1Quantum Research Centre, Technology Innovation Institute, Abu Dhabi, ΗΑΕ
2Departament de Física Quàntica i Astrofísica και Institut de Ciències del Cosmos (ICCUB), Universitat de Barcelona, Βαρκελώνη, Ισπανία.
3Τμήμα Θεωρητικής Φυσικής, CERN, CH-1211 Γενεύη 23, Ελβετία.
4Ινστιτούτο Φυσικής, Εθνικό Πανεπιστήμιο Yang Ming Chiao Tung, Hsinchu 30010, Ταϊβάν.
5TIF Lab, Dipartimento di Fisica, Università degli Studi di Milano και INFN Sezione di Milano, Μιλάνο, Ιταλία.
Βρείτε αυτό το άρθρο ενδιαφέρουσα ή θέλετε να συζητήσετε; Scite ή αφήστε ένα σχόλιο για το SciRate.
Περίληψη
Προτείνουμε και αξιολογούμε μια εναλλακτική αρχιτεκτονική κβαντικής γεννήτριας στο πλαίσιο της παραγωγικής αντίπαλης μάθησης για τη δημιουργία γεγονότων του Μόντε Κάρλο, που χρησιμοποιείται για την προσομοίωση διεργασιών φυσικής σωματιδίων στον Μεγάλο Επιταχυντή Αδρονίων (LHC). Επικυρώνουμε αυτή τη μεθοδολογία εφαρμόζοντας το κβαντικό δίκτυο σε τεχνητά δεδομένα που παράγονται από γνωστές υποκείμενες διανομές. Στη συνέχεια, το δίκτυο εφαρμόζεται σε σύνολα δεδομένων συγκεκριμένων διαδικασιών σκέδασης LHC που δημιουργούνται από το Μόντε Κάρλο. Η νέα αρχιτεκτονική κβαντικής γεννήτριας οδηγεί σε γενίκευση των υλοποιήσεων τελευταίας τεχνολογίας, επιτυγχάνοντας μικρότερες αποκλίσεις Kullback-Leibler ακόμη και με δίκτυα μικρού βάθους. Επιπλέον, η κβαντική γεννήτρια μαθαίνει με επιτυχία τις υποκείμενες συναρτήσεις διανομής ακόμα και αν εκπαιδευτεί με μικρά σετ δειγμάτων εκπαίδευσης. Αυτό είναι ιδιαίτερα ενδιαφέρον για εφαρμογές αύξησης δεδομένων. Αναπτύσσουμε αυτή τη νέα μεθοδολογία σε δύο διαφορετικές αρχιτεκτονικές κβαντικού υλικού, τεχνολογίες παγιδευμένου ιόντος και υπεραγώγιμων τεχνολογιών, για να δοκιμάσουμε τη βιωσιμότητά του ανεξάρτητη από το υλικό.
Επιλεγμένη εικόνα: Στα αριστερά, σχηματικά βήματα που εμπλέκονται στην εκπαίδευση στυλ-qGAN. Στα δεξιά, οριακές κατανομές δειγμάτων για τα φυσικά παρατηρήσιμα, s, t, y σε pp -> ttbar παραγωγή στο LHC για το μοντέλο style-qGAN.
► Δεδομένα BibTeX
► Αναφορές
[1] J. Preskill, Quantum 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79
[2] F. Arute, K. Arya, R. Babbush, D. Bacon, JC Bardin, R. Barends, R. Biswas, S. Boixo, FGSL Brandao, DA Buell, et al., Nature 574, 505 (2019).
https://doi.org/10.1038/s41586-019-1666-5
[3] H.-S. Zhong, Η. Wang, Υ.-Η. Deng, M.-C. Chen, L.-C. Peng, Υ.-Η. Luo, J. Qin, D. Wu, X. Ding, Y. Hu, et al., Science 370, 1460 (2020).
https: / / doi.org/ 10.1126 / science.abe8770
[4] M. Cerezo, A. Arrasmith, R. Babbush, SC Benjamin, S. Endo, K. Fujii, JR McClean, K. Mitarai, X. Yuan, L. Cincio, et al., Nature Reviews Physics 3, 625–644 (2021).
https://doi.org/10.1038/s42254-021-00348-9
[5] K. Bharti, A. Cervera-Lierta, TH Kyaw, T. Haug, S. Alperin-Lea, A. Anand, M. Degroote, H. Heimonen, JS Kottmann, T. Menke, W.-K. Mok, S. Sim, L.-C. Kwek και A. Aspuru-Guzik, Reviews of Modern Physics 94, 015004 (2022).
