GQKAE: 양자 화학 고성능 컴퓨팅을 위한 파라미터 효율적 고유값 해석기 — 파라미터 66% 감소

Yu-Cheng Lin 팀이 양자 화학 계산을 위한 생성형 양자 고유값 해석기 GQKAE를 제안했습니다. GPT 기반 GQE의 피드포워드 네트워크를 양자 영감 Kolmogorov-Arnold 네트워크 모듈로 대체해 HQKANsformer 백본을 구성, H4, N2, LiH 등 여러 분자에서 화학적 정확도를 유지하면서 학습 파라미터와 메모리를 약 66% 줄이고 연산 시간도 개선했습니다. 특히 강상관계계(N2, LiH)에서 수렴성과 최종 에너지 오차가 더 좋아졌는데, 단일 큐비트 데이터 재업로드 활성화 모듈이 비선형 매핑을 효율적으로 표현한 덕분입니다. 다만 이 방법은 고전-양자 하이브리드 파이프라인 전체가 아닌 고전 측 오버헤드만 줄인 점, 그리고 벤치마크가 소분자에 국한된 점은 한계입니다.

• #quantum-chemistry
• #kolmogorov-arnold-networks
• #gqkae
• #hpc
• #parameter-efficiency