Quantum feasibility verification and advantage exploration in high-energy physics: frontier algorithms for jet reconstruction and event classification
Abstract
随着高能物理实验全面迈入“大数据时代”，事件规模和分析复杂度迅速提升，经典计算方法在处理高维特征、组合优化和海量数据时逐渐显现性能瓶颈。量子计算依托量子叠加与纠缠所带来的潜在并行性，为应对这些挑战提供了新的技术路径。本文介绍了量子计算在高能物理分析中的两项代表性工作：其一基于量子近似优化算法实现喷注聚类，将该任务映射为最大割问题并展示了量子优化在事件重建中的可行性；其二基于量子核机器学习模型用于 CEPC 的希格斯事例分类，通过量子特征映射增强模型表达能力，从而提升信号–本底区分性能。尽管当前量子硬件仍受限于噪声、量子比特数和退相干等因素，但已有一系列前沿研究在小规模喷注重建和事例分类等任务中初步展示了量子算法的可行性及潜在性能优势。随着量子技术的持续发展，量子计算有望在未来高能物理实验的数据处理与分析中发挥越来越重要的作用。
Fields of Study & Subjects
Military Technology and Strategies
Legal and Regulatory Analysis
Linguistic
Cultural
and Literary Studies
Publication details
- Journal / source
- Chinese Science Bulletin (Chinese Version)
- Publisher
- Science China Press., Co. Ltd.
- Volume
- 71
- Issue
- 15
- Pages
- 3440–3450
- Publication date
- 11 February 2026
- Language
- EN