https: / / doi.org/ 10.1103 / RevModPhys.94.015004
[6] J. Biamonte, P. Wittek, N. Pancotti, P. Rebentrost, N. Wiebe, and S. Lloyd, Nature 549, 195 (2017).
https: / / doi.org/ 10.1038 / nature23474
[7] M. Schuld και F. Petruccione, Εποπτευόμενη μάθηση με κβαντικούς υπολογιστές, τόμ. 17 (Springer, 2018).
https://doi.org/10.1007/978-3-319-96424-9
[8] N. Wiebe, D. Braun, and S. Lloyd, Physical Review Letters 109, 050505 (2012).
https: / / doi.org/ 10.1103 / PhysRevLett.109.050505
[9] S. Lloyd, M. Mohseni, and P. Rebentrost, arXiv προεκτύπωση arXiv:1307.0411 (2013).
https://doi.org/10.48550/arXiv.1307.0411
arXiv: 1307.0411
[10] P. Rebentrost, M. Mohseni, and S. Lloyd, Physical Review Letters 113, 130503 (2014).
https: / / doi.org/ 10.1103 / physrevlett.113.130503
[11] I. Kerenidis and A. Prakash, Physical Review A 101, 022316 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.101.022316
[12] AW Harrow, A. Hassidim, and S. Lloyd, Physical Review Letters 103, 150502 (2009).
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
[13] M. Benedetti, E. Lloyd, S. Sack, and M. Fiorentini, Quantum Science and Technology 4, 043001 (2019a).
https://doi.org/10.1088/2058-9565/ab4eb5
[14] S. Sim, PD Johnson και A. Aspuru-Guzik, Advanced Quantum Technologies 2, 1900070 (2019).
https: / / doi.org/ 10.1002 / qute.201900070
[15] C. Bravo-Prieto, J. Lumbreras-Zarapico, L. Tagliacozzo και JI Latorre, Quantum 4, 272 (2020).
https://doi.org/10.22331/q-2020-05-28-272
[16] M. Larocca, N. Ju, D. García-Martín, PJ Coles και M. Cerezo, arXiv προεκτύπωση arXiv:2109.11676 (2021).
https://doi.org/10.48550/arXiv.2109.11676
arXiv: 2109.11676
[17] M. Schuld, R. Sweke και JJ Meyer, Physical Review A 103, 032430 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.032430
[18] T. Goto, QH Tran και K. Nakajima, Physical Review Letters 127, 090506 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.090506
[19] A. Pérez-Salinas, D. López-Núñez, A. García-Sáez, P. Forn-Díaz και JI Latorre, Physical Review A 104, 012405 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.104.012405
[20] V. Havlíček, AD Córcoles, K. Temme, AW Harrow, A. Kandala, JM Chow και JM Gambetta, Nature 567, 209 (2019).
https://doi.org/10.1038/s41586-019-0980-2
[21] M. Schuld, A. Bocharov, KM Svore, and N. Wiebe, Physical Review A 101, 032308 (2020).
https: / / doi.org/ 10.1103 / physreva.101.032308
[22] A. Pérez-Salinas, A. Cervera-Lierta, E. Gil-Fuster και JI Latorre, Quantum 4, 226 (2020).
https://doi.org/10.22331/q-2020-02-06-226
[23] T. Dutta, A. Pérez-Salinas, JPS Cheng, JI Latorre και M. Mukherjee, Physical Review A 106, 012411 (2022).
https: / / doi.org/ 10.1103 / PhysRevA.106.012411
[24] J. Romero, JP Olson και A. Aspuru-Guzik, Quantum Science and Technology 2, 045001 (2017).
https: / / doi.org/ 10.1088 / 2058-9565 / aa8072
[25] A. Pepper, N. Tischler και GJ Pryde, Physical Review Letters 122, 060501 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.060501
[26] C. Bravo-Prieto, Machine Learning: Science and Technology 2, 035028 (2021).
https: / / doi.org/ 10.1088 / 2632-2153 / ac0616
[27] C. Cao και X. Wang, Physical Review Applied 15, 054012 (2021).
https: / / doi.org/ 10.1103 / PhysRevApplied.15.054012
[28] M. Benedetti, D. Garcia-Pintos, O. Perdomo, V. Leyton-Ortega, Y. Nam, and A. Perdomo-Ortiz, npj Quantum Information 5, 1 (2019b).
