論文の概要: Quantum-Annealing-Inspired Algorithms for Track Reconstruction at High-Energy Colliders
- arxiv url: http://arxiv.org/abs/2402.14718v2
- Date: Fri, 30 Aug 2024 08:59:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-02 20:21:37.006314
- Title: Quantum-Annealing-Inspired Algorithms for Track Reconstruction at High-Energy Colliders
- Title（参考訳）: 高エネルギー衝突体におけるトラック再構成のための量子アニール型アルゴリズム
- Authors: Hideki Okawa, Qing-Guo Zeng, Xian-Zhe Tao, Man-Hong Yung,
- Abstract要約: トラック再構成は二次的制約のない2進最適化問題として定式化することができる。
粒子追跡問題の解法としてシミュレートされた分岐アルゴリズムを用いることができることを示す。
- 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: Charged particle reconstruction or track reconstruction is one of the most crucial components of pattern recognition in high-energy collider physics. It is known to entail enormous consumption of computing resources, especially when the particle multiplicity is high, which will be the conditions at future colliders, such as the High Luminosity Large Hadron Collider and Super Proton-Proton Collider. Track reconstruction can be formulated as a quadratic unconstrained binary optimization (QUBO) problem, for which various quantum algorithms have been investigated and evaluated with both a quantum simulator and hardware. Simulated bifurcation algorithms are a set of quantum-annealing-inspired algorithms, known to be serious competitors to other Ising machines. In this study, we show that simulated bifurcation algorithms can be employed to solve the particle tracking problem. The simulated bifurcation algorithms run on classical computers and are suitable for parallel processing and usage of graphical processing units, and they can handle significantly large amounts of data at high speed. These algorithms exhibit reconstruction efficiency and purity comparable to or sometimes improved over those of simulated annealing, but the running time can be reduced by as much as four orders of magnitude. These results suggest that QUBO models together with quantum-annealing-inspired algorithms are valuable for current and future particle tracking problems.
- Abstract（参考訳）: 荷電粒子再構成や軌道再構成は、高エネルギーコライダー物理学におけるパターン認識の最も重要な要素の1つである。
計算資源の膨大な消費は知られており、特に粒子の乗算率が高ければ、高輝度大型ハドロン衝突型加速器やスーパープロトン-プロトン衝突型加速器のような将来の衝突機の条件となる。
トラック再構成は2次非拘束バイナリ最適化(QUBO)問題として定式化することができ、様々な量子アルゴリズムが量子シミュレータとハードウェアの両方で研究・評価されている。
シミュレーション分岐アルゴリズム(simulated bifurcation algorithm)は、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集合であり、他のイジングマシンと真剣な競合関係にあることが知られている。
本研究では,粒子追跡問題の解法としてシミュレートされた分岐アルゴリズムを用いることができることを示す。
シミュレーションされた分岐アルゴリズムは古典的コンピュータ上で動作し、グラフィカル処理ユニットの並列処理や使用に適しており、高速で大量のデータを処理できる。
これらのアルゴリズムは、再現効率と純度をシミュレートした焼鈍法と比較し、時折改善するが、実行時間を最大4桁まで短縮することができる。
これらの結果から,QUBOモデルと量子アニーリングにインスパイアされたアルゴリズムは,現在および将来の粒子追跡問題に有用であることが示唆された。
関連論文リスト
- 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) - A quantum algorithm for track reconstruction in the LHCb vertex detector [0.09423257767158631]
線形代数的アプローチを用いたIsing-like Hamiltonianの最小化に基づく新しい粒子軌道再構成アルゴリズムを提案する。
また,Harrow-Hassadim-Lloyd (HHL)アルゴリズムを用いた量子アルゴリズムの実装を提案する。
論文 参考訳（メタデータ） (2023-08-01T15:47:02Z) - Particle track reconstruction with noisy intermediate-scale quantum
computers [0.0]
荷電粒子の軌道の再構成は、現在および将来のコライダー実験における重要な計算課題である。
この問題は2次非制約バイナリ最適化(QUBO)として定式化することができ、変分量子固有解法(VQE)アルゴリズムを用いて解かれる。
この研究は、VQEが粒子追跡に使用できるという原理の証明となり、VQEの最適化にもっと適するように、VQEの修正を調査した。
論文 参考訳（メタデータ） (2023-03-23T13:29:20Z) - 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) - 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 clustering and jet reconstruction at the LHC [0.0]
CERNのLarge Hadron Colliderでのジェットクラスタリングは計算コストが高い。
古典ジェットクラスタリングアルゴリズムを高速化する2つの新しい量子アルゴリズムを考える。
論文 参考訳（メタデータ） (2022-04-13T16:27:04Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Quantum speedup for track reconstruction in particle accelerators [51.00143435208596]
我々は,各局所追跡法に存在する基本ルーチンを4つ同定し,標準追跡アルゴリズムの文脈でどのようにスケールするかを解析する。
発見された量子スピードアップは穏やかだが、これは私たちの知識の中でも最高のものであり、高エネルギーの物理データ処理タスクに対する量子上の優位性の最初の厳密な証拠である。
論文 参考訳（メタデータ） (2021-04-23T13:32:14Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Particle Track Reconstruction with Quantum Algorithms [1.087475836765689]
本稿では,初期シード段階におけるバックグラウンドの低減を目的とした量子ベーストラック探索アルゴリズムの実装について述べる。
荷電粒子軌道の再構築は、HL-LHCデータの正しい解釈にとって大きな課題となる。
論文 参考訳（メタデータ） (2020-03-18T09:59:20Z)
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。