Quantum Re-Uploading for Calorimetry: Optimized Architectures with Extended Expressivity

Resumen Técnico: Re-carga Cuántica para Calorimetría

Planteamiento del Problema
En la era de la Computación Cuántica de Escala Intermedia con Ruido (NISQ), el Aprendizaje Automático Cuántico (QML) enfrenta un compromiso crítico entre la expresividad del modelo, la estabilidad de la optimización y las restricciones de hardware (número limitado de cúbits y profundidades de circuito poco profundas). Aunque los Circuitos Cuánticos Variacionales (VQC) son el estándar, a menudo sufren de una expresividad funcional limitada cuando los datos se codifican una sola vez (codificación mono-encodificada), lo que restringe la capacidad del modelo para representar funciones no lineales complejas y de alta frecuencia requeridas para tareas como la clasificación de partículas. Este estudio investiga si las "Unidades de Re-carga Cuántica" (QRU) —que codifican iterativamente datos clásicos en un circuito cuántico— pueden superar estas limitaciones manteniendo una huella de hardware mínima (implementación de un solo cúbit).

Metodología
Los autores implementaron y evaluaron una QRU de un solo cúbit en un conjunto de datos simulado derivado de la calorimetría de alta energía (específicamente el conjunto de datos OGCID/D2). La tarea consistió en clasificar tres tipos de partículas (electrones, muones y piones) basándose en tres características diseñadas: energía total de ECAL, longitud de la cascada y desviación estándar de la energía de HCAL.

• Arquitectura del Modelo: La QRU emplea un ansatz por capas donde las características de entrada clásicas se re-codifican como parámetros de rotación en circuitos de un solo cúbit. Cada capa alterna entre puertas de codificación de datos ($R_Y(x_j)$) y puertas paramétricas entrenables ($R_X, R_Y, R_Z$).
• Comparaciones de Referencia (Baselines): El estudio comparó la QRU contra:
  1. Un VQC estándar de codificación mono-encodificada utilizando tres cúbits (para igualar el recuento de parámetros de la QRU de un solo cúbit).
  2. Un Perceptrón Multicapa (MLP) clásico con un presupuesto de parámetros equivalente.
• Protocolo Experimental: La tarea de clasificación se enmarcó como un problema de regresión escalar, donde el modelo devuelve un valor en $[-1, 1]$ mapeado a tres clases mediante umbrales fijos ($\{-0.33, +0.33\}$). Los autores realizaron barridos exhaustivos de hiperparámetros (profundidad, tasa de aprendizaje, tamaño de lote mediante acumulación de gradientes, secuencias de puertas de rotación y funciones de pérdida) y optimización global mediante métodos Bayesianos y Hyperband.
• Validación de Hardware: El modelo entrenado se desplegó de extremo a extremo en un QPU superconductor real (IQM Garnet) a través de un flujo de trabajo en la nube (qBraid) para verificar su capacidad de despliegue práctico.

Contribuciones Clave

1. Análisis de Expresividad Teórica: El artículo proporciona un análisis matemático que demuestra que las arquitecturas QRU poseen un soporte de frecuencia de Fourier más amplio que los VQC de codificación mono-encodificada. Mientras que un VQC mono-encodificado está limitado a componentes de frecuencia $\{-1, 0, 1\}$, una QRU con $L$ capas de re-carga puede representar frecuencias de hasta $\{-L, \dots, L\}$. Esto permite a las QRU capturar componentes funcionales de mayor frecuencia sin aumentar el número de cúbits.
2. Optimización Empírica de Hiperparámetros: A través de estudios de ablación sistemáticos, los autores identificaron que las ganancias de rendimiento en las QRU se saturan en profundidades de circuito pequeñas (específicamente profundidad 4), más allá de las cuales los costos de entrenamiento aumentan linealmente con rendimientos decrecientes. También determinaron que combinaciones específicas de puertas de rotación (por ejemplo, $R_X-R_Y-R_X$) y normalizaciones de entrada ($[-\pi, \pi]$) impactan significativamente la estabilidad y la convergencia.
3. Benchmarking de Parámetros Igualados: El estudio reporta que una QRU de un solo cúbit supera consistentemente a un VQC de tres cúbits de codificación mono-encodificada y se mantiene competitiva con un MLP clásico de igual recuento de parámetros en la tarea de calorimetría.
4. Prueba de Ejecución en Hardware: Los autores ejecutaron con éxito la QRU entrenada en hardware cuántico real, demostrando que las fronteras de decisión del modelo permanecen estables bajo el ruido de disparos (shot noise) y el ruido del dispositivo para las muestras probadas.

Resultados

• Precisión (Accuracy): La QRU de un solo cúbit optimizada alcanzó una precisión de prueba de aproximadamente 0.987, superando al VQC de tres cúbits (0.927) y al MLP con parámetros igualados (0.970) en la ejecución experimental específica.
• Profundidad vs. Costo: Aumentar la profundidad del circuito más allá de 4 produjo mejoras marginales en la precisión (estancándose cerca de 0.98) pero causó que el tiempo de ejecución creciera linealmente, alcanzando más de 16 horas para una profundidad de 14 en simulación.
• Optimización: El optimizador Adam con una tasa de aprendizaje de $5 \times 10^{-5}$ y la pérdida de Huber proporcionaron el mejor equilibrio entre estabilidad y convergencia. La optimización global (Bayesiana) confirmó que la tasa de aprendizaje y la elección del optimizador fueron los impulsores más significativos de la varianza del rendimiento, más que la profundidad del circuito o el rango de normalización.
• Desempeño de Hardware: En el QPU IQM Garnet, el modelo logró 10/10 predicciones correctas en un pequeño subconjunto de prueba (10 muestras) usando 50 y 200 disparos (shots), indicando que los parámetros entrenados se transfieren efectivamente al hardware sin cambios arquitectónicos.

Significancia y Reivindicaciones
El artículo sostiene que las QRU ofrecen una vía práctica para la era NISQ al maximizar la expresividad mediante la re-carga de datos en lugar del recuento de cúbits. Los autores argumentan que la capacidad de acceder a armónicos de mayor frecuencia permite a las QRU de un solo cúbit resolver tareas de clasificación complejas de manera más efectiva que los circuitos de múltiples cúbits de codificación mono-encodificada más profundos.

Sin embargo, los autores mantienen un tono modesto respecto a estos hallazgos. Establecen explícitamente que la ejecución en hardware es una "prueba de ejecución" más que un benchmark exhaustivo de robustez al ruido. Reconocen limitaciones, incluyendo el uso de características diseñadas, la dependencia de un esquema de umbralización escalar-a-multiclase (que es menos estándar que la cross-entropy softmax) y la clase de referencia restringida. El trabajo sugiere que, si bien las QRU son prometedoras para tareas específicas como la identificación de partículas, el trabajo futuro debe abordar la mitigación de ruido, las salidas de múltiples logits y comparaciones de base más amplias para validar plenamente su utilidad en aplicaciones de alta energía.