1Центр квантовых исследований, Институт технологических инноваций, Абу-Даби, ОАЭ
2Департамент квантовой и астрофизической физики и Институт космических исследований (ICCUB), Университет Барселоны, Барселона, Испания.
3Факультет теоретической физики, ЦЕРН, CH-1211 Женева 23, Швейцария.
4Институт физики, Национальный университет Ян Мин Цзяодун, Синьчжу 30010, Тайвань.
5TIF Lab, Dipartimento di Fisica, Università degli Studi di Milano и INFN Sezione di Milano, Милан, Италия.
Находите эту статью интересной или хотите обсудить? Scite или оставить комментарий на SciRate.
Абстрактные
Мы предлагаем и оцениваем альтернативную архитектуру квантового генератора в контексте генеративного состязательного обучения для генерации событий Монте-Карло, используемую для моделирования процессов физики элементарных частиц на Большом адронном коллайдере (БАК). Мы проверяем эту методологию, реализуя квантовую сеть на искусственных данных, сгенерированных из известных базовых распределений. Затем сеть применяется к сгенерированным методом Монте-Карло наборам данных о конкретных процессах рассеяния LHC. Новая архитектура квантового генератора приводит к обобщению современных реализаций, достигая меньших расхождений Кульбака-Лейблера даже в сетях с малой глубиной. Более того, квантовый генератор успешно изучает базовые функции распределения, даже если он обучен на небольших наборах обучающих выборок; это особенно интересно для приложений увеличения данных. Мы применяем эту новую методологию на двух различных квантовых аппаратных архитектурах, технологиях с захваченными ионами и сверхпроводящих технологиях, чтобы проверить ее независимую от аппаратного обеспечения жизнеспособность.
Рекомендуемое изображение: слева схематично показаны этапы обучения стилю qGAN. Справа: распределение маргинальных выборок для физических наблюдаемых, s, t, y в производстве pp -> ttbar на LHC для модели style-qGAN.
► Данные BibTeX
► Рекомендации
[1] Дж. Прескилл, Quantum 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79
[2] Ф. Аруте, К. Арья, Р. Баббуш, Д. Бэкон, Дж. К. Бардин, Р. Барендс, Р. Бисвас, С. Бойшо, ФГСЛ Брандао, Д. А. Буэлл и др., Nature 574, 505 (2019).
https://doi.org/10.1038/s41586-019-1666-5
[3] Х.-С. Чжун, Х. Ван, Ю.-Х. Дэн, М.-К. Чен, Л.-К. Пэн, Ю.-Х. Луо, Дж. Цинь, Д. Ву, С. Дин, Ю. Ху и др., Science 370, 1460 (2020).
https: / / doi.org/ 10.1126 / science.abe8770
[4] М. Сересо, А. Аррасмит, Р. Баббуш, С. К. Бенджамин, С. Эндо, К. Фуджи, Дж. Р. МакКлин, К. Митараи, X. Юань, Л. Чинчио и др., Nature Reviews Physics 3, 625–644. (2021).
https://doi.org/10.1038/s42254-021-00348-9
[5] К. Бхарти, А. Сервера-Лиерта, Т. Х. Кьяу, Т. Хауг, С. Альперин-Леа, А. Ананд, М. Дегроот, Х. Хеймонен, Дж. С. Коттманн, Т. Менке, В.-К. Мок, С. Сим, Л.-К. Квек и А. Аспуру-Гузик, 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 и S. Lloyd, Nature 549, 195 (2017).
https: / / doi.org/ 10.1038 / nature23474
[7] М. Шульд и Ф. Петруччионе, Обучение под наблюдением с помощью квантовых компьютеров, Vol. 17 (Спрингер, 2018).
https://doi.org/10.1007/978-3-319-96424-9
[8] Н. Вибе, Д. Браун и С. Ллойд, Physical Review Letters 109, 050505 (2012).
https: / / doi.org/ 10.1103 / PhysRevLett.109.050505
[9] С. Ллойд, М. Мохсени и П. Ребентрост, препринт arXiv: 1307.0411 (2013).
https:///doi.org/10.48550/arXiv.1307.0411
Arxiv: 1307.0411
[10] П. Ребентрост, М. Мохсени и С. Ллойд, Physical Review Letters 113, 130503 (2014).
https: / / doi.org/ 10.1103 / physrevlett.113.130503
[11] И. Керенидис и А. Пракаш, Physical Review A 101, 022316 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.101.022316
[12] А. В. Харроу, А. Хассидим и С. Ллойд, Physical Review Letters 103, 150502 (2009).
