Solución de un problema de optimización de Higgs con recocido cuántico para el aprendizaje automático

Área de la Ciencia:

• Física de altas energías
• Aplicaciones del aprendizaje automático en la física de partículas
• La computación cuántica y el recocido

Sus antecedentes:

• El aprendizaje automático es crucial para identificar las desintegraciones del bosón de Higgs en medio de los procesos del modelo estándar.
• Los métodos actuales se basan en simulaciones que pueden introducir ruido de etiqueta y errores sistemáticos.
• El exceso de formación y los errores en las correlaciones de los datos de formación son retos importantes.

Objetivo del estudio:

• Aplicar el recocido cuántico y clásico a un problema de optimización de aprendizaje automático de señal de Higgs contra el fondo.
• Desarrollar un clasificador robusto y resistente a las imperfecciones de la simulación.
• Comparar el rendimiento de los clasificadores basados en el recocido con los métodos más avanzados.

Principales métodos:

• Mapeó el problema de aprendizaje automático para encontrar el estado fundamental de un modelo de espín de Ising.
• Construyó un clasificador fuerte utilizando clasificadores débiles basados en observables cinemáticos de fotones de desintegración de Higgs.
• Utilizó técnicas de recocido cuántico y clásico para la optimización.

Principales resultados:

• Los clasificadores basados en el recocido funcionaron de manera comparable a los métodos actuales de aprendizaje automático de última generación.
• Los clasificadores son funciones simples de parámetros experimentales interpretables.
• Demostró una ventaja sobre los métodos tradicionales para pequeños conjuntos de datos de capacitación.

Conclusiones:

• El recocido cuántico y clásico ofrecen una alternativa robusta e interpretable para la clasificación de la física de partículas.
• La simplicidad y la resistencia al error de la técnica sugieren una amplia aplicabilidad en la física experimental de partículas.
• Las aplicaciones potenciales incluyen la selección de eventos en tiempo real y la clasificación de la física de neutrinos.