Kacskovics Balázs\(^{1,2}\), Barta Dániel\(^{1}\) (2024.01.01 - 05.31)

\(^{1}\) HUN-REN Wigner Fizikai Kutatóközpont
\(^{2}\) Pécsi Tudományegyetem

Publikáció: Comparing eccentric waveform models based on post-Newtonian and effective-one-body approaches

Kivonat: Ezen pályázt keretében két numerikus modellt hasonlítunk össze egymással, nevezetesen a CBWaves és a SEOBNRE algoritmusokat, amelyek a poszt-newtoni, illetve az effektív egytestes megközelítést használják fel excentrikus pályán keringő kettős fekete lyukak modellezésére. A két modell közötti eltérés feltérképezésére 260 000 szimulációt elvégzése sükséges - 20 000-et a nem-spines konfigurációkra és 240 000-et a spines konfigurációkra - a választott paramétertér által kifeszített rácson. Ezen rács minden egyes \(i\)-vel jelölt pontját a \(\nu \equiv m_1/m_2\in [0.1,1]\) tömegarány, a \(m_i \in [10M_\odot, 100M_\odot]\) gravitációs tömeg, a megfelelő spin nagysága \(S_i \in [0,0.6]\) és egy állandó kezdeti pályaexcentricitás \(e_{0}\) határozza meg. Átfogó vizsgálatot végezünk annak megállapítására, hogy van-e eltérés a két kód által generált hullámformák között.

Kovács Győző, Kovács Péter, Wolf György (2023.01.01 - 11.30)

Wigner Fizikai Kutatóközpont

Támogatás: NKFIH FK 131982

Publikáció: Phenomenology of isospin-symmetry breaking with vector mesons

Kivonat: A kiterjesztett lineáris szigma modell (eLSM) egy továbbfejlesztett kvarkmezon modell, amellyel jól tanulmányozható pl. a mezonok fenomenológiájának nulla hőmérsékleten és a QCD fázisdiagramja véges hőmérsékleten és/vagy bariokémiai potenciálon. Ahhoz, hogy predikciókat tudjunk adni a modell paramétereit meg kell határozni, úgy hogy a számított fizikai mennyiségeket (például tömegeket és bomlási szélességeket) a kísérleti értékeikhez illesztjük. A legjobb fit és a globális minimum a k-dimenziós paramétertérben (esetünkben \(k > 14\)) véletlenszerű kiindulási pontok kiválasztásával és egy \(\chi^2\) multiparaméteres minimalizálás futtatásával található meg. Ez az eljárás numerikusan meglehetősen drága és időigényes. Ugyanakkor nagy számú kiindulási pontra (\(n ∼ 10^7\)) van szükség ahhoz, hogy ésszerű statisztikát és felbontást érjünk el a paraméterértékekben.

A modell, a paraméterfüggés és a paraméterezés jó megértése érdekében az illesztést az érintett fizikai mennyiségek változtatása mellett is el kell végezni.

Kovács Győző [1], Kovács Péter [1], Wolf György [1], Pok Man Lo [2] (2023.01.01 - 11.30)

[1] Wigner Fizikai Kutatóközpont
[2] Wroclaw Egyetem, Boroszló

Támogatás: NKFIH FK 131982

Publikáció: Sensitivity of finite size effects to the boundary conditions and the vacuum term

Kivonat: A véges térfogat hatását effektív térelméleti modellekben általában az impulzus tér valamilyen megszorításával veszik figyelembe, például alacsony impulzus levágással vagy diszkretizációval, amely az alkalmazott peremfeltételtől függő módusokra történő felösszegzést eredményez az integrálok helyett. A kutatásunk során egy továbbfejlesztett kvark-mezon modellben tanulmányozzuk a kritikus végpont és annak környezetében a barionfluktuációk méretfüggését különös tekintettel arra, hogy az impulzus tér különböző módosításai és a vákuum járulék figyelembe vétele milyen módon befolyásolják azokat. A fluktuációkat leíró kumulánsarányok meghatározásához a nyomás magasabb rendű deriváltjait kell kiszámítani. Erre a célra a véges differencia módszer használható, de ehhez a téregyenleteket több pontban is meg kell oldani. Ennek kivitelezése jelentős számítási kapacitást igényel ha a fázisdiagramot és a méretfüggést is kellően sűrűn akarjuk feltérképezni, ugyanakkor ezek a számítások könnyen párhuzamosíthatóak.

