15:09
arXiv cs.LG@Anurag K. S. V., Ashish Kumar Patra, Manas Mukherjee, Ruchika Bhat, Sai Shankar P., Rahul Maitra, Jaiganesh G
推荐理由：这篇论文用生成式ML(RBM)和优化初始化让量子分子模拟更省计算资源，能处理实际药物分子比如抗病毒药和新冠病毒蛋白酶。
全部 AI 动态
AI 相关资讯全量信息流
6月30日
15:09
该论文提出一个混合量子-经典工作流，在Fujitsu FX700理想态矢量模拟器上使用QARP运行。它用O(N^4) MP2振幅初始化的LCNot-UCCSD ansatz替代O(N^6) CCSD初始化，并引入QSCI-RBM以RBM替代SQD进行配置恢复。方法在8种分子的STO-3G基组上进行14个误差等级各100次独立运行，并在cc-pVDZ基组的N2分子势能面扫描和DMET嵌入的Amantadine（C10H17N，11个片段）及SARS-CoV-2主蛋白酶-Carmofur复合物（10个片段）上验证。这是首次在量子模拟器上将LCNot-UCCSD部署于QSCI，也是首次将DMET-QSCI(LCNot-UCCSD)-RBM应用于工业相关蛋白-配体系统，计算资源需求低于Cleveland Clinic等先前工作。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07