利用量子完全图神经网络进行喷注判别
高能物理 - 唯象学
2025-01-23 v3 机器学习
量子物理
摘要
机器学习，特别是深度神经网络，已广泛应用于高能物理领域，并在各种应用中展现出卓越成果。此外，机器学习向量子计算机的扩展催生了新兴的量子机器学习领域。在本文中，我们提出了量子完全图神经网络 (QCGNN)，这是一种基于变分量子算法的模型，专为在完全图上进行学习而设计。具有深度参数化算子的 QCGNN 利用量子并行性特性，相较于其经典和量子对应模型提供了多项式加速。我们研究了 QCGNN 在具有挑战性的喷注判别任务中的应用，其中喷注被表示为完全图。此外，我们与经典模型进行了对比分析，以建立性能基准。
引用
@article{arxiv.2403.04990,
title = {Jet Discrimination with Quantum Complete Graph Neural Network},
author = {Yi-An Chen and Kai-Feng Chen},
journal= {arXiv preprint arXiv:2403.04990},
year = {2025}
}