[논문 리뷰] Charged particle tracking with quantum annealing-inspired optimization

Alexander Zlokapa, Anand Abhishek외 5명|arXiv (Cornell University)|2019. 08. 13.

Advanced Data Storage Technologies참고 문헌 46인용 수 16

한 줄 요약

이 논문은 고광도 LHC를 위한 고전하량 입자 궤적 복원을 위해 양자 안일링 기반 접근법을 제안하며, Denby-Peterson 네트워크를 이차 무제약 이진 최적화(QUBO) 문제로 재구성한다. D-Wave 2X 시스템을 사용한 시뮬레이션 및 양자 안일링을 통해, 경쟁적인 효율성과 순도를 보이며 궤적을 성공적으로 복원하였으며, 향후 하드웨어 특화 구현 가능성과 양자 속도 향상의 가능성을 보여주었다.

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.

연구 동기 및 목표

• 한 번의 복합 충돌당 최대 200개의 상호작용으로 인해 증가하는 고광도 LHC에서 궤적 복원의 계산 부담을 해결하기 위해.
• 조합 최적화 문제로서의 궤적 복원에 대해 양자 안일링이 확장 가능한 해결책을 제공할 수 있는지 탐색하기 위해.
• 입자 추적을 위한 양자 안일링 프레임워크에 고전적 Denby-Peterson (Hopfield) 네트워크 방법을 적응시키기 위해.
• 현재의 양자 안일링 하드웨어의 제한된 큐비트 연결성과 큐비트 수에 맞게 추적 문제를 맵핑하기 위한 임bedding 기법을 개발하기 위해.
• TrackML 데이터셋을 사용하여 양자 및 시뮬레이션 안일링을 이용한 궤적 복원의 가능성을 입증하기 위해.

제안 방법

• 이진 변수가 히트-트랙 연결을 나타내는 QUBO(이차 무제약 이진 최적화) 문제로 궤적 복원 문제를 재구성한다.
• 궤도의 나선도, 운동량, 상호작용 지점의 위치, 그리고 가우시안 커널 밀도 추정을 통한 엣지 정렬 편향과 같은 물리적 및 통계적 특징을 사용해 QUBO 가중치를 정의한다.
• 서로소 부분 그래프 식별을 통해 문제 크기를 줄이고, 더 작은 관리 가능한 구성 요소에 대해 반복적 안일링을 가능하게 하여 고전적 사전 처리를 적용한다.
• QUBO를 D-Wave 2X 양자 안일러에 구현하고, 검증을 위해 결과를 고전적 시뮬레이션 안일링과 비교한다.
• 이전의 양자 연상 기억 접근법과 달리, 시뮬레이션된 궤적 패턴을 저장할 필요가 없는 파arameterized QUBO 설정을 구현한다.
• 초기 추적을 위한 실용적인 대안 또는 사전 단계로, 고전적 안일링 하드웨어(예: FPGA, Coherent Ising Machines)를 사용해 더 큰, 완전히 연결된 문제를 인코딩할 수 있음을 활용한다.

실험 결과

연구 질문

• RQ1 고광도 LHC 궤적 복원 맥락에서, Denby-Peterson 네트워크가 양자 안일링에 적합한 QUBO 문제로 효과적으로 재구성될 수 있는가?
• RQ2 실제 데이터셋인 TrackML에서 양자 안일링이 고전적 시뮬레이션 안일링보다 궤적 복원 효율성과 순도 측면에서 뛰어나게 작용하는가?
• RQ3 현재의 큐비트 수와 연결성에 제한된 양자 안일링 하드웨어에 대규모 입자 추적 문제를 맵핑하기 위해 효과적인 임bedding 및 문제 축소 전략는 무엇인가?
• RQ4 완전한 기저 상태 해를 구하지 않더라도, 양자 안일링이 궤적 복원에서 경쟁 가능한 성능을 달성할 수 있는 정도는 어느 정도인가?
• RQ5 FPGA, Coherent Ising Machines 등 고전적 안일링 하드웨어는 고에너지 물리학에서 실시간 추적에 대해 실용적인 대안 또는 사전 단계로 기능할 수 있는가?

주요 결과

• QUBO 기반의 양자 안일링 기반 방법은 D-Wave 2X 시스템을 사용해 TrackML 데이터셋에서 입자 궤적을 성공적으로 복원하였으며, 경쟁적인 효율성과 순도를 달성하였다.
• 시뮬레이션 안일링과 양자 안일링의 결과가 유사하여, QUBO 설정이 궤적 복원에 있어 강력하고 효과적임을 입증하였다.
• 서로소 부분 그래프 식별을 통한 문제 분해 기법을 통해 현재 큐비트 수에 제한된 양자 하드웨어에서 대규모 추적 문제를 스케일러블하게 처리할 수 있었다.
• D-Wave 안일러에서 확보한 스핀 상태는 기저 상태 수렴을 완전히 달성하지 않더라도 근사 최적 해를 찾을 수 있음을 시사하며, 실용적 유용성을 보였다.
• FPGA 및 Coherent Ising Machines와 같은 고전적 안일링 하드웨어는 현재 D-Wave 시스템보다 더 큰, 완전히 연결된 문제를 인코딩할 수 있어 실시간 추적을 위한 실현 가능한 길을 제공한다.
• 이 방법은 여전히 양자 속도 향상의 가능성을 열어두고 있으며, 본 연구에서는 이러한 속도 향상의 증거를 발견하지 못했지만, 향후 고광도 충돌 환경에서의 적용 잠재력은 매우 높다.