論文の概要: Application of a Quantum Search Algorithm to High- Energy Physics Data at the Large Hadron Collider

• arxiv url: http://arxiv.org/abs/2010.00649v1
• Date: Thu, 1 Oct 2020 19:23:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-30 11:50:19.648319
• Title: Application of a Quantum Search Algorithm to High- Energy Physics Data at the Large Hadron Collider
• Title（参考訳）: 量子探索アルゴリズムの大型ハドロン衝突型加速器における高エネルギー物理データへの応用
• Authors: Anthony E. Armenakas, Oliver K. Baker
• Abstract要約: 本稿では,CERNのLarge Hadron Colliderを用いて,13TeV衝突エネルギーにおける陽子-陽子衝突の稀な事象を探索するために,Grover Algorithm(GA)という科学量子アルゴリズムを適用した新しい手法を示す。 Jupyter Notebook, GAの古典的シミュレーション, および複数の量子コンピュータを用いて, それぞれ数量子ビットを用いて, この応用が非ソートデータセットの適切な選択を行うことを示した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We demonstrate a novel method for applying a scientific quantum algorithm - the Grover Algorithm (GA) - to search for rare events in proton-proton collisions at 13 TeV collision energy using CERN's Large Hadron Collider. The search is of an unsorted database from the ATLAS detector in the form of ATLAS Open Data. As indicated by the Higgs boson decay channel $H\rightarrow ZZ^*\rightarrow 4l$, the detection of four leptons in one event may be used to reconstruct the Higgs boson and, more importantly, evince Higgs boson decay to some new phenomena, such as $H\rightarrow ZZ_d \rightarrow 4l$. In searching the dataset for collisions resulting in the detection of four leptons, the study demonstrates the effectiveness and potential of applying quantum computing to high-energy particle physics. Using a Jupyter Notebook, a classical simulation of GA, and multiple quantum computers, each with several qubits, it is demonstrated that this application makes the proper selection in the unsorted dataset. The implementation of the method on several classical simulators and on several of IBM's quantum computers using the IBM Qiskit Open Source Software exhibits the promising prospects of quantum computing in high-energy physics.
• Abstract（参考訳）: 本稿では,CERNのLarge Hadron Colliderを用いて,13TeV衝突エネルギーにおける陽子-陽子衝突の稀な事象を探索するために,科学量子アルゴリズムGrover Algorithm (GA)を適用した新しい手法を提案する。 この検索は、ATLAS Open Dataの形でATLAS検出器からソートされていないデータベースである。 ヒッグス粒子崩壊チャネル$H\rightarrow ZZ^*\rightarrow 4l$で示されるように、ある事象における4つのレプトンの検出はヒッグス粒子の再構成に使用され、さらに重要なのは、ヒッグス粒子が$H\rightarrow ZZ_d \rightarrow 4l$のような新しい現象に崩壊することである。 衝突のデータセットを探索すると、4つのレプトンが検出され、高エネルギー粒子物理学に量子コンピューティングを適用する効果と可能性を示す。 Jupyter Notebook, GAの古典的シミュレーション, および複数の量子コンピュータを用いて, それぞれ数量子ビットを用いて, この応用が非ソートデータセットの適切な選択を行うことを示した。 いくつかの古典的シミュレータやIBMの量子コンピュータ上でIBM Qiskit Open Source Softwareを使った実装は、高エネルギー物理学における量子コンピューティングの可能性を示している。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• A Novel Quantum Realization of Jet Clustering in High-Energy Physics Experiments [8.841173525787223]
  高エネルギー粒子衝突ではクォークとグルーオンが生成され、すぐにジェットとして知られる衝突粒子噴霧を形成する。 正確なジェット・クラスタリングは、起源のクォークやグルーオンの情報を保持するために重要である。 この研究は、ジェットクラスタリングに革命をもたらす量子コンピューティングの可能性を強調した。
  論文  参考訳（メタデータ） (2024-07-12T07:26:22Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Validation tests of GBS quantum computers give evidence for quantum advantage with a decoherent target [62.997667081978825]
  複数モードデータの検証に指紋としてグループカウント確率の正P位相空間シミュレーションを用いる。 偽データを解き放つ方法を示し、これを古典的なカウントアルゴリズムに適用する。
  論文  参考訳（メタデータ） (2022-11-07T12:00:45Z)
• Application of Quantum Machine Learning in a Higgs Physics Study at the CEPC [5.747925022035578]
  我々は、Circular Electron-Positron Collider (CEPC)において、量子機械学習アルゴリズムを用いて、$e+e- rightarrow ZH$プロセスの研究を行った。 量子コンピュータシミュレータの6キュービットを用いて,QSVM-カーネルアルゴリズムを最適化し,従来のサポートベクトルマシンアルゴリズムと同様の分類性能を得た。 我々の研究は、最先端の量子コンピューティング技術が粒子物理学によって活用できることを示した。
  論文  参考訳（メタデータ） (2022-09-26T15:46:30Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Collider Events on a Quantum Computer [0.0]
  本稿では、離散QCD法を用いてパルトンシャワーを合成する新しい手法を提案する。 これは、現実的な高エネルギー粒子衝突イベントをシミュレートするために、NISQ(Noisy Intermediate-Scale Quantum)デバイスが初めて使用される。
  論文  参考訳（メタデータ） (2022-07-21T18:07:22Z)
• Anomaly detection in high-energy physics using a quantum autoencoder [0.0]
  LHCにおける異常検出問題に対する変分量子回路に基づく量子オートエンコーダについて検討する。 QCD $tbart$ 背景および共鳴重ヒッグス信号に対して、単純な量子オートエンコーダは古典的オートエンコーダよりも優れており、非常に効率的に訓練することができる。 このことは、量子オートエンコーダが将来のLHCにおける高エネルギー物理データを解析するための良い候補であることを示している。
  論文  参考訳（メタデータ） (2021-12-09T14:38:14Z)
• Application of Quantum Machine Learning using the Quantum Variational Classifier Method to High Energy Physics Analysis at the LHC on IBM Quantum Computer Simulator and Hardware with 10 qubits [6.56216604465389]
  量子機械学習は、高エネルギー物理学におけるデータ分析の強力なツールになり得る。 我々は近年のLHCフラッグシップ物理解析において量子変分法を用いる。 将来の高輝度LHC物理解析における量子機械学習の利用を予見する。
  論文  参考訳（メタデータ） (2020-12-21T18:39:36Z)
• Quantum Computing without Quantum Computers: Database Search and Data Processing Using Classical Wave Superposition [101.18253437732933]
  スピン波重畳を用いた磁気データベース探索の実験データを示す。 古典的な波動に基づくアプローチは、量子コンピュータと同じ速度でデータベース検索を行う場合もあると我々は論じる。
  論文  参考訳（メタデータ） (2020-12-15T16:21:53Z)
• Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
  我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。 MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
  論文  参考訳（メタデータ） (2020-12-08T01:10:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。