Emese Forgács-Dajka*, István Ballai** (2021.05.01-2021.12.31)

* Eötvös Lorán Tudományegyetem, Csillagászati tanszék
** Solar Physics and Space Plasma Research Centre (SP2RC), Department of Applied Mathematics, The University of Sheffield

Publikáció: Parametric resonance of Alfvén waves driven by ionization-recombination waves in the weakly ionized solar atmosphere

Kivonat: Munkánk során a részlegesen ionizált plazmában fellépő - mint pl. a a Nap légkörében megfigyelhető protuberanciák esete -, a környező mágneses térre ferde irányban terjedő lökéshullámok jellegét és tulajdonságait vizsgáljuk. Elsősorban a megfigyelésekkel is alátámasztott lökéshullámok elemzését szeretnénk elvégezni, így eredményeink magyarázatként szolgálhatnak a protuberanciákban megfigyelt fényes foltok terjedésére is (Lin és mktsai, 2012).

Az összenyomható, egyfolyadékos magnetohidrodinamikai (MHD) egyenletek megfelelő skálázási eljárásokkal redukálhatók a jól ismert Burgers-egyenletre, melynek együtthatói a lökéshullám terjedési szögétől, a plazma β-tól és a plazma ionizációs fokától függenek. Modellünk jól alkalmazható mind a lassú, mind a gyors magnetoakusztikus lökéshullámok vizsgálata során. A lökésfront esetén a standard ugrási feltételeket használva (gyenge szórást feltételezve) meghatározhatók a termodinamikai mennyiségek ugrása is, melyek már összehasonlíthatóak a megfigyelésekből származó adatokkal.

A Cole-Hopf transzformáció segítségével oldjuk meg a kapott egyenletet, amely tulajdonképpen egyenértékű egy diffuziós egyenlet kezdetérték problémával. A megoldás során megvizsgáljuk, hogy mennyi időre van szükség ahhoz, hogy a kezdetben Gauss-féle hullámprofil lökéshullámmá feljődjön, azaz a hullámfront vastagsága az ionok szabad úthosszának nagyságrendjébe essen.

Horváth Anna [1,2], Barnaföldi Gergely Gábor [1], Forgács-Dajka Emese [2] (2023.09.01-12.31)

[1] Wigner Fizikai Kutatóközpont
[2] Eötvös Loránd Tudományegyetem

Kivonat: Kompakt csillagok vizsgálatát végezzük egy statikus, gömbszimmetrikus Kaluza-Klein-szerű elméletben, ami magában foglalja egy extra kompaktifizált térdimenzió bevezetését. Megalkottunk egy állapotegyenletet, mely a Tolman-Oppenheimer-Volkov egyenlettel együtt alkalmas neutron csillagok modellezésére. Ezen objektumok szerkezetének szimulálása (a fő mérhető fizikai tulajdonságaik, azaz a tömeg és a sugár kiszámítása), valamint egy alapos analízis kivitelezése megköveteli, hogy számításigényes programokat használjunk. Számos különböző peremfeltételekkel (mint a központi energiasűrűség) és elméleti paraméterekkel (például az extra dimenzió mérete) rendelkező csillagot vizsgálunk. Az ilyen jellegű számításokhoz elengedhetetlen a parellelizációban rejlő lehetőség kihasználása, ami a legjobban többmagos processzorokon valósítható meg. Ez a projekt a részecskefizika standard modelljén túli elméleteket tesztel, különös tekintettel egy lehetséges extra kompaktifizált térdimenzió méretének a megszorítására.

