Quantum Computing Algorithms

고전 컴퓨팅의 한계를 넘어서는 복잡한 화학 문제를 해결하기 위한 양자 컴퓨팅 알고리즘을 개발하고 적용하는 연구를 수행하고 있습니다. 분자 에너지 계산을 위한 변분 양자 고유값 해석기(VQE), 효율적인 양자화학 시뮬레이션을 위한 샘플 기반 양자 대각화(SQD), 그리고 양자 신경망과 고전적 머신러닝을 통합하는 양자-AI 하이브리드 알고리즘 연구에 집중하고 있습니다. 양자 컴퓨팅의 연산 능력과 AI 기반 접근법을 결합하여, 분자 시뮬레이션과 화학물질 특성 예측의 새로운 가능성을 열어가고 있습니다.

We develop and apply quantum computing algorithms for solving complex chemical problems beyond the reach of classical computation. Our research focuses on Variational Quantum Eigensolver (VQE) for molecular energy calculations, Sample-based Quantum Diagonalization (SQD) for efficient quantum chemistry simulations, and Quantum–AI hybrid algorithms that integrate quantum neural networks with classical machine learning. By combining quantum computational power with AI-driven approaches, we aim to push the boundaries of molecular simulation and chemical property prediction.

<최근 논문>

To be announce (in revision)