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502
[13] М. Бенедетти, Э. Ллойд, С. Сак и М. Фиорентини, Quantum Science and Technology 4, 043001 (2019a).
https://doi.org/10.1088/2058-9565/ab4eb5
[14] С. Сим, П. Д. Джонсон и А. Аспуру-Гузик, Advanced Quantum Technologies 2, 1900070 (2019).
https: / / doi.org/ 10.1002 / qute.201900070
[15] К. Браво-Прието, Дж. Лумбрерас-Зарапико, Л. Тальякоццо и Дж. И. Латорре, Quantum 4, 272 (2020).
https://doi.org/10.22331/q-2020-05-28-272
[16] М. Ларокка, Н. Джу, Д. Гарсия-Мартин, П. Дж. Коулз и М. Сересо, препринт arXiv: 2109.11676 (2021).
https:///doi.org/10.48550/arXiv.2109.11676
Arxiv: 2109.11676
[17] М. Шульд, Р. Свеке и Дж. Дж. Мейер, Physical Review A 103, 032430 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.103.032430
[18] Т. Гото, К. Х. Тран и К. Накадзима, Physical Review Letters 127, 090506 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.090506
[19] А. Перес-Салинас, Д. Лопес-Нуньес, А. Гарсия-Саес, П. Форн-Диас и Дж. И. Латорре, Physical Review A 104, 012405 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.104.012405
[20] В. Гавличек, А. Д. Корколес, К. Темме, А. В. Харроу, А. Кандала, Дж. М. Чоу и Дж. М. Гамбетта, Nature 567, 209 (2019).
https://doi.org/10.1038/s41586-019-0980-2
[21] М. Шульд, А. Бочаров, К. М. Своре и Н. Вибе, Physical Review A 101, 032308 (2020).
https: / / doi.org/ 10.1103 / physreva.101.032308
[22] A. Pérez-Salinas, A. Cervera-Lierta, E. Gil-Fuster и JI Latorre, Quantum 4, 226 (2020).
https://doi.org/10.22331/q-2020-02-06-226
[23] Т. Датта, А. Перес-Салинас, Дж. П. С. Ченг, Дж. И. Латорре и М. Мукерджи, Physical Review A 106, 012411 (2022).
https: / / doi.org/ 10.1103 / PhysRevA.106.012411
[24] J. Romero, JP Olson и A. Aspuru-Guzik, Quantum Science and Technology 2, 045001 (2017).
https: / / doi.org/ 10.1088 / 2058-9565 / aa8072
[25] А. Пеппер, Н. Тишлер и Г. Дж. Прайд, Physical Review Letters 122, 060501 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.060501
[26] К. Браво-Прието, Машинное обучение: наука и технологии, 2, 035028 (2021).
https: / / doi.org/ 10.1088 / 2632-2153 / ac0616
[27] К. Цао и К. Ван, Physical Review Applied 15, 054012 (2021).
https: / / doi.org/ 10.1103 / PhysRevApplied.15.054012
[28] М. Бенедетти, Д. Гарсия-Пинтос, О. Пердомо, В. Лейтон-Ортега, Ю. Нам и А. Пердомо-Ортис, npj Quantum Information 5, 1 (2019b).
https://doi.org/10.1038/s41534-019-0157-8
[29] Гамильтон К.Э., Думитреску Э.Ф. и Пусер Р.С., Physical Review A 99, 062323 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.062323
[30] Б. Койл, Д. Миллс, В. Данос и Э. Кашефи, npj Quantum Information 6, 1 (2020).
https://doi.org/10.1038/s41534-020-00288-9
[31] П.-Л. Даллер-Демерс и Н. Киллоран, Physical Review A 98, 012324 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.012324
[32] С. Ллойд и К. Видбрук, Physical Review Letters 121, 040502 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.040502
[33] И. Гудфеллоу, Дж. Пуже-Абади, М. Мирза, Б. Сюй, Д. Варде-Фарли, С. Озер, А. Курвиль и Ю. Бенжио, Сообщения ACM 63, 139–144 (2020).
https: / / doi.org/ 10.1145 / 3422622
[34] К. Зуфал, А. Лучки и С. Вернер, npj Quantum Information 5, 1 (2019).
https://doi.org/10.1038/s41534-019-0223-2
[35] Дж. Цзэн, Ю. Ву, Дж.-Г. Лю, Л. Ван и Дж. Ху, Physical Review A 99, 052306 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.052306
[36] Х. Ситу, З. Хэ, Ю. Ван, Л. Ли и С. Чжэн, Информационные науки 538, 193 (2020).
https: // doi.org/ 10.1016 / j.ins.2020.05.127
[37] Л. Ху, С.-Х. Ву, В. Кай, Ю. Ма, С. Му, Ю. Сюй, Х. Ван, Ю. Сонг, Д.-Л. Дэн, К.-Л. Цзоу и др., Научные достижения 5, eaav2761 (2019).
https: / / doi.org/ 10.1126 / sciadv.aav2761
[38] М. Бенедетти, Э. Грант, Л. Воссниг и С. Северини, New Journal of Physics 21, 043023 (2019c).
https://doi.org/10.1088/1367-2630/ab14b5
[39] Дж. Ромеро и А. Аспуру-Гузик, Advanced Quantum Technologies 4, 2000003 (2021).
https: / / doi.org/ 10.1002 / qute.202000003
[40] М.Ю. Ниу, А. Злокапа, М. Бротон, С. Бойшо, М. Мохсени, В. Смелянский и Х. Невен, Physical Review Letters 128, 220505 (2022).
https: / / doi.org/ 10.1103 / PhysRevLett.128.220505
[41] Т. Каррас, С. Лейн и Т. Айла, IEEE Transactions on Pattern Analysis and Machine Intelligence 43, 4217 (2021).
https: / / doi.org/ 10.1109 / TPAMI.2020.2970919
[42] А. Перес-Салинас, Х. Крус-Мартинес, А. А. Альхайри и С. Каррацца, Physical Review D 103, 034027 (2021).
https: / / doi.org/ 10.1103 / PhysRevD.103.034027
[43] В. Гуан, Г. Пердью, А. Песах, М. Шульд, К. Тераши, С. Вальекорса и Ж.-Р. Влимант, Машинное обучение: наука и техника 2, 011003 (2021).
https:///doi.org/10.1088/2632-2153/abc17d
[44] С.Я.Чанг, С.Валлекорса, Э.Ф.Комбарро и Ф.Карминати, препринт arXiv arXiv:2101.11132 (2021a).
https:///doi.org/10.48550/arXiv.2101.11132
Arxiv: 2101.11132
[45] С.Я. Чанг, С. Герберт, С. Вальекорса, Э. Ф. Комбарро и Р. Дункан, EPJ Web of Conferences 251, 03050 (2021b).
https: / / doi.org/ 10.1051 / epjconf / 202125103050
[46] В. Белис, С. Гонсалес-Кастильо, К. Рейссель, С. Вальекорса, Э. Ф. Комбарро, Г. Диссертори и Ф. Рейтер, EPJ Web of Conferences 251, 03070 (2021).
https: / / doi.org/ 10.1051 / epjconf / 202125103070
[47] Г. Р. Хаттак, С. Вальекорса, Ф. Карминати и Г. М. Хан, Европейский физический журнал C 82, 1 (2022).
https://doi.org/10.1140/epjc/s10052-022-10258-4
[48] П. Бальди, Л. Блечер, А. Баттер, Дж. Колладо, Дж. Н. Ховард, Ф. Кейльбах, Т. Плен, Г. Касечка и Д. Уайтсон, препринт arXiv arXiv: 2012.11944 (2021).
https:///doi.org/10.48550/arXiv.2012.11944
Arxiv: 2012.11944
[49] М. Бэкес, А. Баттер, Т. Плен и Р. Винтерхалдер, SciPost Physics 10, 89 (2021).
https: / / doi.org/ 10.21468 / SciPostPhys.10.4.089
[50] А. Баттер и Т. Плен, в книге «Искусственный интеллект для физики высоких энергий» (World Scientific, 2022), стр. 191–240.
https: / / doi.org/ 10.1142 / 9789811234033_0007
[51] А. Баттер, С. Дифенбахер, Г. Касечка, Б. Нахман и Т. Плен, SciPost Physics 10, 139 (2021).
https: / / doi.org/ 10.21468 / SciPostPhys.10.6.139
[52] А. Баттер, Т. Плен и Р. Винтерхалдер, SciPost Physics Core 3, 9 (2020).
https: // doi.org/ 10.21468 / SciPostPhysCore.3.2.009
[53] М. Беллагенте, А. Баттер, Г. Касечка, Т. Плен и Р. Винтерхалдер, SciPost Physics 8, 70 (2020).
https: / / doi.org/ 10.21468 / SciPostPhys.8.4.070
[54] А. Баттер, Т. Плен и Р. Винтерхалдер, SciPost Physics 7, 75 (2019).
https: / / doi.org/ 10.21468 / SciPostPhys.7.6.075
[55] С. Эфтимиу, С. Рамос-Калдерер, К. Браво-Прието, А. Перес-Салинас, Д. Гарсия-Мартин, А. Гарсия-Саес, Дж. И. Латорре и С. Каррацца, Quantum Science and Technology 7, 015018 ( 2021а).
https://doi.org/10.1088/2058-9565/ac39f5
[56] С. Эфтимиу, С. Каррацца, С. Рамос, БПКарлос, Адриан Перес Салинас, Д. Гарсия-Мартин, Пол, Дж. Серрано и атомный принтер, qiboteam/qibo: Qibo 0.1.6-rc1 (2021b).
https: / / doi.org/ 10.5281 / zenodo.5088103
[57] М. Абади, А. Агарвал, П. Бархам, Э. Бревдо, З. Чен, К. Ситро, Г. С. Коррадо, А. Дэвис, Дж. Дин, М. Девин и др., TensorFlow: крупномасштабное машинное обучение на гетерогенных системах (2015 г.), программное обеспечение доступно на сайте tensorflow.org.
https://www.tensorflow.org/
[58] afrancis heplat, C. Bravo-Prieto, S. Carrazza, M. Cè, J. Baglio и dmgravowska, Qti-th/style-qgan: v1.0.0 (2021).
https: / / doi.org/ 10.5281 / zenodo.5567077
[59] MD Zeiler, препринт arXiv arXiv: 1212.5701 (2012).
https:///doi.org/10.48550/arXiv.1212.5701
Arxiv: 1212.5701
[60] М. Осташевский, Э. Грант и М. Бенедетти, Quantum 5, 391 (2021).
https://doi.org/10.22331/q-2021-01-28-391
[61] С. Кульбак и Р. А. Лейблер, Анналы математической статистики 22, 79 (1951).
https: / / doi.org/ 10.1214 / АОМ / 1177729694
[62] М. Фрид-Адар, Э. Кланг, М. Амитай, Дж. Голдбергер и Х. Гринспен, на 2018-м Международном симпозиуме IEEE по биомедицинской визуализации, 15 г. (ISBI 2018) (2018), стр. 289–293.
https:///doi.org/10.1109/ISBI.2018.8363576
[63] FHK dos Santos Tanaka and C. Aranha, препринт arXiv arXiv:1904.09135 (2019).
https:///doi.org/10.48550/arXiv.1904.09135
Arxiv: 1904.09135
[64] Дж. Алвалл, Р. Фредерикс, С. Фриксионе, В. Хирши, Ф. Мальтони, О. Маттелар, Х. С. Шао, Т. Стельцер, П. Торриелли и М. Заро, Журнал физики высоких энергий 07, 079 (2014 г.). ).
HTTPS: / / doi.org/ 10.1007 / JHEP07 (2014) 079
[65] Р. Фредерикс, С. Фриксионе, В. Хирши, Д. Пагани, Х. С. Шао и М. Заро, Journal of High Energy Physics 07, 185 (2018).
HTTPS: / / doi.org/ 10.1007 / JHEP07 (2018) 185
[66] И.-К. Йео и Р.А. Джонсон, Биометрика 87, 954 (2000).
https: / / doi.org/ 10.1093 / Biomet / 87.4.954
[67] Ф. Педрегоса, Г. Вароко, А. Грамфор, В. Мишель, Б. Тирион, О. Гризель, М. Блондель, П. Преттенхофер, Р. Вайс, В. Дюбур, Ж. Вандерплас, А. Пассос, Д. Курнапо, М. Брюше, М. Перро и Э. Дюшене, Journal of Machine Learning Research 12, 2825–2830 (2011).
https: / / dl.acm.org/ дои / 10.5555 / 1953048.2078195
[68] Г. Александрович, Т. Александер, П. Баркуцос, Л. Белло, Ю. Бен-Хаим, Д. Бухер, Ф. Дж. Кабрера-Эрнандес, Х. Карбальо-Франкис, А. Чен, К.-Ф. Чен и др., Qiskit: платформа с открытым исходным кодом для квантовых вычислений (2019).
