Classical and Hybrid Quantum Machine Learning for Trigger-Like Event Selection on CMS Open Data: An Eight-Qubit, PCA-Constrained Benchmark
यह अध्ययन एक आठ-क्यूबिट, PCA-प्रतिबंधित CMS ओपन डेटा ट्रिगर कार्य पर चार शास्त्रीय और चार हाइब्रिड क्वांटम मशीन लर्निंग मॉडलों का बेंचमार्किंग करता है, जिसमें यह पाया गया है कि जबकि शास्त्रीय आर्टिफिशियल न्यूरल नेटवर्क सटीकता और ROC-AUC में सभी क्वांटम समकक्षों से बेहतर प्रदर्शन करता है, प्रशिक्षित हाइब्रिड क्वांटम एम्बेडिंग्स (विशेष रूप से क्वांटम कनवल्शनल नेटवर्क) प्रतिस्पर्धी परिणाम प्राप्त करते हैं, जो क्वांटम लाभ के प्रदर्शन के बजाय एक नियंत्रित संदर्भ बिंदु के रूप में कार्य करते हैं।