https://doi.org/10.1038/s41534-019-0157-8
[29] KE Hamilton, EF Dumitrescu και RC Pooser, Physical Review A 99, 062323 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062323
[30] B. Coyle, D. Mills, V. Danos, and E. Kashefi, npj Quantum Information 6, 1 (2020).
https://doi.org/10.1038/s41534-020-00288-9
[31] Π.-Λ. Dallaire-Demers and N. Killoran, Physical Review A 98, 012324 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.012324
[32] S. Lloyd and C. Weedbrook, Physical Review Letters 121, 040502 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.040502
[33] I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, A. Courville και Y. Bengio, Communications of the ACM 63, 139–144 (2020).
https: / / doi.org/ 10.1145 / 3422622
[34] C. Zoufal, A. Lucchi και S. Woerner, npj Quantum Information 5, 1 (2019).
https://doi.org/10.1038/s41534-019-0223-2
[35] J. Zeng, Y. Wu, J.-G. Liu, L. Wang και J. Hu, Physical Review A 99, 052306 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.052306
[36] H. Situ, Z. He, Y. Wang, L. Li, and S. Zheng, Information Sciences 538, 193 (2020).
https://doi.org/ 10.1016/j.ins.2020.05.127
[37] L. Hu, S.-H. Wu, W. Cai, Y. Ma, X. Mu, Y. Xu, H. Wang, Y. Song, D.-L. Deng, C.-L. Zou, et al., Science advances 5, eaav2761 (2019).
https: / / doi.org/ 10.1126 / sciadv.aav2761
[38] M. Benedetti, E. Grant, L. Wossnig και S. Severini, New Journal of Physics 21, 043023 (2019c).
https://doi.org/10.1088/1367-2630/ab14b5
[39] J. Romero και A. Aspuru-Guzik, Advanced Quantum Technologies 4, 2000003 (2021).
https: / / doi.org/ 10.1002 / qute.202000003
[40] MY Niu, A. Zlokapa, M. Broughton, S. Boixo, M. Mohseni, V. Smelyanskyi και H. Neven, Physical Review Letters 128, 220505 (2022).
https: / / doi.org/ 10.1103 / PhysRevLett.128.220505
[41] T. Karras, S. Laine και T. Aila, IEEE Transactions on Pattern Analysis and Machine Intelligence 43, 4217 (2021).
https: / / doi.org/ 10.1109 / TPAMI.2020.2970919
[42] A. Pérez-Salinas, J. Cruz-Martinez, AA Alhajri, and S. Carrazza, Physical Review D 103, 034027 (2021).
https: / / doi.org/ 10.1103 / PhysRevD.103.034027
[43] W. Guan, G. Perdue, A. Pesah, M. Schuld, K. Terashi, S. Vallecorsa, and J.-R. Vlimant, Machine Learning: Science and Technology 2, 011003 (2021).
https://doi.org/10.1088/2632-2153/abc17d
[44] SY Chang, S. Vallecorsa, EF Combarro και F. Carminati, arXiv προεκτύπωση arXiv:2101.11132 (2021a).
https://doi.org/10.48550/arXiv.2101.11132
arXiv: 2101.11132
[45] SY Chang, S. Herbert, S. Vallecorsa, EF Combarro και R. Duncan, EPJ Web of Conferences 251, 03050 (2021b).
https://doi.org/10.1051/epjconf/202125103050
[46] V. Belis, S. González-Castillo, C. Reissel, S. Vallecorsa, EF Combarro, G. Dissertori και F. Reiter, EPJ Web of Conferences 251, 03070 (2021).
https://doi.org/10.1051/epjconf/202125103070
[47] GR Khattak, S. Vallecorsa, F. Carminati και GM Khan, The European Physical Journal C 82, 1 (2022).
https://doi.org/10.1140/epjc/s10052-022-10258-4
[48] P. Baldi, L. Blecher, A. Butter, J. Collado, JN Howard, F. Keilbach, T. Plehn, G. Kasieczka, and D. Whiteson, arXiv preprint arXiv:2012.11944 (2021).
https://doi.org/10.48550/arXiv.2012.11944
arXiv: 2012.11944
[49] M. Backes, A. Butter, T. Plehn, and R. Winterhalder, SciPost Physics 10, 89 (2021).
https: / / doi.org/ 10.21468 / SciPostPhys.10.4.089
[50] A. Butter and T. Plehn, στο Artificial Intelligence For High Energy Physics (World Scientific, 2022) σελ. 191–240.
https: / / doi.org/ 10.1142 / 9789811234033_0007
[51] A. Butter, S. Diefenbacher, G. Kasieczka, B. Nachman, and T. Plehn, SciPost Physics 10, 139 (2021).
