用于粒子-量热器相互作用的条件量子辅助深度生成代理模型

在大型强子对撞机等加速器上发生的粒子碰撞，由ATLAS和CMS等实验记录和分析，使得对标准模型的精确测量和对新现象的探索成为可能。这些探测器上碰撞事件的模拟在塑造未来实验设计和分析正在进行的实验方面发挥了关键作用。然而，追求大型强子对撞机（LHC）碰撞的精度带来了巨大的计算成本，预计在高亮度LHC（HL-LHC）运行期间，每年需要数百万CPU年。目前，使用Geant4模拟单个LHC事件大约需要1000 CPU秒，其中量热器子探测器的模拟尤其带来了巨大的计算需求。为了应对这一挑战，我们提出了一种条件量子辅助深度生成模型。我们的模型在外部集成了一个条件变分自编码器（VAE），在潜空间集成了一个条件受限玻尔兹曼机（RBM），与传统的VAE相比，提供了更强的表达能力。RBM的节点和连接经过精心设计，以便能够在D-Wave的Pegasus结构Advantage量子退火器（QA）上使用量子比特和耦合器进行采样。我们引入了一种使用flux biases来调节量子辅助RBM的新方法。我们进一步提出了一种新颖的自适应映射方法来估计量子退火器中的有效逆温度。我们使用CaloChallenge的数据集2展示了我们框架的有效性。