面向液氦氦离子时间投影阵列实验的可扩展量子增强生成网络设计

液氦氦离子时间投影阵列（LArTPC）中用于高分辨率图像的生成建模面临数据复杂性和稀疏性等重大挑战。本工作探索了将量子增强生成网络应用于解决这些挑战，重点关注模型扩展以处理更大图像大小并避免常遇到的模式崩溃问题。为抵消模式崩溃，引入了正则化方法，在小规模图像上取得成功，显著改善了训练过程的稳定性。尽管在更高分辨率的设置下仍存在模式崩溃，但引入这些技术显著提升了模型在低维情况下的性能，为进一步探索提供了坚实基础。这些发现凸显了量子增强生成模型在 LArTPC 数据生成中的潜力，并为未来在核物理和高能物理中开发可扩展混合量子-经典解决方案提供了宝贵见解。