Quantum Algorithms for Charged Particle Track Reconstruction in the LUXE Experiment (Englisch)
Freier Zugriff
- Neue Suche nach: Crippa, Arianna
- Neue Suche nach: Funcke, Lena
- Neue Suche nach: Hartung, Tobias
- Neue Suche nach: Heinemann, Beate
- Neue Suche nach: Jansen, Karl
- Neue Suche nach: Kropf, Annabel
- Neue Suche nach: Kühn, Stefan
- Neue Suche nach: Meloni, Federico
- Neue Suche nach: Spataro, David
- Neue Suche nach: Tüysüz, Cenk
- Neue Suche nach: Yap, Yee Chinn
- Neue Suche nach: Crippa, Arianna
- Neue Suche nach: Funcke, Lena
- Neue Suche nach: Hartung, Tobias
- Neue Suche nach: Heinemann, Beate
- Neue Suche nach: Jansen, Karl
- Neue Suche nach: Kropf, Annabel
- Neue Suche nach: Kühn, Stefan
- Neue Suche nach: Meloni, Federico
- Neue Suche nach: Spataro, David
- Neue Suche nach: Tüysüz, Cenk
- Neue Suche nach: Yap, Yee Chinn
In:
Computing and Software for Big Science
;
7
, 1
;
2023
- Aufsatz (Zeitschrift) / Elektronische Ressource
-
Titel:Quantum Algorithms for Charged Particle Track Reconstruction in the LUXE Experiment
-
Weitere Titelangaben:Comput Softw Big Sci
-
Beteiligte:Crippa, Arianna ( Autor:in ) / Funcke, Lena ( Autor:in ) / Hartung, Tobias ( Autor:in ) / Heinemann, Beate ( Autor:in ) / Jansen, Karl ( Autor:in ) / Kropf, Annabel ( Autor:in ) / Kühn, Stefan ( Autor:in ) / Meloni, Federico ( Autor:in ) / Spataro, David ( Autor:in ) / Tüysüz, Cenk ( Autor:in )
-
Erschienen in:
-
Verlag:
- Neue Suche nach: Springer International Publishing
-
Erscheinungsort:Cham
-
Erscheinungsdatum:01.12.2023
-
ISSN:
-
DOI:
-
Medientyp:Aufsatz (Zeitschrift)
-
Format:Elektronische Ressource
-
Sprache:Englisch
-
Schlagwörter:
-
Lizenzbestimmungen:
-
Datenquelle:
Inhaltsverzeichnis – Band 7, Ausgabe 1
Zeige alle Jahrgänge und Ausgaben
Die Inhaltsverzeichnisse werden automatisch erzeugt und basieren auf den im Index des TIB-Portals verfügbaren Einzelnachweisen der enthaltenen Beiträge. Die Anzeige der Inhaltsverzeichnisse kann daher unvollständig oder lückenhaft sein.
-
Photon Reconstruction in the Belle II Calorimeter Using Graph Neural NetworksWemmer, F. / Haide, I. / Eppelt, J. / Ferber, T. / Beaubien, A. / Branchini, P. / Campajola, M. / Cecchi, C. / Cheema, P. / De Nardo, G. et al. | 2023
-
The ATLAS EventIndexBarberis, Dario / Alexandrov, Igor / Alexandrov, Evgeny / Baranowski, Zbigniew / Canali, Luca / Cherepanova, Elizaveta / Dimitrov, Gancho / Favareto, Andrea / Fernández Casaní, Álvaro / Gallas, Elizabeth J. et al. | 2023
-
Potential of the Julia Programming Language for High Energy Physics ComputingEschle, Jonas / Gál, Tamás / Giordano, Mosè / Gras, Philippe / Hegner, Benedikt / Heinrich, Lukas / Hernandez Acosta, Uwe / Kluth, Stefan / Ling, Jerry / Mato, Pere et al. | 2023
-
Lightweight Integration of a Data Cache for Opportunistic Usage of HPC Resources in HEP WorkflowsSammel, Dirk / Boehler, Michael / Gamel, Anton J. / Schumacher, Markus et al. | 2023
-
Ntuple Wizard: An Application to Access Large-Scale Open Data from LHCbAidala, Christine A. / Burr, Christopher / Cattaneo, Marco / Fitzgerald, Dillon S. / Morris, Adam / Neubert, Sebastian / Tropmann, Donijor et al. | 2023
-
The Tracking Machine Learning Challenge: Throughput PhaseAmrouche, Sabrina / Basara, Laurent / Calafiura, Paolo / Emeliyanov, Dmitry / Estrade, Victor / Farrell, Steven / Germain, Cécile / Gligorov, Vladimir Vava / Golling, Tobias / Gorbunov, Sergey et al. | 2023
-
Snowmass 2021 Computational Frontier CompF4 Topical Group Report Storage and Processing Resource AccessBhimji, W. / Carder, D. / Dart, E. / Duarte, J. / Fisk, I. / Gardner, R. / Guok, C. / Jayatilaka, B. / Lehman, T. / Lin, M. et al. | 2023
-
Convergent Approaches to AI Explainability for HEP Muonic Particles Pattern RecognitionMaglianella, Leandro / Nicoletti, Lorenzo / Giagu, Stefano / Napoli, Christian / Scardapane, Simone et al. | 2023
-
Fast Columnar Physics Analyses of Terabyte-Scale LHC Data on a Cache-Aware Dask ClusterEich, Niclas / Erdmann, Martin / Fackeldey, Peter / Fischer, Benjamin / Noll, Dennis / Rath, Yannik et al. | 2023
-
Jet Energy Calibration with Deep Learning as a Kubeflow PipelineHolmberg, Daniel / Golubovic, Dejan / Kirschenmann, Henning et al. | 2023
-
GNN for Deep Full Event Interpretation and Hierarchical Reconstruction of Heavy-Hadron Decays in Proton–Proton CollisionsGarcía Pardiñas, Julián / Calvi, Marta / Eschle, Jonas / Mauri, Andrea / Meloni, Simone / Mozzanica, Martina / Serra, Nicola et al. | 2023
-
Parametric Optimization on HPC Clusters with GenevaWeßner, Jonas / Berlich, Rüdiger / Schwarz, Kilian / Lutz, Matthias F. M. et al. | 2023
-
Accelerating Machine Learning Inference with GPUs in ProtoDUNE Data ProcessingCai, Tejin / Herner, Kenneth / Yang, Tingjun / Wang, Michael / Acosta Flechas, Maria / Harris, Philip / Holzman, Burt / Pedro, Kevin / Tran, Nhan et al. | 2023
-
Quantum Algorithms for Charged Particle Track Reconstruction in the LUXE ExperimentCrippa, Arianna / Funcke, Lena / Hartung, Tobias / Heinemann, Beate / Jansen, Karl / Kropf, Annabel / Kühn, Stefan / Meloni, Federico / Spataro, David / Tüysüz, Cenk et al. | 2023