論文の概要: Quantum algorithms in particle physics
- arxiv url: http://arxiv.org/abs/2401.16208v1
- Date: Mon, 29 Jan 2024 15:01:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 14:29:44.417936
- Title: Quantum algorithms in particle physics
- Title(参考訳): 粒子物理学における量子アルゴリズム
- Authors: Germ\'an Rodrigo
- Abstract要約: 量子的アプローチがジェットクラスタリングアルゴリズムの複雑さを軽減する方法について論じる。
量子アルゴリズムがマルチループファインマン図の因果構造を効率的に同定する方法を示す。
- 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: We motivate the use of quantum algorithms in particle physics and provide a
brief overview of the most recent applications at high-energy colliders. In
particular, we discuss in detail how a quantum approach reduces the complexity
of jet clustering algorithms, such as anti-kT , and show how quantum algorithms
efficiently identify causal configurations of multiloop Feynman diagrams. We
also present a quantum integration algorithm, called QFIAE, which is
successfully applied to the evaluation of one-loop Feynman integrals in a
quantum simulator or in a real quantum device.
- Abstract(参考訳): 我々は、粒子物理学における量子アルゴリズムの利用を動機付け、高エネルギー衝突器における最新の応用の簡単な概要を提供する。
特に、量子アプローチがアンチktのようなジェットクラスタリングアルゴリズムの複雑さをいかに軽減するかを詳細に議論し、量子アルゴリズムがマルチループファインマン図の因果構成を効率的に識別するかを示す。
また,量子シミュレータや実量子デバイスにおける1ループファインマン積分の評価に,qfiaeと呼ばれる量子積分アルゴリズムを適用した。
関連論文リスト
- Hybrid quantum-classical approach for combinatorial problems at hadron colliders [7.2572969510173655]
粒子物理学実験における問題を解くために量子アルゴリズムの可能性を探る。
大型ハドロン衝突型加速器の完全ハドロンチャネルにおけるトップクォーク対生成について検討した。
量子アルゴリズムを用いることで,正しいペアリングを選択する効率を大幅に向上することを示す。
論文 参考訳(メタデータ) (2024-10-29T18:00:07Z) - Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。
我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文 参考訳(メタデータ) (2024-01-31T01:02:16Z) - Quantum-classical simulation of quantum field theory by quantum circuit
learning [0.0]
量子回路学習を用いて量子場理論(QFT)をシミュレートする。
我々の予測は厳密な古典計算の結果と密接に一致している。
このハイブリッド量子古典的アプローチは、最先端量子デバイス上での大規模QFTを効率的にシミュレートする可能性を示している。
論文 参考訳(メタデータ) (2023-11-27T20:18:39Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳(メタデータ) (2023-10-04T17:53:55Z) - 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) - Quantum Phase Recognition via Quantum Kernel Methods [6.3286116342955845]
本稿では,量子位相認識問題における量子学習アルゴリズムのパワーについて考察する。
我々は, 対称性保護位相と対称性破壊位相の認識を含む, 様々な問題に対して, アルゴリズムを数値的にベンチマークする。
本結果は,多粒子系における量子位相遷移の予測における量子機械学習の能力を強調した。
論文 参考訳(メタデータ) (2021-11-15T06:17:52Z) - Towards Quantum Simulations in Particle Physics and Beyond on Noisy
Intermediate-Scale Quantum Devices [1.7242431149740054]
我々は、高エネルギー物理学におけるモデル系の信頼性量子シミュレーションに近づく2つのアルゴリズムの進歩についてレビューする。
第1の方法は量子回路の次元表現率解析であり、最小でも最大表現率の量子回路を構築することができる。
第2の方法は、量子デバイス上での読み出し誤差の効率的な緩和である。
論文 参考訳(メタデータ) (2021-10-07T22:13:37Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳(メタデータ) (2021-08-30T23:50:05Z) - Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。
本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-02-24T12:48:00Z) - A general quantum algorithm for open quantum dynamics demonstrated with
the Fenna-Matthews-Olson complex [0.0]
演算子和表現あるいはリンドブラッドマスター方程式で表される任意の動的過程をシミュレートする量子アルゴリズムを開発する。
我々は、IBM QASM量子シミュレータ上のFenna-Matthews-Olson複合体の力学をシミュレートして量子アルゴリズムを実証する。
論文 参考訳(メタデータ) (2021-01-13T19:00:02Z) - Quantum walk processes in quantum devices [55.41644538483948]
グラフ上の量子ウォークを量子回路として表現する方法を研究する。
提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
論文 参考訳(メタデータ) (2020-12-28T18:04:16Z)
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。