BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//linuxsoftware.nz//NONSGML Joyous v1.4//EN
BEGIN:VEVENT
SUMMARY:Quantum Jet Clustering Algorithms
DTSTART:20231129T160000Z
DTEND:20231129T180000Z
DTSTAMP:20260622T012927Z
UID:d77c9ba6-e0f0-4a47-a1f8-41a7bcee9287
SEQUENCE:1
CREATED:20231128T091918Z
DESCRIPTION:O Large Hadron Collider (LHC)\, na Organização Europeia para
  a Investigação Nuclear (CERN)\, acelera principalmente feixes de protõ
 es uns contra os outros com o objetivo de testar modelos e teorias na Fís
 ica Fundamental. Espera-se que comece a operar no regime de Alta Luminosid
 ade (HL-LHC) no início de 2029. O HL-LHC irá permitir um aumento substan
 cial do número de colisões de interesse\, contribuindo para o estudo de 
 um tipo ainda mais amplo de eventos. No entanto\, a sobreposição de even
 tos indesejados\, fenómeno chamado de Pileup\, e muitos outros desafios t
 ornarão a tarefa de reconstrução de eventos\, especificamente o agrupam
 ento de partículas em jatos (jet clustering)\, muito mais árdua.Desta fo
 rma\, é urgente melhorar os algoritmos atuais utilizados para a reconstru
 ção de eventos e agrupamento de jatos ou desenvolver versões mais rápi
 das e eficientes. O foco desta Tese reside na exploração versões mais r
 obustas e rápidas do K-Means\, com ênfase numa implementação alternati
 va de uma sub-rotina quântica para o cálculo de distâncias euclidianas 
 com base no procedimento de Swap Test. Propomos também uma aplicação ma
 is flexível do K-Means\, que descarta jatos com baixo momento transversal
 \, de forma a que o número de jatos encontrados possa ser 0 e não 2\, co
 mo o algoritmo regular do K-Means exigiria. São ainda abordadas algumas l
 imitações do K-Means e exploramos a aplicabilidade do algoritmo quântic
 o de Affinity Propagation para o problema do agrupamento de jatos. Finalme
 nte\, para lidar com o Pileup\, fornecemos\, até onde sabemos\, a primeir
 a incorporação de um algoritmo de mitigação de Pileup com o K-Means.O 
 desempenho dos nossos algoritmos é testado em comparação com referênci
 as clássicas\, em particular algoritmos de recomposição sequencial\, co
 mo o kt e o Anti-kt. Com a rotina quântica proposta e os cortes aplicados
 \, os nossos algoritmos alcançaram uma melhor identificação de clusters
  e altas eficiências. Mostramos que a nossa implementação do K-Means é
  mais robusta e rápida\, uma vez que a sub-rotina quântica proposta requ
 er muito menos consultas do que o procedimento comum e calcula uma estimat
 iva mais precisa da distância euclidiana.
LAST-MODIFIED:20231128T091918Z
LOCATION:Online
URL:http://df.vps.tecnico.ulisboa.pt/pt/eventos/quantum-jet-clustering-alg
 orithms/
X-ALT-DESC;FMTTYPE=text/html:<p data-block-key="9oqve">O <i>Large Hadron C
 ollider</i> (LHC)\, na Organização Europeia para a Investigação Nuclea
 r (CERN)\, acelera principalmente feixes de protões uns contra os outros 
 com o objetivo de testar modelos e teorias na Física Fundamental. Espera-
 se que comece a operar no regime de Alta Luminosidade (HL-LHC) no início 
 de 2029. O HL-LHC irá permitir um aumento substancial do número de colis
 ões de interesse\, contribuindo para o estudo de um tipo ainda mais amplo
  de eventos. No entanto\, a sobreposição de eventos indesejados\, fenóm
 eno chamado de <i>Pileup</i>\, e muitos outros desafios tornarão a tarefa
  de reconstrução de eventos\, especificamente o agrupamento de partícul
 as em jatos (<i>jet clustering</i>)\, muito mais árdua.<br/><br/></p><p d
 ata-block-key="8hcdm">Desta forma\, é urgente melhorar os algoritmos atua
 is utilizados para a reconstrução de eventos e agrupamento de jatos ou d
 esenvolver versões mais rápidas e eficientes. O foco desta Tese reside n
 a exploração versões mais robustas e rápidas do <i>K-Means</i>\, com 
 ênfase numa implementação alternativa de uma sub-rotina quântica para 
 o cálculo de distâncias euclidianas com base no procedimento de <i>Swap 
 Test</i>. Propomos também uma aplicação mais flexível do <i>K-Means</i
 >\, que descarta jatos com baixo momento transversal\, de forma a que o n
 úmero de jatos encontrados possa ser 0 e não 2\, como o algoritmo regula
 r do <i>K-Means</i> exigiria. São ainda abordadas algumas limitações do
  <i>K-Means</i> e exploramos a aplicabilidade do algoritmo quântico de <i
 >Affinity Propagation</i> para o problema do agrupamento de jatos. Finalme
 nte\, para lidar com o<i> Pileup</i>\, fornecemos\, até onde sabemos\, a 
 primeira incorporação de um algoritmo de mitigação de <i>Pileup </i>co
 m o <i>K-Means</i>.<br/><br/></p><p data-block-key="2n4sk">O desempenho do
 s nossos algoritmos é testado em comparação com referências clássicas
 \, em particular algoritmos de recomposição sequencial\, como o kt e o A
 nti-kt. Com a rotina quântica proposta e os cortes aplicados\, os nossos 
 algoritmos alcançaram uma melhor identificação de clusters e altas efic
 iências. Mostramos que a nossa implementação do <i>K-Means</i> é mais 
 robusta e rápida\, uma vez que a sub-rotina quântica proposta requer mui
 to menos consultas do que o procedimento comum e calcula uma estimativa ma
 is precisa da distância euclidiana.</p>
END:VEVENT
END:VCALENDAR