量子科技中心_量科网

在高能物理学中，“解卷积”是指从探测器畸变的测量数据中重建物理观测量的真实分布的过程。基于将该问题重构为正则化二次优化的思路，该团队开发了一个能兼容经典与量子计算方法的统一框架。特别值得注意的是，研究团队推导出了解卷积目标的二次无约束二进制优化(QUBO)表示形式，使其可直接在量子退火机和混合量子-经典求解器上实现。该方案被集成于QUnfold这一开源Python工具包中，其中包含经典混合整数求解器与D-Wave混合量子求解器。通过使用带有可控畸变效应的合成数据集，我们将该方法与RooUnfold中广泛使用的解卷积技术（包括响应矩阵求逆、迭代贝叶斯解卷积和奇异值分解解卷积）进行了基准测试。结果表明，这种基于优化的方法在保持多种分布重建精度的同时，能自然地将正则化纳入目标函数。该工作为解卷积问题建立了统一的优化视角，并为探索量子增强方法在实验高能物理数据分析中的应用提供了可行路径。