SlideShare a Scribd company logo
1 of 25
Download to read offline
OpenFermionで分子のポテンシャル
曲線を描く	(I)	
文献値と一致させる	
2018/9/13	
中田真秀
今回の目的	
OpenFermionを使ってみる+文献値と合わせる	
•  OpenFermionを用いてH2分子のpoten8al	energy	surfaceを
描く	
•  OpenFermionを用いてLiH/BHのpoten8al	energy	surfaceを
描けるか	
•  みなさんの知識に追いつく	
•  “Bravyi-Kitaev	transforma8on	for	quantum	computa8on	of	
electronic	structure”	
–  The	Journal	of	Chemical	Physics	137,	224109	(2012);	
hRps://doi.org/10.1063/1.4768229	
–  この文献値と合わせる。	
–  OpenFermionのtutorialはこの文献と並行して行える	
•  時系列的な報告	
–  なので分かりづらいかも…
環境	
フロントエンドはjupyter	notebook(mac)で見やすく	
重い計算はリモートで行う。Qubitを手元のパソコンで利用するのは厳
しいため	
	
•  Client:	Jupyter	notebook	
–  実行と可視化	
–  macOS	
•  Server:	Intel(R)	Xeon(R)	CPU	E5-2680	
–  Ubuntu	16.04	(amd64)	
–  Python	3.5		
–  OpenFermion等をインストール
OpenFermionnの仕組み	
•  OpenFermionはall-in-oneパッケージではない	
–  Tutorialで誤解しがち…	
•  OpenFermion	がやってくれること	
–  第二量子化されたHamiltonianのゲートへの変換	
–  厳密対角化をする。量子コンピュータのシミュレータは入ってない	
–  プラグインがあればそちらに投げられる (e.g.	厳密対角化でなく、量
子コンピュータに投げたり、シミュレータに投げたり)	
•  OpenFermion-Psi4	Psi4への接続	
–  量子化学で使う積分(Hamiltonian)の生成	
–  別にPsi4のインストールが必要	
•  OpenFermion-Cirq	量子回路への接続	
–  別にCirqのインストール必要
Jupyter	notebookのインストール	(I)	
1.	16.04リモートマシンで	
2.	Passwordのhashを得る	(be	secure!)	
3.	~/.jupyter/jupyter_notebook_config.pyに以下を加える
Jupyter	notebookのインストール	(II)	
4.	jupyter-notebookを立ち上げる	
5.外のマシンから見てみる
Jupyter	notebookのインストール	(III)	
6.	ログインすると外部からjupyterにつなげた。	
7.	注意点:	通信は他のマシンから見える。外から見える	
サーバで運用する場合、SSLで保護などが必須。hRps://	
Cf.	hRps://jupyter-notebook.readthedocs.io/en/latest/public_server.html
OpenFermion	install	
これでOpenFermionは終わり
とりあえずtutorial…	
Jupyterで、OpenFermion/examplesの下に	
ノートブックがいくつかある。Openfermion_tutorial.ipynbをクリック	
リスタートしてすべて走らせる
なぜか上手くゆく。H2のpoten8al曲面はBasics	of	MolecularData	class節にある	
H2のポテンシャル	
曲面を量子コンピュータ	
で求めるまで	
すべてやってる?	
もうやることない?	
さすがに	
そんなことはなかった(笑)
分子ハミルトニアンに必要な	
積分	(コア積分/2電子積分)を作る	
H =
X
i,j
vi,ja†
i aj +
1
2
X
ijkl
wijkla†
i a†
jalak
<latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">AAACz3ichVFNTxRBEH07qOD6wYIXEy8TNxgTzaaGkGhISIheOLLgAgmLk56hd+ndno/MzC6ByRCu+gc8eNKEEMLP8OLRiwd+gvGI0YuJ1s4OUSFqTXrq9et61a+7nVCrOCE6KRkjly5fGR27Wr52/cbN8crE5Eoc9CJXNtxAB9GaI2KplS8biUq0XAsjKTxHy1Wn+3SwvtqXUawC/1myE8oNT7R91VKuSJiyK50Fc85sxj3PTtXDTmb2iyxs9by5KdptGTHumA/MZisSbmpl6XR2Juh0dWZun4Hzmt+w5tG1K1WqUR7mRWAVoIoiFoPKIZrYRAAXPXiQ8JEw1hCI+VuHBULI3AZS5iJGKl+XyFBmbY+rJFcIZrv8b/NsvWB9ng96xrna5V00j4iVJqboIx3RKb2nY/pE3//aK817DLzscHaGWhna4y9vL3/7r8rjnGDrl+qfnhO08Dj3qth7mDODU7hDfX/31eny7NJUeo/e0mf2/4ZO6B2fwO9/cQ/qcuk1yvwA1vnrvghWpmsW1az6THX+SfEUY7iDu7jP9/0I81jAIhq87wd8xY8SjLqxbewZ+8NSo1RobuGPMF78BMVHse4=</latexit><latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">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</latexit><latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">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</latexit><latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">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</latexit>
モックアップから再計算する	
•  分子積分はsrc/以下に	hdf5形式で入っている。他の
分子を計算するにはpsi4	or	pyscfを使い計算し直す	
	
