電場下でのイオン輸送を効率的に扱うため、軌道自由密度汎関数理論（OFDFT）と機械学習ポテンシャルを組み合わせた新しい分子動力学手法を提案しました。S₈/Li₃PS₄界面への適用により、Liイオンの移動とそれに伴う電荷状態の変化を再現しました。

SiC中のシリコン空孔（VSi）を量子センサーとして用いることで、デバイス内部の高電場を高空間分解能で直接計測することが可能となりました。最大約2.3 MV/cmの高電場検出と電場分布のマッピングを実証しています。

量子計算では、古典データを量子状態として読み込む「振幅エンコーディング」が実用上のボトルネックの一つとされています。本研究では、この課題に対し、Adaptive Interpolating Quantum Transform（AIQT）を用いた新しい近似振幅エンコーディング手法を提案しました。金融時系列データおよび画像データセットで評価を行い、従来のフーリエ変換ベース手法と比較して最大約50%の再構成誤差削減を示しました。

QuemixのGekko Budiutamaらの研究チームは、量子機械学習の訓練困難性を克服するための新手法「AIQT（Adaptive Interpolating Quantum Transform）」を提案しました。従来の深い量子回路による学習困難性を回避しつつ、少数のパラメータで高度な変換表現力を実現する本手法は、5月に発表された「General Transform（GT）」の発想を量子回路へと拡張したものです。

QuemixのGekkoらは、機械学習モデルにおいて表現力を高めるための新しい変換手法「一般化変換（General Transform）」を提案する論文を発表しました。 この論文では、従来の離散フーリエ変換などの固定的な変換に代わり、データとタスクに応じて最適な変換を学習的に構成する枠組みを提示しています。変換の重み付けはモデルと同時に学習され、汎用的かつ効率的な特徴抽出が可能になります。 画像認識および自然言語処理の実験により、従来手法に対する一貫した性能向上が確認され、今後の幅広い応用が期待されます。

https://arxiv.org/abs/2501.07211 Quemixの小杉らは、量子コンピュータ上で第一量子化形式の分子軌道を効率的にエンコードする新しい手法を提案する論文を発表しました。 この論文では古典コンピュータ上で再現度と成功確率を調節する具体的な手順を提示しています。またテンソル分解を利用して量子回路をより効率化する方法の提案もしています。 数値シミュレーションによって、この手法が様々な分子に対して有効であることを確認し、大規模な量子化学計算への応用可能性を示しています。 FIG. 6. (a) 2a1 MO of an H2O molecule is used as |φideali to be represented as a linear combination of 3D LFs. The centers of 1D LFs are designated as circles on the Cartesian axes shown in the orthographic projections. The MFLO en

Quemixの黄らは、確率的虚時間発展法（PITEⓇ）を用いた新しい量子アルゴリズムを提案し、線形移流拡散方程式の高精度な解法を実現しました。このアルゴリズムは、対数的なゲート複雑さを持つ量子回路を構築し、1次元および2次元の数値シミュレーションでその有効性を示しました。さらに、

FMQAを適用し、アニーリングマシンで任意のポテンシャルを使った結晶構造探索、最適な原子配列を効率的に発見する可能性。

https://arxiv.org/abs/2407.16345 Quemixの黄らが、1つの補助キュービットを用いたポテンシャルの近似実時間発展演算子を提案し、第一量子化ハミルトニアンシミュレーションへの応用を示しました。この技術は、近未来の量子コンピュータにおけるハミルトニアンシミュレーションの効率を大幅に向上させる可能性があり、量子物理学や材料科学などの分野での実用化が期待されています。

Quemixの研究者たちは、確率的虚時間発展法(PITE)を用いた無軌道密度汎関数理論(OF-DFT)による基底状態電子密度の計算手法を提案しました。量子位相推定(QPE)と組み合わせることで、最低エネルギー固有値の取得を高速化し、自己無撞着場(SCF)計算を部分的に加速すること