https: / / doi.org/ 10.21468 / SciPostPhys.10.6.139
[52] A. Butter, T. Plehn και R. Winterhalder, SciPost Physics Core 3, 9 (2020).
https://doi.org/ 10.21468/SciPostPhysCore.3.2.009
[53] M. Bellagente, A. Butter, G. Kasieczka, T. Plehn και R. Winterhalder, SciPost Physics 8, 70 (2020).
https: / / doi.org/ 10.21468 / SciPostPhys.8.4.070
[54] A. Butter, T. Plehn και R. Winterhalder, SciPost Physics 7, 75 (2019).
https: / / doi.org/ 10.21468 / SciPostPhys.7.6.075
[55] S. Efthymiou, S. Ramos-Calderer, C. Bravo-Prieto, A. Pérez-Salinas, D. García-Martín, A. Garcia-Saez, JI Latorre, and S. Carrazza, Quantum Science and Technology 7, 015018 ( 2021α).
https://doi.org/10.1088/2058-9565/ac39f5
[56] S. Efthymiou, S. Carrazza, S. Ramos, bpcarlos, AdrianPerezSalinas, D. García-Martín, Paul, J. Serrano και atomicprinter, qiboteam/qibo: Qibo 0.1.6-rc1 (2021b).
https: / / doi.org/ 10.5281 / zenodo.5088103
[57] M. Abadi, A. Agarwal, P. Barham, E. Brevdo, Z. Chen, C. Citro, GS Corrado, A. Davis, J. Dean, M. Devin, et al., TensorFlow: Large-scale machine learning σχετικά με ετερογενή συστήματα (2015), λογισμικό διαθέσιμο από το tensorflow.org.
https: / / www.tensorflow.org/
[58] afrancis heplat, C. Bravo-Prieto, S. Carrazza, M. Cè, J. Baglio και dm grabowska, Qti-th/style-qgan: v1.0.0 (2021).
https: / / doi.org/ 10.5281 / zenodo.5567077
[59] MD Zeiler, arXiv προεκτύπωση arXiv:1212.5701 (2012).
https://doi.org/10.48550/arXiv.1212.5701
arXiv: 1212.5701
[60] M. Ostaszewski, E. Grant και M. Benedetti, Quantum 5, 391 (2021).
https://doi.org/10.22331/q-2021-01-28-391
[61] S. Kullback και RA Leibler, The Annals of Mathematical Statistics 22, 79 (1951).
https: / / doi.org/ 10.1214 / aoms / 1177729694
[62] M. Frid-Adar, E. Klang, M. Amitai, J. Goldberger και H. Greenspan, το 2018 IEEE 15th International Symposium on Biomedical Imaging (ISBI 2018) (2018) σελ. 289–293.
https://doi.org/10.1109/ISBI.2018.8363576
[63] FHK dos Santos Tanaka και C. Aranha, arXiv προεκτύπωση arXiv:1904.09135 (2019).
https://doi.org/10.48550/arXiv.1904.09135
arXiv: 1904.09135
[64] J. Alwall, R. Frederix, S. Frixione, V. Hirschi, F. Maltoni, O. Mattelaer, HS Shao, T. Stelzer, P. Torrielli, and M. Zaro, Journal of High Energy Physics 07, 079 (2014 ).
https: / / doi.org/ 10.1007 / JHEP07 (2014) 079
[65] R. Frederix, S. Frixione, V. Hirschi, D. Pagani, HS Shao και M. Zaro, Journal of High Energy Physics 07, 185 (2018).
https: / / doi.org/ 10.1007 / JHEP07 (2018) 185
[66] Ι.-Κ. Yeo and RA Johnson, Biometrika 87, 954 (2000).
https://doi.org/ 10.1093/biomet/87.4.954
[67] F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, J. Vanderplas, A. Passos, D. Cournapeau, M. Brucher, M. Perrot, and E. Duchesnay, Journal of Machine Learning Research 12, 2825–2830 (2011).
https: / / dl.acm.org/ doi / 10.5555 / 1953048.2078195
[68] G. Aleksandrowicz, T. Alexander, P. Barkoutsos, L. Bello, Y. Ben-Haim, D. Bucher, FJ Cabrera-Hernández, J. Carballo-Franquis, A. Chen, C.-F. Chen, et al., Qiskit: An Open-source Framework for Quantum Computing (2019).
