[22a-B101-1~11] FS.1 Focused Session "AI Electronics"

[22a-B101-1] An application of hybrid quantum classical neural network to quantum chemistry

〇Yasutaka Nishida¹, Fumihiko Aiga¹ (1.Toshiba Corp)

Keywords:quantum computing, quantum chemistry, 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。