Large Hadron Collider (LHC) blev relanceret i foråret 2022 efter tre års vedligeholdelse.
Kvantemaskinelæringsmetoder er alleredeblev brugt i partikelfysik til at løse problemer med at klassificere begivenheder og rekonstruere partikelspor, men holdet var det første til at bruge dem til at identificere ladningen af en hadron-jet. For at gøre dette har forskere udviklet en variationsmæssig kvanteklassifikator baseret på to forskellige kvanteskemaer.
Fysikere brugte en kvantesimulator tilsammenligne effektiviteten af den nye metode og i øjeblikket brugte dybe neurale netværk. Det viste sig, at kvantekredsløbet stadig er lidt ringere i ydeevne, men forskellen er ikke stor.
Ydeevnen af forskellige algoritmer iafhængigt af strålens tværgående momentum. DNN - traditionel deep learning, Angle Emb. og Amplitude Amb. — kvantekredsløb. Billede: Alessio Gianelle et al., Journal of High Energy Physics
Samtidig en ny metode ved hjælp af kvantenetværk opnår optimal ydeevne med færre begivenheder. Dette vil hjælpe med at reducere brugen af ressourcer til at behandle de enorme datastrømme, der modtages på LHC. På samme tid, når man bruger et stort antal funktioner, udkonkurrerer dyb maskinlæring stadig kvantealgoritmer. Forskere mener, at dette vil ændre sig, efterhånden som mere effektiv kvantehardware bliver tilgængelig.
Forskerne fandt også, at kvanteAlgoritmer gør det muligt at studere sammenhænge mellem funktioner. Dette er nødvendigt for at udtrække information om korrelationerne mellem jetkomponenterne. Og derfor vil kvanteanalyse forbedre identifikationen af smagen af hadronstrålen.
Bruger kvantemaskinelæring indtil videreer i sin vorden, siger forfatterne. Efterhånden som fysikere får erfaring med kvanteberegning, bør der forventes radikale forbedringer inden for hardware og computerteknologi.
Læs mere:
Snart vil en solstorm ramme Jorden: materialet flyver med en hastighed på 800 km/s
Forskere filmede et mærkeligt væsen med fangarme, som de forvekslede med en blomst
Rusland forlader ISS: Hvad vil der ske nu, og hvorfor vedligeholdelsen af stationen er truet