XiaoMi-AI文件搜索系统
World File Search System径迹
研究 LUXE 实验中粒子径迹重建的量子算法
摘要。LUXE 实验（LASER Und XFEL 实验）是 DESY Hamburg 正在规划的一项新实验，它将研究强场前沿的量子电动力学 (QED)。在这种状态下，QED 是非微扰的。这表现在从 QED 真空中创建物理电子-正电子对。LUXE 打算通过使用硅跟踪探测器等来测量这种前所未有的状态下的正电子产生率。大量预期的正电子穿过敏感的探测器层会导致极具挑战性的组合问题，这对于经典计算机来说在计算上会变得非常困难。本文提出了一项初步研究，以探索量子计算机解决此问题的潜力以及从探测器能量沉积中重建正电子轨迹。重建问题以二次无约束二进制优化的形式提出。最后，讨论了量子模拟的结果，并将其与传统的经典轨迹重建算法进行了比较。
量子图神经网络方法实现粒子径迹重建
预计高亮度大型强子对撞机 (HL-LHC) 实验的跟踪探测器所需的计算复杂度和数据规模将空前增加。虽然目前使用的基于卡尔曼滤波器的算法在同时发生的碰撞数量、占用率和可扩展性（比二次方差）的模糊性方面已达到极限，但人们正在探索各种用于粒子轨迹重建的机器学习方法。HEP.TrkX 之前使用 TrackML 数据集证明，图形神经网络通过将事件处理为连接轨迹测量的图形，可以通过将组合背景减少到可管理的数量并扩展到计算上合理的大小来提供有希望的解决方案。在之前的工作中，我们展示了量子计算对图形神经网络进行粒子轨迹重建的首次尝试。我们旨在利用量子计算的能力同时评估大量状态，从而有效地搜索大型参数空间。作为本文的下一步，我们提出了一种改进的模型，采用迭代方法来克服初始过度简化的树张量网络 (TTN) 模型的低精度收敛问题。