KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-19
Eine vergleichende Studie variationeller Quantenklassifikatoren und klassischer Machine-Learning-Verfahren zur $tW-t\bar{t}$-Unterscheidung am LHC
Originaltitel: A comparative study of variational quantum classifiers and classical machine learning for $tW-t\bar{t}$ discrimination at the LHC
Die Messung der Einzel-Top-Quark-Produktion im tW-Kanal erfordert, sie vom dominanten tt̄-Untergrund zu trennen. Diese Studie wendet einen Variational Quantum Classifier auf simulierte Kollisionsereignisse der CMS Open Data an und vergleicht ihn mit Boosted Decision Trees und einem mehrschichtigen Perzeptron. Sie identifiziert die Analysebereiche, in denen das quanteninspirierte Modell mit den klassischen Methoden konkurrenzfähig ist.