Neelkamal Mallick [1], Suraj Prasad [1], Aditya Nath Mishra [2,4], Raghunath Sahoo [1] and Gergely Gábor Barnaföldi [3] (2023.01.01 - 2023.03.31)

[1] Department of Physics, Indian Institute of Technology Indore
[2] Department of Physics, School of Applied Sciences, REVA University
[3] Wigner Research Center for Physics
[4] Department of Physics, University Centre For Research & Development (UCRD), Chandigarh University

Publication: Deep learning predicted elliptic flow of identified particles in heavy-ion collisions at the RHIC and LHC energies

Abstract Recent developments of a deep learning feed-forward network for estimating elliptic flow \((v_2)\) coefficients in heavy-ion collisions have shown the prediction power of this technique. The success of the model is mainly the estimation of \(v_2\) from final-state particle kinematic information and learning the centrality and transverse momentum \((p_T)\) dependence of \(v_2\). The deep learning model is trained with Pb-Pb collisions at \(\sqrt{s_{NN}} = 5.02 TeV\) minimum bias events simulated with a multiphase transport model. We extend this work to estimate \(v_2\) for light-flavor identified particles such as \(π^\pm\), \(K^\pm\), and \(p + \bar{p}\) in heavy-ion collisions at RHIC and LHC energies. The number-of-constituent-quark scaling is also shown. The evolution of the \(p_T\)-crossing point of \(v_2(p_T)\), depicting a change in baryon-meson elliptic flow at intermediate \(p_T\) , is studied for various collision systems and energies. The model is further evaluated by training it for different \(p_T\) regions. These results are compared with the available experimental data wherever possible.

Gergácz Mira, Keresztúri Ákos (2023.09.01-12.31.)

Publikáció: Surveying the ice condensation period at southern polar Mars using a CNN

Kivonat: A tanulmány célja a vízjég kondenzációs időszakának vizsgálata a Marson. A munka során automatizált konvolúciós neurális háló (CNN) fut le High Resolution Imaging Science Experiment (HiRISE) képekre, melyek a Mars Reconnaissance Orbiter (MRO) szonda által készültek. Kisebb jégfoltok (\(1.5-300\) méter közötti átmérőjű) felismerésére tanított CNN használata megfelelő automatizált módszernek bizonyul erre a célra. A vizsgált terület a \(-40°\) és \(-60°\) közötti szélességi fok tartomány, \(L_s = 0-90°\) időszakban, amikor a déli jégsapka még nem fedi ezt a területet.

Jakovác Antal, Horváth Anna, Dudás Bence

Kivonat: A projekt keretében infrahang minták mesterséges intelligencia alapú vizsgálata, alkalmazott kutatásokhoz.

Kacskovics Balázs[1,2] and Barta Dániel[1] (2023.2.13 - 8.15)

[1] Wigner Fizikai Kutatóközpont
[2] PTE Fizika Doktori Iskola

Kivonat: Gyorsan-forgó kompakt csillagok egyensúlyi konfigurációit modellezzük különböző nukleáris, hybrid és kvark anyagot tartalmazó állapot egyenletekre (EOS). A jövőbeli vizsgálatainkban a impulzus nyomatékon felül a hőmérséklettől is függő EOS-t is használunk majd, hogy a hideg-anyagot tartalmazó EOS-k hatáskörét meghaladó kutatásokat végezhessünk. Továbbá, gyorsan forgó kompakt csillagok árapály Love-számát is számolni fogjuk, hogy ezáltal eredményeink a gravitációs-hullám megfigyelésekben is használhatóak legyenek. A fizikai paraméterek meghatározására a LORENE könyvtárat használjuk, amely multi-domain spektrális módszerekkel oldja meg numerikusan a 3+1 felbontását az Einstein egyenleteknek.