今回は前もって計算されていたものを使っている。	
H =
X
i,j
vi,ja†
i aj +
1
2
X
ijkl
wijkla†
i a†
jalak
<latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">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</latexit><latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">AAACz3ichVFNTxRBEH07qOD6wYIXEy8TNxgTzaaGkGhISIheOLLgAgmLk56hd+ndno/MzC6ByRCu+gc8eNKEEMLP8OLRiwd+gvGI0YuJ1s4OUSFqTXrq9et61a+7nVCrOCE6KRkjly5fGR27Wr52/cbN8crE5Eoc9CJXNtxAB9GaI2KplS8biUq0XAsjKTxHy1Wn+3SwvtqXUawC/1myE8oNT7R91VKuSJiyK50Fc85sxj3PTtXDTmb2iyxs9by5KdptGTHumA/MZisSbmpl6XR2Juh0dWZun4Hzmt+w5tG1K1WqUR7mRWAVoIoiFoPKIZrYRAAXPXiQ8JEw1hCI+VuHBULI3AZS5iJGKl+XyFBmbY+rJFcIZrv8b/NsvWB9ng96xrna5V00j4iVJqboIx3RKb2nY/pE3//aK817DLzscHaGWhna4y9vL3/7r8rjnGDrl+qfnhO08Dj3qth7mDODU7hDfX/31eny7NJUeo/e0mf2/4ZO6B2fwO9/cQ/qcuk1yvwA1vnrvghWpmsW1az6THX+SfEUY7iDu7jP9/0I81jAIhq87wd8xY8SjLqxbewZ+8NSo1RobuGPMF78BMVHse4=</latexit><latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">AAACz3ichVFNTxRBEH07qOD6wYIXEy8TNxgTzaaGkGhISIheOLLgAgmLk56hd+ndno/MzC6ByRCu+gc8eNKEEMLP8OLRiwd+gvGI0YuJ1s4OUSFqTXrq9et61a+7nVCrOCE6KRkjly5fGR27Wr52/cbN8crE5Eoc9CJXNtxAB9GaI2KplS8biUq0XAsjKTxHy1Wn+3SwvtqXUawC/1myE8oNT7R91VKuSJiyK50Fc85sxj3PTtXDTmb2iyxs9by5KdptGTHumA/MZisSbmpl6XR2Juh0dWZun4Hzmt+w5tG1K1WqUR7mRWAVoIoiFoPKIZrYRAAXPXiQ8JEw1hCI+VuHBULI3AZS5iJGKl+XyFBmbY+rJFcIZrv8b/NsvWB9ng96xrna5V00j4iVJqboIx3RKb2nY/pE3//aK817DLzscHaGWhna4y9vL3/7r8rjnGDrl+qfnhO08Dj3qth7mDODU7hDfX/31eny7NJUeo/e0mf2/4ZO6B2fwO9/cQ/qcuk1yvwA1vnrvghWpmsW1az6THX+SfEUY7iDu7jP9/0I81jAIhq87wd8xY8SjLqxbewZ+8NSo1RobuGPMF78BMVHse4=</latexit><latexit sha1_base64="KVhbHuy5kQXg6X+sm42PbfoxbU4=">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</latexit>
Psi4のインストール	
•  次はpsi4 hRp://www.psicode.org/	
または	
	
