[論文レビュー] Charged particle tracking with quantum annealing-inspired optimization

Alexander Zlokapa, Anand Abhishek+5 more|arXiv (Cornell University)|Aug 13, 2019

Advanced Data Storage Technologies参考文献 46被引用数 16

ひとこと要約

本論文は、ハイ・リューミノシティLHCにおける荷電粒子の軌道再構成のための量子アニーリングにインspiredされた手法を提案する。Denby-Petersonネットワークを二次無制約バイナリ最適化（QUBO）問題に再定式化し、D-Wave 2Xシステムを用いたシミュレートされた量子アニーリングと実験的実装により、競争力のある効率性と純度を達成した。本手法は将来のハードウェア特化型実装の可能性を示しており、量子スピードアップの余地も残している。

ABSTRACT

At the High Luminosity Large Hadron Collider (HL-LHC), traditional track reconstruction techniques that are critical for analysis are expected to face challenges due to scaling with track density. Quantum annealing has shown promise in its ability to solve combinatorial optimization problems amidst an ongoing effort to establish evidence of a quantum speedup. As a step towards exploiting such potential speedup, we investigate a track reconstruction approach by adapting the existing geometric Denby-Peterson (Hopfield) network method to the quantum annealing framework and to HL-LHC conditions. Furthermore, we develop additional techniques to embed the problem onto existing and near-term quantum annealing hardware. Results using simulated annealing and quantum annealing with the D-Wave 2X system on the TrackML dataset are presented, demonstrating the successful application of a quantum annealing-inspired algorithm to the track reconstruction challenge. We find that combinatorial optimization problems can effectively reconstruct tracks, suggesting possible applications for fast hardware-specific implementations at the LHC while leaving open the possibility of a quantum speedup for tracking.

研究の動機と目的

• バッチクロスイングあたり最大200件の相互作用が予想されるハイ・リューミノシティLHCにおける、軌道再構成の計算負荷の増大に対処すること。
• 量子アニーリングが、軌道再構成という組み合わせ最適化問題に対してスケーラブルな解決策を提供できるかどうかを検証すること。
• 古典的Denby-Peterson（ホープフィールド）ネットワーク手法を、素粒子追跡のための量子アニーリングフレームワークに適応すること。
• 限られた量子ビット数と接続性を有する近い将来の量子アニーリングハードウェアに、追跡問題をマッピングするための埋め込み技術を開発すること。
• TrackMLデータセットを用いて、量子アニーリングおよびシミュレートされたアニーリングを用いた軌道再構成の実現可能性を実証すること。

提案手法

• バイナリ変数をヒットからトラックへの関連付けとして定義し、軌道再構成問題をQUBO（二次無制約バイナリ最適化）問題として定式化する。
• 物理的および統計的特徴（トラックのヘリシティ、運動量、相互作用点の位置、およびガウスカーネル密度推定から導出されるエッジ整列バイアスなど）を用いてQUBOの重みを定義する。
• 問題のサイズを縮小するために、古典的手法による前処理を実施し、非連結な部分グラフを特定し、より小さな管理可能なコンポーネントに対して反復的アニーリングを実行する。
• QUBOをD-Wave 2X量子アニーラーに実装し、妥当性確認のため、古典的シミュレートアニーリングと結果を比較する。
• 従来の量子アソシエイティブメモリ手法とは異なり、シミュレートされたトラックパターンの保存を必要としないパラメータ化されたQUBO定式化を採用する。
• FPGAやCoherent Ising Machinesなどの古典的アニーリングハードウェアを、初期段階の追跡用途における量子ハードウェアの代替または予備として活用する。

実験結果

リサーチクエスチョン

• RQ1 ハイ・リューミノシティLHCの軌道再構成の文脈において、Denby-Petersonネットワークを量子アニーリングに適したQUBO問題に効果的に再定式化できるか？
• RQ2 TrackMLのような実世界のデータセットにおいて、量子アニーリングが古典的シミュレートアニーリングを上回る軌道再構成の効率性と純度を達成できるか？
• RQ3 限られた量子ビット数と接続性を有する現在の量子アニーリングハードウェアに、大規模な素粒子追跡問題をマッピングするための有効な埋め込みおよび問題還元戦略は何か？
• RQ4 完全な基底状態解に到達しなくても、量子アニーリングが軌道再構成で競争力のある性能を達成できる範囲はどの程度か？
• RQ5 FPGA や Coherent Ising Machines などの古典的アニーリングハードウェアは、高エネルギー物理学におけるリアルタイム追跡のための実用的代替または前段階として機能できるか？

主な発見

• QUBOに基づく量子アニーリングにインスパイアされた手法は、D-Wave 2Xシステムを用いてTrackMLデータセット上で荷電粒子の軌道を効果的に再構成し、競争力のある効率性と純度を達成した。
• シミュレートアニーリングと量子アニーリングの結果は類似しており、QUBO定式化が軌道再構成に対して堅牢かつ効果的であることを示している。
• 非連結部分グラフの特定による問題分解により、限られた量子ビット数を有する現在の量子ハードウェアでも、大規模な追跡問題のスケーラブルな処理が可能になった。
• D-Waveアニーラーから得られたスピン状態は、完全な基底状態収束がなくても近似的最適解が得られることを示しており、実用的価値があることが示された。
• FPGA や Coherent Ising Machines などの古典的アニーリングハードウェアは、現在のD-Waveシステムよりも大きな、完全に接続された問題をエンコードでき、リアルタイム追跡のための実現可能な道筋を提供している。
• 本手法は量子スピードアップの可能性を開放しており、本研究ではそのスピードアップの証拠は得られなかったが、将来の高リューミノシティ加速器環境への応用の可能性は非常に高い。