From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks
本論文は、量子ニューラルネットワークの設計を「状態到達性」から「学習能力」へと転換し、データと重みの結合依存性に基づく幾何学的柔軟性(aCLS)が隠れた量子表現の制御を可能にすることで、性能向上と資源効率化を実現する幾何学的設計原則を提案している。
889 件の論文
「Hep-Ex」は、素粒子物理学の最前線にある加速器実験の分野を指します。大型加速器で衝突させた粒子の振る舞いを詳しく調べることで、宇宙の根本的な法則や物質の成り立ちを探求する研究です。
Gist.Science は、arXiv から公開されるこの分野の最新プレプリントをすべて網羅的に処理し、専門知識がなくても読める平易な解説と、技術的な詳細を両方備えた要約を提供しています。
以下に、Hep-Ex 分野の最新論文リストを掲載します。
本論文は、量子ニューラルネットワークの設計を「状態到達性」から「学習能力」へと転換し、データと重みの結合依存性に基づく幾何学的柔軟性(aCLS)が隠れた量子表現の制御を可能にすることで、性能向上と資源効率化を実現する幾何学的設計原則を提案している。
超伝導量子ビットを用いてマイクロ波空洞を非古典的なフォック状態に初期化し、暗黒物質波からの光子放出を誘発することで信号を約 2.78 倍増幅する新しい手法を提案し、これにより 5.965 GHz 帯域でダークフォトン探索の感度を向上させた。
本論文は、ビッグバンに由来する宇宙ニュートリノ背景放射が分子エネルギー準位と共鳴散乱することで赤外線光子を放出する「パラメトリック蛍光」現象を提唱し、これが大規模なコヒーレント増幅により検出可能な信号を生むため、新たな宇宙ニュートリノ背景放射の発見手段となり得ると述べています。
本論文は、次世代長基線ニュートリノ実験において、最終状態相互作用(FSI)のモデル化のばらつきが振動パラメータの変化と同等以上のエネルギー再構成歪みを引き起こし、測定結果に重大な影響を与える可能性を定量的に示し、FSI の更なる理論・実験的改善の必要性を強調しています。
本論文は、既存および提案されている実験の 6 種類の検出器幾何学に基づき、水および氷環境におけるニュートリノ事象再構成のための深層学習手法を比較評価するための大規模オープンベンチマーク「NuBench」を提案し、その上で 4 つの再構成アルゴリズムを 5 つの主要タスクで検証したことを報告するものです。
本論文は、機械学習を用いてコライダー実験のデータ品質を監視・異常検出を行うためのシミュレーション駆動型フレームワーク「MEDIC」を提案し、その有効性を示したものである。
LHC の pp 衝突におけるストレンジハドロン生成の増加を説明するため、ハドロン化時の「ストリングの密充填」による有効弦張力の増大を仮定したモデルを提案し、PYTHIA のデフォルト設定との比較や非ストレンジ粒子の p/π 比への影響など、その妥当性と課題について検討した。
SND@LHC 実験は、2023 年から 2025 年にかけての陽子および重イオン衝突データを用いて、ニュートリノ相互作用の主要な背景となる前方領域のミューオン束を精密に測定し、その結果がモンテカルロシミュレーションの予測と一致することを報告しました。
本論文は、LHC におけるトップ・反トップ対生成において、量子情報的手法を用いてスピン相関を解析することで、トポニウム形成の効果を従来手法よりも高感度で検出可能であることを示しています。
本論文は、DUNE などの大規模液体アルゴン検出器における光検出器の較正に不可欠な紫外線光学部品(光ファイバ、コネクタ、拡散器など)の特性を室温および極低温環境で評価し、熱サイクルや高頻度照射による劣化が認められず、3D プリンティングされた PEEK 拡散器ハウジングが優れた均一性を実現することを示した。