Loading...
机构名称:
¥ 1.0

材料建模的人工神经网络(ANN)获得了显着的兴趣。我们报告了基于Boltzmann机器(BM)体系结构对ANSATZ的ANSATZ的ANSATZ的改编,用于量子化学计算[Yang等,J。Chem。理论计算。,2020,16,3513–3529]。在这里,这项研究将其扩展的形式主义提出了量子算法,该算法可以通过量子门制备NQ。ANN模型的描述符被选为电子配置的占领,是用量子机械代表的。我们的算法可能具有与先前研究中使用的基于经典抽样的组合相比的潜在优势。可以使用量子本机程序准确地形成NQ。仍然,在能量最小化方面对模型的训练有效地在经典计算机上进行。因此,我们的方法是一类变异的量子本素。BM模型与Gibbs的分布有关,我们的准备程序利用了量子相估计的技术,但没有哈密顿的进化。通过在量子计算机模拟器上实现该算法来评估所提出的算法。显示了理论的完整空间配置相互作用水平的说明性分子计算,并确定了与我们先前经典方法的准确性的一致性。

分子波的人工神经网络编码

分子波的人工神经网络编码PDF文件第1页

分子波的人工神经网络编码PDF文件第2页

分子波的人工神经网络编码PDF文件第3页

分子波的人工神经网络编码PDF文件第4页

分子波的人工神经网络编码PDF文件第5页

相关文件推荐