https: / / doi.org/ 10.5281 / zenodo.2562111
Αναφέρεται από
[1] Travis S. Humble, Andrea Delgado, Raphael Pooser, Christopher Seck, Ryan Bennink, Vicente Leyton-Ortega, C. -C. Joseph Wang, Eugene Dumitrescu, Titus Morris, Kathleen Hamilton, Dmitry Lyakh, Prasanna Date, Yan Wang, Nicholas A. Peters, Katherine J. Evans, Marcel Demarteau, Alex McCaskey, Thien Nguyen, Susan Clark, Melissa Reville, Alberto Di Meglio, Michele Grossi, Sofia Vallecorsa, Kerstin Borras, Karl Jansen και Dirk Krücker, «Λευκή Βίβλος Snowmass: Quantum Computing Systems and Software for High-Energy Physics Research», arXiv: 2203.07091.
[2] Andreas Adelmann, Walter Hopkins, Ευάγγελος Κουρλίτης, Michael Kagan, Gregor Kasieczka, Claudius Krause, David Shih, Vinicius Mikuni, Benjamin Nachman, Kevin Pedro και Daniel Winklehner, «Νέες κατευθύνσεις για υποκατάστατα μοντέλα και διαφοροποιήσιμο προγραμματισμό Physics προσομοίωση ανιχνευτή», arXiv: 2203.08806.
[3] Andrea Delgado, Kathleen E. Hamilton, Prasanna Date, Jean-Roch Vlimant, Duarte Magano, Yasser Omar, Pedrame Bargassa, Anthony Francis, Alessio Gianelle, Lorenzo Sestini, Donatella Lucchesi, Davide Zuliani, Davide Nicotra, Jacco de V Dominica Dibenedetto, Miriam Lucio Martinez, Eduardo Rodrigues, Carlos Vazquez Sierra, Sofia Vallecorsa, Jesse Thaler, Carlos Bravo-Prieto, su Yeon Chang, Jeffrey Lazar και Carlos A. Argüelles, "Quantum Computing for Data Analysis" , arXiv: 2203.08805.
[4] Yuxuan Du, Zhuozhuo Tu, Bujiao Wu, Xiao Yuan και Dacheng Tao, «Power of Quantum Generative Learning», arXiv: 2205.04730.
[5] Stefano Carrazza, Σταύρος Ευθυμίου, Marco Lazzarin και Andrea Pasquale, «An open-source modular framework for quantum computing», arXiv: 2202.07017.
[6] Sandra Nguemto και Vicente Leyton-Ortega, «Re-QGAN: ένα βελτιστοποιημένο πλαίσιο εκμάθησης κβαντικού κυκλώματος αντιπάλου», arXiv: 2208.02165.
[7] Gabriele Agliardi, Michele Grossi, Mathieu Pellen και Enrico Prati, «Quantum integration of elementary particle processes». Γράμματα Φυσικής Β 832, 137228 (2022).
[8] Jack Y. Araz και Michael Spannowsky, «Classical versus Quantum: comparing Tensor Network-based Quantum Circuits on LHC data». arXiv: 2202.10471.
[9] Andrea Delgado και Kathleen E. Hamilton, “Unsupervised Quantum Circuit Learning in High Energy Physics”. arXiv: 2203.03578.
[10] Sulaiman Alvi, Christian Bauer και Benjamin Nachman, "Quantum Anomaly Detection for Collider Physics", arXiv: 2206.08391.
[11] Oriel Kiss, Michele Grossi, Enrique Kajomovitz και Sofia Vallecorsa, «Conditional Born machine for Monte Carlo events generation», arXiv: 2205.07674.
Οι παραπάνω αναφορές είναι από SAO / NASA ADS (τελευταία ενημέρωση επιτυχώς 2022-08-18 08:19:35). Η λίστα μπορεί να είναι ελλιπής, καθώς δεν παρέχουν όλοι οι εκδότες τα κατάλληλα και πλήρη στοιχεία αναφοράς.
On Η υπηρεσία παραπομπής του Crossref δεν βρέθηκαν δεδομένα σχετικά με την αναφορά έργων (τελευταία προσπάθεια 2022-08-18 08:19:33).
Αυτό το Βιβλίο δημοσιεύεται στο Quantum στο πλαίσιο του Creative Commons Attribution 4.0 Διεθνής (CC BY 4.0) άδεια. Τα πνευματικά δικαιώματα παραμένουν στους κατόχους των πρωτότυπων δικαιωμάτων πνευματικής ιδιοκτησίας όπως οι δημιουργοί ή τα ιδρύματά τους
