Des chercheurs classent des événements de neutrinos avec un ordinateur quantique

Les chercheurs ont atteint une précision de test proche de 80 % avec le NPQK et une précision d'environ 70 % avec le QCNN dans la classification d'événements détectés par des télescopes à neutrinos à l'aide d'un ordinateur quantique, un résultat comparable aux méthodes traditionnelles. Pablo Rodriguez-Grasa, de l'Université du Pays Basque UPV/EHU, et ses collègues ont démontré cette capacité en étudiant les noyaux quantiques projetés neuronaux et les réseaux de neurones convolutifs quantiques.

Ce travail, publié le 21 août 2026 dans Quantum Science and Technology, Numéro 4, établit la faisabilité de l'application de l'apprentissage automatique quantique à l'analyse de données astronomiques avec le matériel actuel. L'étude explore comment les ordinateurs quantiques peuvent distinguer différents types d'événements de neutrinos, ce qui est crucial pour comprendre les phénomènes cosmiques rares.

Approches NPQK et QCNN pour la classification des événements de neutrinos

Atteignant une précision de test proche de 80 %, l'approche par noyau quantique projeté neuronal (NPQK) a démontré une capacité à classifier les événements de neutrinos directement sur des simulateurs et sur le processeur quantique IBM Strasbourg. Ce résultat suggère une transition vers des applications quantiques pratiques en astrophysique. Les chercheurs dirigés par Pablo Rodriguez-Grasa à l'Université du Pays Basque UPV/EHU ont détaillé ces performances dans une étude publiée le 21 août 2026 dans Quantum Science and Technology, Numéro 4, en se concentrant sur la distinction entre les traces de muons et les cascades hadroniques/électromagnétiques, des signatures clés au sein des données des télescopes à neutrinos.