	
	
~/.bashrc	に加える	
Logoutして	
バイナリのテスト(終わらない??)
OpenFermion-Psi4のインストール	
OpenFermionへのパッチ(?)
OpenFermion-Psi4のtutorial	
Tutorialが走った	
ちゃんと計算された	
が、これはLiH	
なのでH2にしないと	
いけない
分子積分の生成(I)	
チュートリアル的には	
/home/maho/OpenFermion/src/openfermion/data	
“H2_sto-3g_singlet_3.0.hdf5”	のようにに分子積分が入っ
ている	
ファイル名の意味	
H2	:	分子	
sto-3g	:	基底関数	
singlet	:	一重項	
3.0	:	核間距離(angstrom)	
	
これを生成する…いろいろ調べると
分子積分の生成(II)	
•  上のパッチを当て(あまりよいpatchではない)	
これでH2について分子積分が生成された	
(psi4を利用しつつ)
文献値と一致させる:分子積分	
0.181289	
0.663468	
0.697393	
0.674488	
-1.252463	
-0.475948	
手持ちで再計算	
pyQuanteとの	
微妙な違いは	
物理定数の違い?	
	
	
Psi4	/	MPQC	
の分子積分	
は8桁程度一致	
した	
	
(atomic	unitを	
SIで変換すると	
定数の違いで	
若干ずれる)	
	
H2/STO-3G/HF	MPQC2.3.1	&	Psi4	
Angstrom	
の間違い	
再計算値
文献値と一致させる:分子積分	
•  Psi4で分子積分を吐き出すためには	
以上のパッチを当てて	Tutorialの以下の部分を	
行うと、右のような値が出てくるので比較する。
量子コンピュータ向けHamiltonianの構築
ここではJordan-Wigner	basisでのHamiltonianを生成する+	一粒子基底をランダムに	
ユニタリ変換してから生成するの二通りを試している。	
ココらへんを変える	
量子コンピュータに必要なHamiltonianの生成
量子コンピュータに必要なHamiltonianの生成	
Jordan-Wigner	Hamiltonian	と文献値と一致させる	
	
文献値	
計算値	
定数以外はほぼ一致	
定数部分は核間反発を入れるとほぼ	
一致	
-0.09886 - 0.71375	=	-.81261
ここではJordan-Wigner	basisでのHamiltonianを生成する+	一粒子基底をランダムに	
ユニタリ変換してから生成するの二通りを試しているのをBravyi-Kitaevに変換	
赤で下線をつけた	
辺りを変える	
量子コンピュータに必要なHamiltonianの生成
量子コンピュータに必要なHamiltonianの生成	
Bravyi-Kitaev	Hamiltonian	と文献値と一致させる	
	
文献値	
計算値	
ほぼ一致!!	
(定数は核間反発	
入れるべし)
文献値と一致させる	
•  H2分子(STO-6G/核間距離0.7414Å)	
•  分子積分の値はほぼ同じものを再現した	
•  エネルギー曲面もほぼ同じ	
•  量子コンピュータで用いる形でのHamiltonian
の再現ができた	
– Jordan	Wigner	/	Bravyi	Kitaev両方

More Related Content

What's hot

[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読Deep Learning JP
 
Lie-Trotter-Suzuki分解、特にフラクタル分解について
Lie-Trotter-Suzuki分解、特にフラクタル分解についてLie-Trotter-Suzuki分解、特にフラクタル分解について
Lie-Trotter-Suzuki分解、特にフラクタル分解についてMaho Nakata
 
