Hybrid Quantum-Classical Graph Neural Networks for Particle Track Reconstruction at the Large Hadron Collider

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Edebiyat Fakültesi, Fizik Bölümü, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: CENK TÜYSÜZ

Danışman: Melahat Bilge Demirköz

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Parçacık çarpıştırma deneyleri doğayı küçük boyutlarda anlamayı hedefler. Avrupa Nükleer Araştırma Merkezi'nde (CERN) bulunan Büyük Hadron Çarpıştırıcısı (BHÇ) gibi parçacık hızlandırıcıları küçük boyutları incelemek için parçacıkları yüksek frekans (MHz) ve enerjide (TeV) çarpıştırır. Yüksek çarpışma frekansları pek çok bilgisayımsal zorluğu beraberinde getirmektedir. Bu zorluklardan bir tanesi ise çarpışma sonucu açığa çıkan parçacıkların rotasının belirlenmeye çalışıldığı parçacık izi yapılandırma problemidir. Şu anda BHÇ üzerinde çalışmaları sürmekte olan yüksek ışınım geliştirmeleri ise parçacık çarpışma oranlarını artıracak ve bilgisayım zorluklarını daha da büyüyecektir. Şu anda kullanılmakta olan parçacık izi yapılandırma algoritmaları ikinci dereceden daha kötü bir ölçeklenmeye sahip oldukları için de bu durumdan fazlasıyla etkilenecektir. Bu çalışma parçacık izi tekrar oluşturma problemini çözmek için yenilikçi Çizge Sinir Ağları'nı Kuantum Sinir Ağları ile birleştiren, Gürültülü Orta Ölçekli Kuantum (NISQ) bilgisayarla uyumlu, bir hibrit Kuantum-Klasik model sunmaktadır. Sonuçlar 16 kübit ve 16 gizli uzay boyutuna sahip hibrit modelin klasik model ile benzer sonuçlar verebildiğini ortaya koymaktadır.