From Qubits to Couplings: A Hybrid Quantum Machine Learning Framework for LHC Physics
यह शोध पत्र एक हाइब्रिड क्वांटम मशीन लर्निंग फ्रेमवर्क प्रस्तावित करता है जो पैरामीटराइज्ड क्वांटम सर्किट को क्लासिकल न्यूरल नेटवर्क के साथ एकीकृत करता है ताकि LHC में चैनल में डबल हिग्स बोसॉन खोजों की संवेदनशीलता को महत्वपूर्ण रूप से बढ़ाया जा सके, जो उत्पादन क्रॉस-सेक्शन और कपलिंग मापदंडों को सीमित करने में अत्याधुनिक क्लासिकल और विशुद्ध रूप से क्वांटम मॉडलों दोनों से बेहतर प्रदर्शन करता है।