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催Preferred Networks
 
バイナリニューラルネットとハードウェアの関係
バイナリニューラルネットとハードウェアの関係バイナリニューラルネットとハードウェアの関係
バイナリニューラルネットとハードウェアの関係Kento Tajiri
 
qubitによる波動関数の虚時間発展のシミュレーション: a review
qubitによる波動関数の虚時間発展のシミュレーション: a reviewqubitによる波動関数の虚時間発展のシミュレーション: a review
qubitによる波動関数の虚時間発展のシミュレーション: a reviewMaho Nakata
 
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?Ichigaku Takigawa
 
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張Preferred Networks
 
x86x64 SSE4.2 POPCNT
x86x64 SSE4.2 POPCNTx86x64 SSE4.2 POPCNT
x86x64 SSE4.2 POPCNTtakesako
 
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Preferred Networks
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28Matlantis
 
第1回 配信講義 計算科学技術特論A (2021)
第1回 配信講義 計算科学技術特論A (2021)第1回 配信講義 計算科学技術特論A (2021)
第1回 配信講義 計算科学技術特論A (2021)RCCSRENKEI
 
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説Takateru Yamagishi
 
SchNet: A continuous-filter convolutional neural network for modeling quantum...
SchNet: A continuous-filter convolutional neural network for modeling quantum...SchNet: A continuous-filter convolutional neural network for modeling quantum...
SchNet: A continuous-filter convolutional neural network for modeling quantum...Kazuki Fujikawa
 
PHP の GC の話
PHP の GC の話PHP の GC の話
PHP の GC の話y-uti
 
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1Masashi Shibata
 
QEMUでARM64bitベアメタルプログラミング
QEMUでARM64bitベアメタルプログラミングQEMUでARM64bitベアメタルプログラミング
QEMUでARM64bitベアメタルプログラミングYuma Ohgami
 

What's hot (20)

[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読
 
Lie-Trotter-Suzuki分解、特にフラクタル分解について
Lie-Trotter-Suzuki分解、特にフラクタル分解についてLie-Trotter-Suzuki分解、特にフラクタル分解について
Lie-Trotter-Suzuki分解、特にフラクタル分解について
 
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
 
明日使えないすごいビット演算
明日使えないすごいビット演算明日使えないすごいビット演算
明日使えないすごいビット演算
 
バイナリニューラルネットとハードウェアの関係
バイナリニューラルネットとハードウェアの関係バイナリニューラルネットとハードウェアの関係
バイナリニューラルネットとハードウェアの関係
 
qubitによる波動関数の虚時間発展のシミュレーション: a review
qubitによる波動関数の虚時間発展のシミュレーション: a reviewqubitによる波動関数の虚時間発展のシミュレーション: a review
qubitによる波動関数の虚時間発展のシミュレーション: a review
 
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
 
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
 
x86x64 SSE4.2 POPCNT
x86x64 SSE4.2 POPCNTx86x64 SSE4.2 POPCNT
x86x64 SSE4.2 POPCNT
 
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
 
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
素材産業のDxに貢献する 『Matlantis』のご紹介_nano tech2022_2022/1/28
 
ゲート方式量子コンピュータの概要
ゲート方式量子コンピュータの概要ゲート方式量子コンピュータの概要
ゲート方式量子コンピュータの概要
 
第1回 配信講義 計算科学技術特論A (2021)
第1回 配信講義 計算科学技術特論A (2021)第1回 配信講義 計算科学技術特論A (2021)
第1回 配信講義 計算科学技術特論A (2021)
 
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
 
SchNet: A continuous-filter convolutional neural network for modeling quantum...
SchNet: A continuous-filter convolutional neural network for modeling quantum...SchNet: A continuous-filter convolutional neural network for modeling quantum...
SchNet: A continuous-filter convolutional neural network for modeling quantum...
 
