[22a-B101-1~11] FS.1 フォーカストセッション「AIエレクトロニクス」

[22a-B101-1] 量子古典ハイブリッドニューラルネットワークの量子化学計算への応用

〇西田 靖孝¹、相賀 史彦¹ (1.東芝研開セ)

キーワード：量子コンピューティング、量子化学、VQE

今回、我々は VQE に係る計算コスト低減の一検討として、変分最適化の手続きを節約する Xia & Kais のアプローチに着目し、彼らの量子古典ハイブリッドニューラルネットワーク(HQCNN)の方法に基づいてH₂分子のポテンシャルエネルギー曲面(PES)の計算や構造最適化を実施した。まず Xia & Kais の HQCNN を追試し、 H₂分子に対して有効性を確認した。続いて拡張としてHQCNN に SSVQE を適用することで、励起状態の PES も推定可能である事が分かった。また、HQCNN のエネルギー推定値の位置勾配に関する有限差分の計算から atomic force を得、分子構造最適化を低コストに実施出来ることも分かった。講演では、HQCNN 推定器を python パッケージの ASEに組み込んだ実施例についても交えて報告する。