Fugu-MT 論文翻訳(概要): Adiabatic Quantum Algorithm for Multijet Clustering in High Energy Physics

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

Quantum-annealing-inspired algorithms for multijet clustering [0.0]
電子-陽電子衝突イベントにおいて、複数のジェットをクラスタリングするための新しい量子アニール型アルゴリズムを導入する。これらの量子アニーリングにインスパイアされたアルゴリズムの1つ、弾道的シミュレートされた分岐は、量子アニーリングアプローチによるマルチジェットクラスタリングで以前に観測された問題を克服する。
論文参考訳（メタデータ） (2024-10-18T07:31:04Z)
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 Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。どの場の量子スピードアップが達成できるかという新たな課題が生じる。量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文参考訳（メタデータ） (2024-02-26T09:32:07Z)
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)
Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文参考訳（メタデータ） (2022-08-29T15:24:03Z)
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)

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。