PHP の GC の話
PHP の GC の話PHP の GC の話
PHP の GC の話
 
CuPy解説
CuPy解説CuPy解説
CuPy解説
 
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
 
NumPy闇入門
NumPy闇入門NumPy闇入門
NumPy闇入門
 
QEMUでARM64bitベアメタルプログラミング
QEMUでARM64bitベアメタルプログラミングQEMUでARM64bitベアメタルプログラミング
QEMUでARM64bitベアメタルプログラミング
 

More from Maho Nakata

LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編
LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編
LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編Maho Nakata
 
Q#による量子化学計算 : 水素分子の位相推定について
Q#による量子化学計算 : 水素分子の位相推定についてQ#による量子化学計算 : 水素分子の位相推定について
Q#による量子化学計算 : 水素分子の位相推定についてMaho Nakata
 
20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装
20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装
20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装Maho Nakata
 
第11回分子科学 2017/9/17 Pubchemqcプロジェクト
第11回分子科学 2017/9/17 Pubchemqcプロジェクト第11回分子科学 2017/9/17 Pubchemqcプロジェクト
第11回分子科学 2017/9/17 PubchemqcプロジェクトMaho Nakata
 
Kobeworkshop pubchemqc project
Kobeworkshop pubchemqc projectKobeworkshop pubchemqc project
Kobeworkshop pubchemqc projectMaho Nakata
 
計算化学実習講座:第二回
 計算化学実習講座:第二回 計算化学実習講座:第二回
計算化学実習講座:第二回Maho Nakata
 
計算化学実習講座:第一回
計算化学実習講座:第一回計算化学実習講座:第一回
計算化学実習講座:第一回Maho Nakata
 
HOKUSAIのベンチマーク 理研シンポジウム 中田分
HOKUSAIのベンチマーク 理研シンポジウム 中田分HOKUSAIのベンチマーク 理研シンポジウム 中田分
HOKUSAIのベンチマーク 理研シンポジウム 中田分Maho Nakata
 
為替取引(FX)でのtickdataの加工とMySQLで管理
為替取引(FX)でのtickdataの加工とMySQLで管理為替取引(FX)でのtickdataの加工とMySQLで管理
為替取引(FX)でのtickdataの加工とMySQLで管理Maho Nakata
 
為替のTickdataをDukascopyからダウンロードする
為替のTickdataをDukascopyからダウンロードする為替のTickdataをDukascopyからダウンロードする
為替のTickdataをDukascopyからダウンロードするMaho Nakata
 
HPCS2015 pythonを用いた量子化学プログラムの開発と応用
HPCS2015 pythonを用いた量子化学プログラムの開発と応用HPCS2015 pythonを用いた量子化学プログラムの開発と応用
HPCS2015 pythonを用いた量子化学プログラムの開発と応用Maho Nakata
 
HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)
HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)
HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)Maho Nakata
 
The PubChemQC Project
The PubChemQC ProjectThe PubChemQC Project
The PubChemQC ProjectMaho Nakata
 
3Dプリンタ導入記 タンパク質の模型をプリントする
3Dプリンタ導入記 タンパク質の模型をプリントする3Dプリンタ導入記 タンパク質の模型をプリントする
3Dプリンタ導入記 タンパク質の模型をプリントするMaho Nakata
 
QuantumChemistry500
QuantumChemistry500QuantumChemistry500
QuantumChemistry500Maho Nakata
 
立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1
立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1 立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1
立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1 Maho Nakata
 
The PubchemQC project
The PubchemQC projectThe PubchemQC project
The PubchemQC projectMaho Nakata
 
Direct variational calculation of second-order reduced density matrix : appli...
Direct variational calculation of second-order reduced density matrix : appli...Direct variational calculation of second-order reduced density matrix : appli...
Direct variational calculation of second-order reduced density matrix : appli...Maho Nakata
 
高精度線形代数演算ライブラリMPACK 0.8.0の紹介
高精度線形代数演算ライブラリMPACK 0.8.0の紹介高精度線形代数演算ライブラリMPACK 0.8.0の紹介
高精度線形代数演算ライブラリMPACK 0.8.0の紹介Maho Nakata
 
The MPACK : Multiple precision version of BLAS and LAPACK
The MPACK : Multiple precision version of BLAS and LAPACKThe MPACK : Multiple precision version of BLAS and LAPACK
The MPACK : Multiple precision version of BLAS and LAPACKMaho Nakata
 

