2023 Fiscal Year Annual Research Report
High Performance Computing for Materials Simulation by Quantum-Classical Hybrid Algorithms
| Project/Area Number |
21K03391
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
田中 宗 慶應義塾大学, 理工学部(矢上), 准教授 (40507836)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
白井 達彦 早稲田大学, 理工学術院, 講師(任期付) (20816730)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 量子コンピューティング / 量子・古典ハイブリッドアルゴリズム / 機械学習 / ブラックボックス最適化 / イジングマシン / 量子アニーリング |
|---|
| Outline of Annual Research Achievements |
本研究課題において，主に以下の2点の研究を行った．
第一に，物質シミュレーションの高速化につながることが期待される，量子アニーリングマシンを含むイジングマシンやゲート式量子コンピュータの性能を引き出すアルゴリズム構築を行った．具体的には，対象とする問題に含まれる制約条件を満たす状態間を量子遷移する方法の検討や，イジングモデルの固有エネルギーを変えずに，状態間のハミング距離のみ変える「エネルギー地形変換」，また，「マージ手法」や「スピン変数消去法」を提案した．また，制約条件付き問題に対する量子古典ハイブリッドアルゴリズムとして，「巨大近傍探索アルゴリズム」や「サンプルパーシステンスに基づく固定アルゴリズム」，「制約適合処理手法を組み込んだ量子アルゴリズム」の構築と評価を行った．このうち，「マージ手法」，「スピン変数消去法」，「制約適合処理手法を組み込んだ量子アルゴリズム」については，所属機関からそれぞれの成果についてプレスリリースを発出し，新聞等で取り上げられた．
第二に，量子アニーリングマシンを含むイジングマシンによるブラックボックス最適化手法について，我々の提案手法の適用範囲を広げるための方法を検討した．複数の目的関数からなる多目的ブラックボックス最適化や，多値変数の場合についてのブラックボックス最適化に対応可能な方法を構築した．加えて，材料科学分野の課題に対し我々の提案手法を適用し，その評価を行った．その結果，従来手法に比べて優位性があることを確認した．本研究成果は，国際論文誌や国際会議AQC2023等で報告した．
|
