XiaoMi-AI文件搜索系统
World File Search System高能物理
高能物理中的软件和计算。 - Indico Global
● 英国粒子物理技术咨询小组（PPTAP）（链接）[34] 同样，在软件和计算领域，英国在许多重要领域都处于领先地位，包括计算加速器的开发、低功耗计算单元的开发、计算操作、支持软件和计算、重建算法、软件框架开发、跨实验开发工具的开发、HPC 的使用以及碰撞模拟/生成程序的开发。
使用 IBM 量子计算机模拟器和 IBM 量子计算机硬件将量子机器学习应用于 LHC 的高能物理分析
我们小组率先在 LHC 的高能物理分析中使用量子机器学习 (QML)。我们已在门模型量子计算机模拟器和硬件上成功将几种 QML 分类算法应用于 ttH（与顶夸克对相关的希格斯粒子生成）和希格斯粒子到两个μ子（希格斯粒子与第二代费米子的耦合）这两项最近的 LHC 旗舰物理分析。模拟研究已使用 IBM Quantum Framework、Google Tensorflow Quantum Framework 和 Amazon Braket Framework 进行，并且我们已实现良好的分类性能，其性能类似于目前在 LHC 物理分析中使用的经典机器学习方法，例如经典 SVM、经典 BDT 和经典深度神经网络。我们还使用 IBM 超导量子计算机硬件进行了研究，其性能令人鼓舞，并且接近 IBM 量子模拟器的性能。此外，我们将研究扩展到其他 QML 领域，例如量子异常检测和量子生成对抗，并已取得一些初步成果。此外，我们还使用 NVIDIA cuQuantum 和 NERSC Perlmutter HPC 克服了大量子比特（25 个量子比特或更多）和大量事件情况下的密集计算资源挑战。
2024/12/4, 量子时代的高能物理 内田文雄 (KEK)
∂ x ψ ( xj ) | j ⟩ d dτ ∂ x ψ ( xj ) = ∂ x ψ ( xj −1 ) −2∂ x ψ ( xj ) + ∂ x ψ ( xj +1 )
高能物理中量子数据学习的量子扩散模型
基于参数化量子电路的量子机器学习模型作为当前噪声量子处理器的早期应用，引起了广泛关注。虽然此类算法在实际学习任务中相对于经典算法的优势尚未得到证实，但学习由本质上是量子的量子系统生成的分布是一种很有前途的探索途径。在其他量子生成模型中，量子扩散模型已经证明了它们学习量子分布的能力，并且已被证明可以在经典数据集上工作。在这项工作中，我们提出了将量子扩散模型应用于部分子簇射的量子数据学习，因为这些是高能物理现象，由于其固有的量子特性，很难用经典方法模拟，并构成了量子数据学习的基准。
美国能源部高能物理 - 强度前沿计划
○ 联邦咨询委员会法案 (FACA) 小组 – 美国政府的官方咨询机构 ○ 例如，高能物理咨询小组 (HEPAP) 为 DOE 和 NSF 提供 HEP 计划的主要建议，并包括负责详细研究的子小组（例如，P5 子小组、HEPAP 的“国际基准研究”子小组）
DOE 高能物理 - 强度前沿计划
○ 联邦咨询委员会法案 (FACA) 小组 – 美国政府的官方咨询机构 ○ 例如，高能物理咨询小组 (HEPAP) 向 DOE 和 NSF 提供 HEP 计划的主要建议，并包括进行详细研究的子小组（例如，P5 子小组、HEPAP 的“国际基准研究”子小组）
2025 财年国会辩护高能物理...
高能物理概述 高能物理 (HEP) 计划的使命是通过发现物质和能量的基本成分、探究它们之间的相互作用以及探索空间和时间的基本性质，了解宇宙在最基本的层面上是如何运作的。HEP 通过在粒子物理学领域的卓越科学发现以及对世界一流科学用户设施的管理来实现其使命，这些设施支持尖端研究和开发 (R&D)。HEP 继续按时、按预算交付重大建设项目，并为用户提供可靠可用的运营设施。HEP 的工作使美国在国际粒子物理研究和合作方面保持全球领先地位。我们目前对物质和能量的基本成分及其支配力的理解是由粒子物理学的标准模型描述的。然而，实验测量表明标准模型是不完整的，未来的实验可能会发现新的物理学。2014 年 5 月，粒子物理项目优先小组 (P5) 的报告“为发现而建：美国高能物理战略计划”全球背景下的粒子物理，继续指导美国能源部 (DOE) 和国家科学基金会 (NSF) 制定美国高能物理十年战略计划，以应对 20 年全球愿景。2014 年 P5 报告确定了粒子物理的五个相互交织的科学驱动因素，它们提供了令人信服的探究路线，有望发现标准模型之外的东西： 使用希格斯玻色子作为发现的新工具； 追求与中微子质量相关的物理学； 确定暗物质的新物理学； 了解宇宙加速：暗能量和膨胀； 探索未知：新粒子、相互作用和物理原理。2022 年 12 月，DOE 和 NSF 责成高能物理咨询小组 (HEPAP) 组建一个新的 P5 小组，制定该领域的十年计划。在 2023 年 12 月的 HEPAP 会议上，小组提交了新的 2023 年 P5 报告“探索量子宇宙：粒子物理学创新和发现的途径”，HEPAP 随后一致批准了该报告。2023 年报告发布得太晚，无法影响 2025 财年的制定。然而，该报告的第一项建议强烈重申了完成过去十年启动的重大 HEP 项目的重要性，这些项目在 2025 财年请求中得到了支持。DOE 正在研究 2023 年 P5 报告，并将准备对建议的回应并制定实施计划。HEP 计划促进科学发现，并支持五个重点子计划中的前沿研发： 能量前沿实验物理学，研究人员将粒子加速到人类有史以来的最高能量，并使其碰撞以产生和研究物质的基本成分。 强度前沿实验物理学，研究人员结合使用强粒子束和高灵敏度探测器对粒子特性进行极其精确的测量，研究标准模型预测的一些最罕见的相互作用，并寻找新物理学。 宇宙前沿实验物理学，研究人员利用自然发生的宇宙粒子和现象揭示暗物质的本质，了解暗能量和膨胀引起的宇宙加速，推断某些中微子特性，并探索未知领域。 理论、计算和跨学科物理学提供了解释实验观察和深入了解自然的框架。 先进技术研发子计划促进粒子加速和检测技术及仪器的基础研究。从人工智能/机器学习 (AI/ML)、量子信息科学 (QIS)、微电子、加速器和仪器研发中涌现出的创新研究方法和使能技术将推动科学发展
高能物理研究所计算中心
l 利用AI强大能力加速高能物理科学发现 l 为粒子物理、天体物理、同步辐射、中子科学等提供AI支持 l 开发HepAI软件与系统。l 开发用于高能物理仿真、重构、分析、实现处理的DL/ML算法。l 为高能物理训练大型语言模型（LLM）。开发用于科学研究的AI代理。l 探索高能物理的大型科学模型（LSM），包括新的预训练方法、粒子的统一表示