量子エンベディングのための線形基盤モデル：強相関物質のシミュレーションの高速化

本論文は、従来のDFTのような手法が適用困難な強相関物質のモデリングに用いられる量子エンベディング（QE）シミュレーションを高速化する新しいアプローチを提案しています。主な革新は、主成分分析（PCA）を用いた線形基盤モデルであり、計算空間を圧縮し、エンベディングハミルトニアン（EH）の求解コストを大幅に削減します。著者は、ハバードモデルとプルトニウムを用いて、この手法の有効性を示し、計算コストの大幅な削減と、学習された部分空間の転送可能性を示しています。この研究は、QEにおける主要な計算上のボトルネックに対処し、複雑な材料のハイスループットシミュレーションを可能にする可能性を秘めています。

• •PCAを用いた量子エンベディングのための線形基盤モデルを導入。
• •変分空間を圧縮し、計算コストを削減。
• •ハバードモデルとプルトニウムで有効性を実証。
• •強相関物質のハイスループットシミュレーションを可能にする。