Koniorczyk Mátyás [1], Naszvadi Péter [1], Pintér Miklós [2] (2023.04.18 - 07.18)

[1] Wigner Fizikai Kutatóközpont [2] Budapesti Corvinus Egyetem

Kivonat: A projekt keretében kvadratikus bináris korlát nélküli optimalizálási feladatokat (QUBO) vizsgálunk. Ezek az Ising-modellel ekvivalens nehéz számítási feladatok, és kvantum annealerek segítségével is megoldhatók. Segédváltozók bevezetésével lineáris vegyes egészértékű feladattá is átírhatók, ez a standard (Fortet) linearizáció. Kutatásunkban azt vizsgáljuk, hogy mennyiben alkalmas a Fortet linearizáció kisebb méretű feladat esetén egy valamilyen közelítő heurisztikából (pl. kvantum annealing, szimulált bifurkáció, stb.) kapott megoldás javítására, illetve az optimalitás ellenőrzésére dualitási feltételekkel. Eközben kis méretű, de nehéz QUBO példányokat oldunk meg, ami azok strukturális tulajdonságainak jobb megértéséhez is hozzájárul.

Gergácz Mira, Keresztúri Ákos (2023.06.01 - 08.31)

Publikáció: Analysing high resolution digital Mars images using machine learning

Kivonat: A Marson kulcsfontosságú kérdés, hogy a jelenlegi körülmények között létrejöhet-e cseppfolyós víz. Az évszakos jégsapka visszahúzódása nyomán visszamaradhatnak kisebb jégfoltok kevésbé megvilágított területeken a Mars légkörének és felszínének alacsony hővezető képessége miatt. Nyáron mikor ezek a jégfoltok direkt besugárzást kapnak lehetséges, hogy a jég elég gyorsan melegszik a folyékony fázis megjelenéséhez.

Ebben a munkában egy konvolúciós neurális háló (CNN) segítségével keresünk ilyen potenciális jégfoltokat. A betanításhoz használt adathalmazt egy korábbi kutatás adja, mely során 110 HiRISE kép került vizsgálatra a -40° és -60° szélességi fokok között, a déli féltekén kora tavasszal. Ezek közül 37 képen detektálható kisebb jégfolt, melyek optikailag megkülönböztethetőek más felszínformáktól fényességük, árnyalatuk és az árnyékoló felszínformákhoz viszonyított helyzetük szerint. Az adathalmaz a képek feldarabolásával 6240 képre lett bővítve. Egy 38, a program által még nem látott képen elvégzett teszt után azt lehet mondani, hogy a program általánosságban felismeri a világos foltokat, azonban további tréning szükséges a pontosság növelése érdekében.

Rakyta Péter (ELTE, Wigner FK), Gregory Morse (ELTE), Jakab Nádori (ELTE), Oskar Mencer (Maxeler Technologies), Zimborás Zoltán (Wigner FK) (2022.05.01 - 2022.12.31)

Publikáció: Highly optimized quantum circuits synthesized via data-flow engines

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: A kvantumprogramok minél kevesebb elemi művelettel történő implementálása fontos szerepet játszik abban, hogy értelmezhető eredményt olvassunk ki napjaink zajos kvantumprocesszoraiból. Ebben a projektben egy FPGA alapú kvantumszámítógép szimulátort terveztünk és használtunk fel arra, hogy kvantumprogramokat elemi műveletekre bontsunk fel optimalizáció alalpú kapufelbontó algoritmusunkkal, egészen 9 qubitig. Összehasonlítva eredményeinket a QISKIT csomaggal, az általunk előállított kvantumáramkörök átlagosan 97%-al kevesebb műveletet tartalmaztak, miközben az előállított kvantumáramkörök 10^-4 pontossággal közelítették meg az eredeti, felbontandó kvantumprogramot.

Ágoston Kaposi (ELTE), Zoltán Kolarovszki (ELTE), Tamás Kozsik (ELTE), Zoltán Zimborás (Wigner FK) and Péter Rakyta (ELTE) (2022.05.01 - 2022.12.31)

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: Az ún. Torontonian függvény kiértékelése központi szerepet tölt be bozonikus mintavételezési folyamatok szimulálásában. Ebben a projektben egy újszerű algoritmust terveztünk a Torontonian függvény kiértékeléséhez, mellyel polinomiális gyorsulást értünk el az elérhető leghatékonyabb algoritmushoz képest. Numerikus eredményeink alapján algoritmusunk komplexitása N^1.0691 2^(N/2), ahol N a kiértékelendő mátrix méretét jelöli. Ugyancsak megmutattuk, hogy algoritmusunk kiterjeszthető nagy teljesítményű szamítógépekre, lehetőséget biztosítva 35-40 fotonnal történő bozonikus mintavételezés szimulálására.

