論文の概要: Adiabatic Quantum Algorithm for Multijet Clustering in High Energy
Physics
- arxiv url: http://arxiv.org/abs/2012.14514v1
- Date: Mon, 28 Dec 2020 22:45:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-19 01:30:07.747227
- Title: Adiabatic Quantum Algorithm for Multijet Clustering in High Energy
Physics
- Title(参考訳): 高エネルギー物理におけるマルチジェットクラスタリングのための断熱量子アルゴリズム
- Authors: Diogo Pires, Yasser Omar and Jo\~ao Seixas
- Abstract要約: 本稿では、ジジェットイベントクラスタリングに取り組むための新しい量子バイナリクラスタリングアルゴリズムを提案する。
ベンチマークされた効率は96%$であり、現在の量子状態よりも大幅に改善されている。
また,提案した目的関数をより汎用的な形式に一般化し,マルチジェットイベントにおけるクラスタリング問題を解く方法を示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: The currently predicted increase in computational demand for the upcoming
High-Luminosity Large Hadron Collider (HL-LHC) event reconstruction, and in
particular jet clustering, is bound to challenge present day computing
resources, becoming an even more complex combinatorial problem. In this paper,
we show that quantum annealing can tackle dijet event clustering by introducing
a novel quantum annealing binary clustering algorithm. The benchmarked
efficiency is of the order of $96\%$, thus yielding substantial improvements
over the current quantum state-of-the-art. Additionally, we also show how to
generalize the proposed objective function into a more versatile form, capable
of solving the clustering problem in multijet events.
- Abstract(参考訳): 現在予測されている高輝度大型ハドロン衝突型加速器(HL-LHC)イベント再構成の計算需要の増加、特にジェットクラスタリングは、現在の計算資源に挑戦し、さらに複雑な組合せ問題となる。
本稿では,新しい量子アニーリングバイナリクラスタリングアルゴリズムを導入することにより,ジジェットイベントクラスタリングに量子アニーリングが取り組むことができることを示す。
ベンチマークされた効率は9,6\%$であり、現在の量子状態よりも大幅に改善されている。
さらに,提案した目的関数をより汎用的な形式に一般化し,マルチジェットイベントにおけるクラスタリング問題を解く方法を示す。
関連論文リスト
- Charged particle reconstruction for future high energy colliders with
Quantum Approximate Optimization Algorithm [0.0]
荷電粒子再構成は、いわゆる軌道再構成であり、二次的に制約のない2進最適化問題と見なすことができる。
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm, QAOA)は、そのような問題を解く上で最も有望なアルゴリズムの1つである。
その結果、QAOAは有望な性能を示し、量子コンピュータを用いたトラック再構築の候補の1つとして実証された。
論文 参考訳(メタデータ) (2023-10-16T10:26:37Z) - Quantum Vision Clustering [10.360126989185261]
本稿では,Adiabatic quantum computing を用いた解法に適した最初のクラスタリング定式化を提案する。
提案手法は,最先端の最適化手法と比較して高い競合性を示す。
この研究は、現在世代の実量子コンピュータにおけるクラスタリング問題の解決可能性を示す。
論文 参考訳(メタデータ) (2023-09-18T16:15:16Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳(メタデータ) (2023-04-12T18:10:47Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳(メタデータ) (2022-12-13T16:04:16Z) - Multi-disk clutch optimization using quantum annealing [52.77024349608834]
クラッチ製造における実用上の重要な課題を解くために,新しい量子アルゴリズムを開発した。
量子最適化が製造業における実際の産業応用においてどのように役割を果たせるかを示す。
論文 参考訳(メタデータ) (2022-08-11T16:34:51Z) - Quantum Annealing for Jet Clustering with Thrust [0.0]
高エネルギーコライダー物理学では、量子アシストアルゴリズムが粒子をジェットに加速させる。
量子アニールは、正確な古典的アプローチと類似した性能が得られる。
チューニングなしでは、同等の性能はハイブリッド量子/古典的アプローチによって得ることができる。
論文 参考訳(メタデータ) (2022-05-05T17:46:07Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - Quantum spectral clustering algorithm for unsupervised learning [0.8399688944263843]
本稿では,量子プロセッサ上でのスペクトルクラスタリングを実現する回路設計を提案する。
確立された量子$k$-meansアルゴリズムと比較して、我々の手法は量子ランダムアクセスメモリや量子断熱処理を必要としない。
論文 参考訳(メタデータ) (2022-03-07T05:06:47Z) - Quantum communication complexity beyond Bell nonlocality [87.70068711362255]
効率的な分散コンピューティングは、リソース要求タスクを解決するためのスケーラブルな戦略を提供する。
量子リソースはこのタスクに適しており、古典的手法よりも優れた明確な戦略を提供する。
我々は,ベルのような不等式に,新たなコミュニケーション複雑性タスクのクラスを関連付けることができることを証明した。
論文 参考訳(メタデータ) (2021-06-11T18:00:09Z) - Balanced k-Means Clustering on an Adiabatic Quantum Computer [0.0]
本稿では、D-Wave 2000Qアダイバティック量子コンピュータ上で、バランスの取れた$k$-meansクラスタリング訓練問題を解くための量子的アプローチを提案する。
既存の古典的アプローチは大規模なデータセットではスケールが悪く、ローカルに最適なソリューションを保証するだけである。
論文 参考訳(メタデータ) (2020-08-10T21:15:47Z)
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。