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

Sintesi Tecnica: Re-Uploading Quantistico per la Calorimetria

Problematica
Nell'era del NISQ (Noisy Intermediate-Scale Quantum), l'Apprendimento Automatico Quantistico (QML) affronta un compromesso critico tra espressività del modello, stabilità dell'ottimizzazione e vincoli hardware (numero limitato di qubit e profondità dei circuiti ridotta). Sebbene i Circuiti Quantistici Variazionali (VQC) siano lo standard, essi soffrono spesso di una limitata espressività funzionale quando i dati vengono codificati una sola volta (mono-encoding), restringendo la capacità del modello di rappresentare funzioni non lineari complesse e ad alta frequenza necessarie per compiti come la classificazione delle particelle. Questo studio investiga se le "Unità di Re-Uploading Quantistico" (QRU) — che codificano iterativamente dati classici in un circuito quantistico — possano superare tali limitazioni mantenendo un'impronta hardware minima (implementazione a singolo qubit).

Metodologia
Gli autori hanno implementato e valutato una QRU a singolo qubit su un dataset simulato derivato dalla calorimetria dell'alta energia (specificamente il dataset OGCID/D2). Il compito consisteva nella classificazione di tre tipi di particelle (elettroni, muoni e pioni) basandosi su tre caratteristiche ingegnerizzate: energia totale ECAL, lunghezza della pioggia (shower length) ed energia HCAL (deviazione standard).

• Architettura del Modello: La QRU impiega un ansatz a strati dove le caratteristiche di input classiche vengono ricodificate come parametri di rotazione in circuiti a singolo qubit. Ogni strato alterna porte di codifica dati ($R_Y(x_j)$) e porte parametriche addestrabili ($R_X, R_Y, R_Z$).
• Confronti con Baseline: Lo studio ha confrontato la QRU con:
  1. Un VQC standard a mono-encoding con tre qubit (per eguagliare il numero di parametri della QRU a singolo qubit).
  2. Un Perceptron Multistrato (MLP) classico con un budget di parametri equivalente.
• Protocollo Sperimentale: Il compito di classificazione è stato inquadrato come un problema di regressione scalare, dove il modello produce un valore in $[-1, 1]$ mappato su tre classi tramite soglie fisse ($\{-0.33, +0.33\}$). Gli autori hanno condotto estese scansioni degli iperparametri (profondità, tasso di apprendimento, dimensione del batch tramite accumulo del gradiente, sequenze di porte di rotazione e funzioni di perdita) e un'ottimizzazione globale tramite metodi Bayesiani e Hyperband.
• Validazione Hardware: Il modello addestrato è stato distribuito end-to-end su un vero QPU superconduttore (IQM Garnet) tramite un workflow cloud (qBraid) per verificare la reale implementabilità.

Contributi Chiave

1. Analisi dell'Espressività Teorica: Il documento fornisce un'analisi matematica dimostrando che le architetture QRU possiedono un supporto di frequenza di Fourier più ampio rispetto ai VQC a mono-encoding. Mentre un VQC a mono-encoding è limitato a componenti di frequenza $\{-1, 0, 1\}$, una QRU con $L$ strati di re-upload può rappresentare frequenze fino a $\{-L, \dots, L\}$. Ciò consente alle QRU di catturare componenti funzionali ad alta frequenza senza aumentare il numero di qubit.
2. Ottimizzazione Empirica degli Iperparametri: Attraverso studi di ablazione sistematici, gli autori hanno identificato che i guadagni di prestazione nelle QRU si saturano a piccole profondità di circuito (specificamente profondità 4), oltre le quali i costi di addamento aumentano linearmente con rendimenti decrescenti. Hanno inoltre determinato che specifiche combinazioni di porte di rotazione (ad esempio, $R_X-R_Y-R_X$) e normalizzazioni di input ($[-\pi, \pi]$) influenzano significativamente la stabilità e la convergenza.
3. Benchmarking a Parità di Parametri: Lo studio riporta che una QRU a singolo qubit supera costantemente un VQC a tre qubit a mono-encoding e rimane competitiva con un MLP classico di pari numero di parametri nel compito di calorimetria.
4. Prova di Esecuzione sull'Hardware: Gli autori hanno eseguito con successo la QRU addestrata su un vero hardware quantistico, dimostrando che i confini decisionali del modello rimangono stabili sotto il rumore di campionamento (shot noise) e il rumore del dispositivo per i campioni testati.

Risultati

• Accuratezza: La QRU a singolo qubit ottimizzata ha raggiunto un'accuratezza di test di circa 0,987, superando il VQC a tre qubit (0,927) e l'MLP a parità di parametri (0,970) nella specifica esecuzione sperimentale.
• Profondità vs Costo: L'aumento della profondità del circuito oltre 4 ha prodotto miglioramenti marginali dell'accuratezza (stabilizzandosi vicino a 0,98) ma ha causato una crescita lineare del tempo di esecuzione, superando le 16 ore per la profondità 14 in simulazione.
• Ottimizzazione: L'ottimizzatore Adam con un tasso di apprendimento di $5 \times 10^{-5}$ e la funzione di perdita Huber hanno fornito il miglior equilibrio tra stabilità e convergenza. L'ottimizzazione globale (Bayesiana) ha confermato che il tasso di apprendimento e la scelta dell'ottimizzatore sono stati i driver più significativi della varianza delle prestazioni, più del livello di profondità o dell'intervallo di normalizzazione.
• Prestazioni Hardware: Sul QPU IQM Garnet, il modello ha ottenuto 10/10 predizioni corrette su un piccolo sottoinsieme di test (10 campioni) utilizzando 50 e 200 shot, indicando che i parametri addestrati si trasferiscono efficacemente all'hardware senza modifiche architettoniche.

Significatività e Rivendicazioni
Il documento sostiene che le QRU offrono un percorso pratico per la QML nell'era NISK, massimizzando l'espressività attraverso il re-upload dei dati piuttosto che attraverso il numero di qubit. Gli autori sostengono che la capacità di accedere a armoniche a frequenza più elevata permette alle QRU a singolo qubit di risolvere compiti di classificazione complessi in modo più efficace rispetto ai circuiti a più qubit a mono-encoding.

Tuttavia, gli autori mantengono un tono modesto riguardo a queste scoperte. Affermano esplicitamente che l'esecuzione sull'hardware è una "prova di esecuzione" piuttosto che un benchmark completo di robustezza al rumore. Riconoscono i limiti, tra cui l'uso di caratteristiche ingegnerizzate, la dipendenza da uno schema di soglia scalare-multiclass (meno standard rispetto alla softmax cross-entropy) e la classe di baseline ristretta. Il lavoro suggerisce che, sebbene le QRU siano promettenti per compiti specifici come l'identificazione delle particelle, il lavoro futuro dovrà affrontare la mitigazione del rumore, i readout multi-logit e confronti più ampi con le baseline per validare pienamente la loro utilità nelle applicazioni di fisica delle alte energie.