Publikációk: Ágoston Kaposi, Zoltán Kolarovszki, Tamás Kozsik, Zoltán Zimborás, Péter Rakyta: Polynomial speedup in Torontonian calculation by a scalable recursive algorithm ArXiv:2109.04528

Anna Horváth, Bámer Balázs, Barnaföldi Gergely Gábor és Légrády Dávid (2022.01.01 - 2022.07.30)

Wigner Fizikai Kutatóközpont

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: A nemlineáris optikai közegekben a lehetséges optikai utakat vizsgáljuk meg hagyományos számolásokban, valamint ezek helyreállítását a modern gépi tanulás módszereivel.

Pocsai Mihály András, Barna Imre, Bíró Gábor, Barnaföldi Gergely Gábor (2021.10.01 - 2022.08.31)

Wigner Fizikai Kutató Központ

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: A plazmás részecskegyorsítók koncepciója, hogy a részecskéket nem vákuumban, elektromágneses térrel gyorsítják, kollimálják és tartják a megfelelő pályán, hanem azokat egy ún. vezérlőnyaláb által keltett plazmahullámok segítségével gyorsítják fel [1]. A vezérlőnyaláb lehet egy töltött részecskékből álló nyaláb, vagy egy rövid, nagy intenzitású lézerimpulzus. A felgyorsítani kívánt részecskéket általában külső forrásból injektálják a plazmába, de plazmás elektrongyorsító esetén, amennyiben a plazmahullámokat egy lézerimpulzus kelti, és annak csúcsintenzitása elegendően nagy, úgy a maguk a plazmaelektronok is becsapdázódhatnak úgy, hogy a létrejövő plazmahullámok őket gyorsítsák. Az itt felvázolt folyamatban tehát a gyorsítandó nyaláboknak vezérlő nyalábok az általuk keltett plazmahullámok közvetítésével adják át energiájukat. A CERN–AWAKE kísérletben rövid protonnyalábok vonulatával kívánják létrehozni az elektronokat gyorsító plazmahullámokat [2]. A vezérlő protonnyalábok vonulatát a gyorsítóközegként szolgáló plazma hozza létre az SPS protonnyalábjából az önmodulációs instabilitás révén. A kísérlet működéséhez kulcsfontosságú, hogy a plazma ultrahomogén legyen, illetőleg a megfelelő részein pontosan az előírtak szerint változzék a sűrűsége. A plazmát, alacsony ionizációs potenciálja miatt, rubídiumból állítják elő egy 120 fs hosszú, intenzív, infravörös lézerimpulzus segítségével. Ez teszi indokolttá a rubídium fotoinizációs folyamatainak elméleti tanulmányozását.

A szóban forgó folyamatokat korábban is kvantummechanikai számításokon keresztül tanulmányoztuk [3]. Az alkalmazott módszer lényege, hogy az időfüggő Schrödinger-egyenlet megoldását a szabad rubídium atom Hamilton operátora sajátfüggvényeinek bázisán fejtjük ki, ahol a kifejtési együtthatók az időtől függenek. Ezt az Ansatzot a Schrödinger-egyenletbe visszahelyettesítve, egy közönséges, lineáris differenciálegyenletrendszert kapunk az időfüggő kifejtési együtthatókra, amelyek rendre az atom kötött vagy kontinuum állapotainak betöltöttségi amplitúdóit adják meg. A lézerfénnyel való kölcsönhatás utáni, végállapoti hullámfüggfényből meghatározható a teljes fotoionizációs valószínűség, a fotoelektronok energiaspektruma, szögeloszlása, valamint energia és polárszög szerinti eloszlása.

Referenciák:
[1] T. Tajima, J.M. Dawson: „Laser electron accelerator". Phys. Rev. Lett 43, 267–270 (1979).
[2] C. Petit-Jean-Genaz, G. Arduini, P. