Hybrid quantum-classical graph neural networks for particle track reconstruction at the large hadron collider
Büyük hadron çarpıştırıcısında parçacık izi yapılandırması için hibrit kuantum-klasik çizge sinir ağları
- Tez No: 687211
- Danışmanlar: PROF. DR. MELAHAT BİLGE DEMİRKÖZ
- Tez Türü: Yüksek Lisans
- Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 129
Özet
Parçacık çarpıştırma deneyleri doğayı küçük boyutlarda anlamayı hedefler. Avrupa Nükleer Araştırma Merkezi'nde (CERN) bulunan Büyük Hadron Çarpıştırıcısı (BHÇ) gibi parçacık hızlandırıcıları küçük boyutları incelemek için parçacıkları yüksek frekans (MHz) ve enerjide (TeV) çarpıştırır. Yüksek çarpışma frekansları pek çok bilgisayımsal zorluğu beraberinde getirmektedir. Bu zorluklardan bir tanesi ise çarpışma sonucu açığa çıkan parçacıkların rotasının belirlenmeye çalışıldığı parçacık izi yapılandırma problemidir. Şu anda BHÇ üzerinde çalışmaları sürmekte olan yüksek ışınım geliştirmeleri ise parçacık çarpışma oranlarını artıracak ve bilgisayım zorluklarını daha da büyüyecektir. Şu anda kullanılmakta olan parçacık izi yapılandırma algoritmaları ikinci dereceden daha kötü bir ölçeklenmeye sahip oldukları için de bu durumdan fazlasıyla etkilenecektir. Bu çalışma parçacık izi tekrar oluşturma problemini çözmek için yenilikçi Çizge Sinir Ağları'nı Kuantum Sinir Ağları ile birleştiren, Gürültülü Orta Ölçekli Kuantum (NISQ) bilgisayarla uyumlu, bir hibrit Kuantum-Klasik model sunmaktadır. Sonuçlar 16 kübit ve 16 gizli uzay boyutuna sahip hibrit modelin klasik model ile benzer sonuçlar verebildiğini ortaya koymaktadır.
Özet (Çeviri)
Particle collider experiments aim to understand Nature at small scales. Particle accelerators, such as the Large Hadron Collider (LHC) at the European Organization for Nuclear Research (CERN), collide particles at high rates (MHz) and high energies (TeV) in order to probe such small scales. High collision rates may bring many computational challenges. One of these challenges is particle track reconstruction, which is the task of distinguishing the trajectories of charged particles passing through the detector. The upcoming High Luminosity upgrade of the LHC is going to increase the collision rates and require more computational resources. Particle track reconstruction algorithms will also be under much more stress, as the current algorithms are scaling worse than quadratically. This work presents a hybrid Quantum-Classical model to solve the particle track reconstruction problem by combining novel Graph Neural Networks with Quantum Neural Networks that are compatible with Noisy Intermediate Scale Quantum (NISQ) computers. Results indicate that the hybrid model can match the performance of the classical model within the limits of 16 qubits and 16 hidden dimensions.
Benzer Tezler
- Eliminate entanglement in quantum information processing utilizing hybrid quantum-classical neural networks
Başlık çevirisi yok
ATHER SALAH HADI AL ISAWI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Hibrit kuantum-klasik makine öğrenmesi ile KOVID-19 tespiti
COVID-19 detection with hybrid quantum-classic machine learning
ERDİ ACAR
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN YILMAZ
- Optimizasyon problemlerinin kuantum hesaplama ile çözümü
Solution of optimization problems using quantum computing
SABRİ GÜNDÜZ
Doktora
Türkçe
2024
MatematikÇanakkale Onsekiz Mart ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. İHSAN YILMAZ
- Dinamik sistemlerin kuantum sinir ağlarıyla analizi
Analysis of dynamic systems with quantum neural networks
BEŞİR OĞUR
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. İHSAN YILMAZ
- Kuantum hesaplama kullanan derin öğrenme ile karşılıklı görüşmelerde duygu analizi
Sentiment analysis in conversations with deep learning using quantum computing
SEDEF AKSU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE