粒子加速器におけるリアルタイム量子インスパイア型異常検知のためのハードウェア対応テンソルネットワーク

要旨: 量子機械学習は、高次元の特徴空間における複雑な相関を捉える能力を提供し、衝突型事象における標準模型を超える物理の検出という課題にとって重要であると同時に、将来の量子プロセッサにおける前例のない計算効率の可能性も秘めている。これらの利点を当面のうちに活用するには、現在の科学実験の「エッジ」での応用を可能にするために、古典ハードウェア上での実装を念頭に置いた量子に着想を得たアルゴリズムを開発することが必要である。本研究は、衝突型検出器におけるリアルタイムの異常検出にテンソルネットワークを用いることを示す。間隔付き行列積演算子（SMPO）を開発し、標準模型を超えるさまざまなベンチマークに対する感度を提供するとともに、トリガー投入に整合するリソースとレイテンシをもって、フィールドプログラマブルゲートアレイ（FPGA）ハードウェアに実装可能であることを示す。カスケード化されたSMPOアーキテクチャは、SMPOの変種として導入され、資源が制約された環境におけるエッジ応用にとって重要な、より高い柔軟性と効率をもたらす。これらの結果は、高エネルギー衝突型において量子に着想を得た機械学習を導入することの有益性と、当面での実現可能性を明らかにする。