利用 D-wave 量子退火机的黑盒优化探索新型化学材料
量子物理
2023-12-18 v1 化学物理
摘要
在材料信息学中，由于化学空间极其庞大，寻找具有所需属性的化学材料是一项挑战。此外，属性评估的高成本要求在少量线索下进行搜索。在实际应用中，也存在对易于合成的成分进行提案的需求。在现实世界中，例如在化学材料的探索中，经常会遇到针对黑盒目标函数的问题，其中难以将目标函数以显式形式表述，且评估成本高昂。最近的研究提出了一种贝叶斯优化方法，将二次无约束二值优化（QUBO）问题表述为具有离散变量的黑盒目标函数的代理模型。关于该方法，已有研究使用 D-Wave 量子退火机来优化采集函数，该函数基于代理模型并确定黑盒目标函数的下一个探索点。在本文中，我们在实际化学材料探索的背景下处理包含离散变量的黑盒目标函数优化问题。在这个优化问题中，我们展示的结果表明，通过从具有方差的概率分布中采样获取采集函数的参数，可以比无方差情况更广泛地探索解空间。最终，我们找到了具有所需属性的成分中的取代基组合，这些组合只有在设定适当方差时才能被发现。
引用
@article{arxiv.2312.09537,
title = {Exploration of new chemical materials using black-box optimization with the D-wave quantum annealer},
author = {Mikiya Doi and Yoshihiro Nakao and Takuro Tanaka and Masami Sako and Masayuki Ohzeki},
journal= {arXiv preprint arXiv:2312.09537},
year = {2023}
}
备注
14pages, 4figures, 4tables