論文の概要: SYMBA: Symbolic Computation of Squared Amplitudes in High Energy Physics
with Machine ALearning
- arxiv url: http://arxiv.org/abs/2206.08901v1
- Date: Fri, 17 Jun 2022 17:22:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-20 15:07:52.475522
- Title: SYMBA: Symbolic Computation of Squared Amplitudes in High Energy Physics
with Machine ALearning
- Title(参考訳): SYMBA:機械学習による高エネルギー物理における正方形振幅の記号計算
- Authors: Abdulhakim Alnuqaydan, Sergei Gleyzer, Harrison Prosper
- Abstract要約: 我々はシーケンス・ツー・シーケンス・トランスモデルを用いて相互作用の2乗振幅を計算する。
本研究では,QCDおよびQEDプロセスの2乗振幅の89.0%と99.4%を精度良く予測できる変換器モデルを示す。
- 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: The cross section is one of the most important physical quantities in
high-energy physics and the most time consuming to compute. While machine
learning has proven to be highly successful in numerical calculations in
high-energy physics, analytical calculations using machine learning are still
in their infancy. In this work, we use a sequence-to-sequence transformer model
to compute a key element of the cross section calculation, namely, the squared
amplitude of an interaction. We show that a transformer model is able to
predict correctly 89.0% and 99.4% of squared amplitudes of QCD and QED
processes, respectively. We discuss the performance of the current model, its
limitations and possible future directions for this work.
- Abstract(参考訳): 断面は高エネルギー物理学において最も重要な物理量の一つであり、計算に最も時間がかかる。
機械学習は高エネルギー物理学における数値計算で非常に成功したが、機械学習を用いた解析計算はまだ初期段階にある。
本研究では,区間計算のキー要素,すなわち相互作用の2乗振幅を計算するためにシーケンシャル・ツー・シーケンス変換モデルを用いる。
変圧器モデルは, qcdとqedの2乗振幅の89.0%と99.4%を精度良く予測できることを示した。
我々は,現在のモデルの性能,限界,今後の方向性について考察する。
関連論文リスト
- VQE-inspired optimization for spin chains work extraction [39.58317527488534]
本稿では,変分量子固有解法(VQE)アルゴリズムにインスパイアされた抽出可能エネルギーの最適化手法を提案する。
本研究では、パラメータ化量子回路のハードウェア効率アンサッツ(HEA)クラスを用いて、限られたユニタリの集合を明示的に考慮する。
以上の結果から, 隣接スピン間の接続性を有する量子回路では, 最も効率のよい回路が得られることが示唆された。
論文 参考訳(メタデータ) (2023-10-11T15:59:54Z) - Quantum Computing for High-Energy Physics: State of the Art and
Challenges. Summary of the QC4HEP Working Group [33.8590861326926]
本論文はCERN, DESY, IBMが主導し,高エネルギー物理量子計算の現状について述べる。
近い将来に対処できる理論的および実験的なターゲットベンチマークアプリケーションの例を示す。
可能であれば、IBM 100 x 100の課題を念頭に置いて、エラー軽減量子コンピューティングを使用した例のリソース推定も提供する。
論文 参考訳(メタデータ) (2023-07-06T18:01:02Z) - QH9: A Quantum Hamiltonian Prediction Benchmark for QM9 Molecules [72.73126947400603]
我々は、999の分子動力学軌道に対して正確なハミルトン行列を提供するために、QH9と名付けられた新しい量子ハミルトンデータセットを生成する。
現在の機械学習モデルでは、任意の分子に対するハミルトン行列を予測する能力がある。
論文 参考訳(メタデータ) (2023-06-15T23:39:07Z) - Machine-learning-accelerated simulations to enable automatic surface
reconstruction [2.9599032866864654]
ab initioシミュレーションは、理論上、熱力学変数の関数として材料表面の構造を予測することができる。
本稿では,多成分材料の表面位相図を予測するための二面計算ループを提案する。
論文 参考訳(メタデータ) (2023-05-12T04:53:59Z) - Physics-informed machine learning for moving load problems [1.07096034039364]
本稿では,物理インフォームド・機械学習(PIML)を用いた移動負荷の前方および逆問題に対する新しいシミュレーション手法を提案する。
物理インフォームドニューラルネットワーク(PINN)は、移動負荷問題の基盤となる物理を利用して、ビームの偏向と負荷の大きさを予測する。
論文 参考訳(メタデータ) (2023-04-01T18:32:56Z) - Faster spectral density calculation using energy moments [77.34726150561087]
我々は、最近提案されたガウス積分変換法を、ハミルトニアン系のフーリエモーメントの観点から再構成する。
このフレームワークの主な利点の1つは、計算コストの大幅な削減を可能にすることである。
論文 参考訳(メタデータ) (2022-11-01T23:57:58Z) - Statistical and machine learning approaches for prediction of long-time
excitation energy transfer dynamics [0.0]
ここでの目的は、SARIMA、CatBoost、Prophet、畳み込み、反復ニューラルネットワークのようなモデルがこの要件を回避できるかどうかを示すことである。
以上の結果から,SARIMAモデルが長期力学の予測を行うための計算コストが安価かつ正確な方法として機能することが示唆された。
論文 参考訳(メタデータ) (2022-10-25T16:50:26Z) - First design of a superconducting qubit for the QUB-IT experiment [50.591267188664666]
QUB-ITプロジェクトの目標は、量子非破壊(QND)測定と絡み合った量子ビットを利用した、反復的な単一光子カウンタを実現することである。
本稿では,Qiskit-Metalを用いた共振器に結合したトランスモン量子ビットからなる第1の超伝導デバイスの設計とシミュレーションを行う。
論文 参考訳(メタデータ) (2022-07-18T07:05:10Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳(メタデータ) (2021-06-24T15:58:57Z) - Assessing the Precision of Quantum Simulation of Many-Body Effects in
Atomic Systems using the Variational Quantum Eigensolver Algorithm [0.0]
本研究では,原子系の基底状態エネルギーにおける平均場近似を超えた物理効果について検討した。
古典量子ハイブリッド変分量子固有解法(VQE)アルゴリズムを用いる。
より多くの量子ビットが利用可能になると、我々の研究は、様々なアプリケーションに対する他の興味のある特性を計算するための最初のステップとして機能する。
論文 参考訳(メタデータ) (2021-01-14T11:26:32Z) - Considerations for evaluating thermodynamic properties with hybrid
quantum-classical computing work-flows [0.0]
量子コンピュータにおける量子化学の応用は、現在、変分量子固有解法アルゴリズムに大きく依存している。
本稿では、熱力学特性を計算するために、ハイブリッド量子古典型ワークフローの要約を示す。
作業フローオプションの選択を慎重に行うことで、等価な計算時間でほぼオーダーオブマグニチュードの精度が向上できることが示される。
論文 参考訳(メタデータ) (2020-03-04T19:32:53Z)
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。