space in which the QCC unitary is generated. It provides better control of memory requirements but, in general, may lead to the nonsmooth variation of energy estimates upon changes in amplitudes. It can be used, however, to extrapolate energies for a given set of amplitudes toward the exact QCC value. Both schemes allow for a larger number of generators to be included in the QCC form compared to the exact formulation. This reduces the number of iterations in the iQCC method and/or leads to higher accuracy. We assess the capabilities of the new schemes to perform QCC amplitudes optimization for a few molecular systems: dinitrogen (N 2, 16 qubits), water (H 2 O, 36 qubits), and tris(2-(2,4-difluorophenyl)pyridine) iridium(III), (Ir(F 2 ppy) 3, 80 qubits).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».