算符量子机器学习：在响应性质化学空间中的探索
化学物理
2019-11-01 v1
摘要
结构-性质关系的识别与运用是化学科学的核心。量子力学构成了对化学化合物空间（CCS）无偏虚拟探索的基础，但若要达到化学精度则带来巨大的计算需求。为在不损失精度的前提下加速量子性质的预测，我们实验室一直致力于开发可应用于整个 CCS 的量子机器学习（QML）模型。在此，我们简要解释、评述并讨论近期引入的算符形式体系，其显著提升了常见响应性质 QML 模型的数据效率。
引用
@article{arxiv.1910.14418,
title = {Operator quantum machine learning: Navigating the chemical space of response properties},
author = {Anders S. Christensen and O. Anatole von Lilienfeld},
journal= {arXiv preprint arXiv:1910.14418},
year = {2019}
}