https: / / doi.org/ 10.5281 / zenodo.2562111
Цитируется
[1] Трэвис С. Хамбл, Андреа Дельгадо, Рафаэль Пусер, Кристофер Сек, Райан Беннинк, Висенте Лейтон-Ортега, К.-К. Джозеф Ван, Юджин Думитреску, Титус Моррис, Кэтлин Гамильтон, Дмитрий Лях, Прасанна Дате, Ян Ван, Николас А. Питерс, Кэтрин Дж. Эванс, Марсель Демарто, Алекс Маккаски, Тиен Нгуен, Сьюзен Кларк, Мелисса Ревиль, Альберто Ди Мельо, Мишель Гросси, София Вальекорса, Керстин Боррас, Карл Янсен и Дирк Крюкер, «Белая книга Snowmass: квантовые вычислительные системы и программное обеспечение для исследований в области физики высоких энергий», Arxiv: 2203.07091.
[2] Андреас Адельманн, Уолтер Хопкинс, Эвангелос Курлитис, Майкл Каган, Грегор Касечка, Клаудиус Краузе, Дэвид Ши, Винисиус Микуни, Бенджамин Нахман, Кевин Педро и Дэниел Винклехнер, «Новые направления для суррогатных моделей и дифференцируемого программирования для физики высоких энергий». моделирование детектора», Arxiv: 2203.08806.
[3] Андреа Дельгадо, Кэтлин Э. Гамильтон, Прасанна Дате, Жан-Рош Влимант, Дуарте Магано, Яссер Омар, Педраме Баргасса, Энтони Фрэнсис, Алессио Джанелле, Лоренцо Сестини, Донателла Луккези, Давиде Зулиани, Давиде Никотра, Жакко де Врис, Доминика Дибенедетто, Мириам Лучио Мартинес, Эдуардо Родригес, Карлос Васкес Сьерра, София Вальекорса, Джесси Талер, Карлос Браво-Прието, Су Йон Чанг, Джеффри Лазар и Карлос А. Аргуэльес, «Квантовые вычисления для анализа данных в физике высоких энергий» , Arxiv: 2203.08805.
[4] Yuxuan Du, Zhuozhuo Tu, Bujiao Wu, Xiao Yuan и Dacheng Tao, «Сила квантового генеративного обучения», Arxiv: 2205.04730.
[5] Стефано Каррацца, Ставрос Эфтимиу, Марко Лаззарин и Андреа Паскуале, «Модульная структура с открытым исходным кодом для квантовых вычислений», Arxiv: 2202.07017.
[6] Сандра Нгемто и Висенте Лейтон-Ортега, «Re-QGAN: оптимизированная состязательная структура обучения квантовых схем», Arxiv: 2208.02165.
[7] Габриэле Альярди, Мишель Гросси, Матье Пеллен и Энрико Прати, «Квантовая интеграция процессов элементарных частиц», Письма по физике B 832, 137228 (2022).
[8] Джек Ю. Араз и Майкл Спанновски, «Классический и квантовый: сравнение квантовых цепей на основе тензорных сетей с данными LHC», Arxiv: 2202.10471.
[9] Андреа Дельгадо и Кэтлин Э. Гамильтон, «Обучение квантовым схемам без учителя в физике высоких энергий», Arxiv: 2203.03578.
[10] Сулейман Алви, Кристиан Бауэр и Бенджамин Нахман, «Обнаружение квантовых аномалий в физике коллайдеров», Arxiv: 2206.08391.
[11] Ориэль Кисс, Мишель Гросси, Энрике Кайомовиц и София Вальекорса, «Машина условного рождения для генерации событий Монте-Карло», Arxiv: 2205.07674.
Приведенные цитаты из САО / НАСА ADS (последнее обновление успешно 2022-08-18 08:19:35). Список может быть неполным, поскольку не все издатели предоставляют подходящие и полные данные о цитировании.
On Цитируемый сервис Crossref Данные о цитировании работ не найдены (последняя попытка 2022-08-18 08:19:33).
Эта статья опубликована в Quantum под Creative Commons Attribution 4.0 International (CC BY 4.0) лицензия. Авторское право остается за первоначальными правообладателями, такими как авторы или их учреждения.
