用于材料建模的人工神经网络 (ANN) 引起了广泛关注。我们最近报告了一种基于玻尔兹曼机 (BM) 架构的 ANN 改编版,该改编版适用于多配置多电子波函数的拟定,称为神经网络量子态 (NQS),用于量子化学计算。本文,本研究将其扩展形式化为一种量子算法,该算法能够通过量子门准备 NQS。ANN 模型的描述符被选为电子配置的占用,以量子力学方式由量子位表示。因此,我们的算法可能比以前研究中使用的基于经典采样的计算具有潜在优势。NQS 可以通过量子原生程序准确形成,但模型在能量最小化方面的训练是在经典计算机上进行的;因此,我们的方法是一类变分量子特征求解器。 BM 模型与 Gibbs 分布相关,我们的准备程序利用了量子相位估计技术,但没有哈密顿演化。通过在量子计算机模拟器上实现该算法来评估该算法。显示了在完全活性空间配置相互作用理论水平上的说明性分子计算,证实了与我们之前的经典方法的准确性一致。
主要关键词