More from Maho Nakata (20)

LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編
LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編
LiHのポテンシャルエネルギー曲面 を量子コンピュータで行う Q#+位相推定編
 
Q#による量子化学計算 : 水素分子の位相推定について
Q#による量子化学計算 : 水素分子の位相推定についてQ#による量子化学計算 : 水素分子の位相推定について
Q#による量子化学計算 : 水素分子の位相推定について
 
20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装
20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装
20180723 量子コンピュータの量子化学への応用; Bravyi-Kitaev基底の実装
 
第11回分子科学 2017/9/17 Pubchemqcプロジェクト
第11回分子科学 2017/9/17 Pubchemqcプロジェクト第11回分子科学 2017/9/17 Pubchemqcプロジェクト
第11回分子科学 2017/9/17 Pubchemqcプロジェクト
 
Kobeworkshop pubchemqc project
Kobeworkshop pubchemqc projectKobeworkshop pubchemqc project
Kobeworkshop pubchemqc project
 
計算化学実習講座:第二回
 計算化学実習講座:第二回 計算化学実習講座:第二回
計算化学実習講座:第二回
 
計算化学実習講座:第一回
計算化学実習講座:第一回計算化学実習講座:第一回
計算化学実習講座:第一回
 
HOKUSAIのベンチマーク 理研シンポジウム 中田分
HOKUSAIのベンチマーク 理研シンポジウム 中田分HOKUSAIのベンチマーク 理研シンポジウム 中田分
HOKUSAIのベンチマーク 理研シンポジウム 中田分
 
為替取引(FX)でのtickdataの加工とMySQLで管理
為替取引(FX)でのtickdataの加工とMySQLで管理為替取引(FX)でのtickdataの加工とMySQLで管理
為替取引(FX)でのtickdataの加工とMySQLで管理
 
為替のTickdataをDukascopyからダウンロードする
為替のTickdataをDukascopyからダウンロードする為替のTickdataをDukascopyからダウンロードする
為替のTickdataをDukascopyからダウンロードする
 
HPCS2015 pythonを用いた量子化学プログラムの開発と応用
HPCS2015 pythonを用いた量子化学プログラムの開発と応用HPCS2015 pythonを用いた量子化学プログラムの開発と応用
HPCS2015 pythonを用いた量子化学プログラムの開発と応用
 
HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)
HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)
HPCS2015 大規模量子化学計算プログラムSMASHの開発と公開(石村)
 
The PubChemQC Project
The PubChemQC ProjectThe PubChemQC Project
The PubChemQC Project
 
3Dプリンタ導入記 タンパク質の模型をプリントする
3Dプリンタ導入記 タンパク質の模型をプリントする3Dプリンタ導入記 タンパク質の模型をプリントする
3Dプリンタ導入記 タンパク質の模型をプリントする
 
QuantumChemistry500
QuantumChemistry500QuantumChemistry500
QuantumChemistry500
 
立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1
立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1 立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1
立教大学化学実験3 SMILESを中心とした高度な分子モデリング 2014/7/1
 
The PubchemQC project
The PubchemQC projectThe PubchemQC project
The PubchemQC project
 
Direct variational calculation of second-order reduced density matrix : appli...
Direct variational calculation of second-order reduced density matrix : appli...Direct variational calculation of second-order reduced density matrix : appli...
Direct variational calculation of second-order reduced density matrix : appli...
 
高精度線形代数演算ライブラリMPACK 0.8.0の紹介
高精度線形代数演算ライブラリMPACK 0.8.0の紹介高精度線形代数演算ライブラリMPACK 0.8.0の紹介
高精度線形代数演算ライブラリMPACK 0.8.0の紹介
 
The MPACK : Multiple precision version of BLAS and LAPACK
The MPACK : Multiple precision version of BLAS and LAPACKThe MPACK : Multiple precision version of BLAS and LAPACK
The MPACK : Multiple precision version of BLAS and LAPACK
 

Openfermionを使った分子の計算 part I