A Quantum Computing Approach to Track Reconstruction in Strip-Type Detectors

Resumo Técnico: Uma Abordagem de Computação Quântica para a Reconstrução de Trajetórias em Detectores do Tipo Strip

Definição do Problema
O rastreamento de partículas em detectores gasosos do tipo strip, particularmente em ambientes de alta multiplicidade como experimentos de curto alcance para busca de setores escuros, enfrenta desafios combinatórios significativos. A presença de "hits fantasmas" (sinais espúrios decorrentes de ambiguidades do detector) e múltiplas combinações de hits transforma o reconhecimento de padrões em um problema de otimização complexo. Métodos tradicionais têm dificuldade em selecionar eficientemente combinações de hits consistentes que descrevam trajetórias de partículas em meio a alto pileup e backgrounds de radiação. Este estudo investiga se o recozimento quântico (quantum annealing) pode resolver efetivamente os problemas de otimização combinatória inerentes à reconstrução de trajetórias para tais detectores.

Metodologia
Os autores formulam dois subproblemas distintos de reconstrução de trajetória como problemas de Otimização Binária Quadrática Não Restrita (QUBO), projetados para serem resolvidos em um recozedor quântico D-Wave. O estudo utiliza eventos simulados do detector DAMSA, uma configuração de alvo fixo compacta que apresenta um empilhamento de 10 camadas de cintiladores de CsI intercalados com detectores de strip $\mu$RWELL.

1. Seleção de Hit de Trajetória Única:

   • Objetivo: Selecionar um hit geometricamente consistente de cada um de três camadas do detector dentro de um candidato a cluster de fóton localizado, rejeitando hits fantasmas.
   • Formulação: Variáveis binárias representam pares de hits (segmentos) entre duas camadas e hits individuais na terceira camada. A função de energia QUBO inclui:
     • Restrições: Termos de penalidade quadrática impõem a seleção de exatamente um segmento e exatamente um hit da terceira camada.
     • Objetivo: Um termo de "recompensa de retilineidade" maximiza a linearidade do triplet selecionado ao minimizar o resíduo geométrico entre o segmento extrapolado e o terceiro hit.
   • Implementação: Para gerenciar os recursos da QPU, o problema é decomposto em blocos (chunks) independentes de 3 camadas, montados em uma matriz QUBO diagonal em blocos, e submetidos em lote (batch).

2. Associação Simultânea de Candidatos de Trajetória:

   • Objetivo: Associar candidatos a clusters de diferentes camadas do detector em candidatos a trajetórias 3D, permitindo a seleção simultânea de múltiplos candidatos a trajetórias (por exemplo, dois fótons de um decaimento de ALP) dentro de uma única submissão à QPU.
   • Formulação: Variáveis binárias representam arestas entre clusters em camadas adjacentes. A função de energia QUBO inclui:
     • Recompensas: Termos que favorecem a seleção de arestas e a retilineidade geométrica (minimizando a curvatura).
     • Restrições: Penalidades de grau suprimem ramificações/fusões (múltiplas arestas partindo de/para o mesmo cluster), e restrições de fluxo garantem a continuidade através da camada intermediária (arestas de entrada iguais às arestas de saída).
   • Pós-processamento: Os triplets de clusters selecionados são decodificados e montados em candidatos a trajetórias mais longas usando uma regra de sobreposição de grafos, onde triplets que compartilham pelo menos duas atribuições de camada-cluster idênticas são conectados. Nenhuma filtragem de Kalman ou otimização de resíduo adicional é realizada nesta etapa.

Principais Resultados
As formulações propostas foram testadas contra eventos simulados do DAMSA dominados por sinais de dois fótons provenientes de decaimento de Partículas Semelhantes a Axions (ALP) com baixo pileup.

• Desempenho da Seleção de Hit de Trajetória Única:

  • A reconstrução baseada em QPU foi comparada a uma reconstrução padrão de filtro de Kalman.
  • Resoluções: O método QPU alcançou resoluções de posição e angulares próximas à linha de base do Kalman. Para resíduos de posição, a média da QPU foi de 0,4204 cm (vs. 0,3925 cm para Kalman) com uma largura de 68% de 0,2951 cm (vs. 0,2548 cm). Para resíduos angulares, a média da QPU foi de 0,0679 rad (vs. 0,0635 rad) com uma largura de 68% de 0,0446 rad (vs. 0,0425 rad).
  • Forma da Distribuição: Comparações estatísticas ( $\chi^2$ reduzido $< 1$, baixa divergência KL) indicaram que o método QUBO reproduziu com sucesso a forma geral das distribuições de resíduos do Kalman, apesar da natureza discreta da seleção de blocos.

• Desempenho da Associação Simultânea:

  • Recuperação de Triplet: A QPU identificou com sucesso os triplets de clusters corretos com uma fração de recuperação mediana próxima da unidade em vários comprimentos de referência de candidatos.
  • Montagem de Trajetória: A etapa subsequente de montagem de grafos recuperou os candidatos a trajetórias de referência com alta eficiência, demonstrando que os triplets sobrepostos podem ser efetivamente ligados sem necessidade de ajuste adicional.

• Recurso e Latência:

  • Escalabilidade: O custo de qubits físicos por bloco escalou suavemente com a contagem de variáveis lógicas, indicando que a estratégia de matriz em blocos mantém os custos de incorporação (embedding) controlados.
  • Latência: Para a seleção de trajetória única, a latência média total de ponta a ponta foi de aproximadamente 96,5 ms por evento. Para a associação simultânea, a latência foi de aproximadamente 1137,5 ms por evento, impulsionada principalmente pelos overheads de programação e incorporação, em vez do tempo de amostragem em si.

Significância e Alegações
Os autores posicionam este trabalho como uma demonstração de prova de conceito, em vez de uma solução definitiva para ambientes de alta ocupação. O estudo afirma que:

1. As formulações QUBO podem reproduzir efetivamente decisões de reconstrução local (seleção de hit) comparáveis aos filtros de Kalman clássicos em uma topologia de detector específica.
2. O recozcimento quântico pode lidar com a seleção simultânea de múltiplos candidatos a trajetórias dentro de uma única submissão, separando a otimização quântica de triplets locais da montagem de trajetórias globais via grafos clássicos.
3. A estratégia de submissão diagonal em blocos é um método prático para submeter múltiplos problemas de reconstrução independentes ao hardware quântico atual.

O artigo observa explicitamente que os resultados atuais são baseados em um ambiente de baixo pileup e esparso, otimizado para identificação de sinal. Os autores afirmam que estudos futuros são necessários para testar essas formulações sob condições de pileup mais fortes, maior multiplicidade de clusters e ruído de detector realista para avaliar plenamente a robustez do método para topologias de rastreamento complexas. O trabalho fornece uma base prática para o desenvolvimento de métodos de reconstrução híbridos quântico-clássicos para experimentos futuros.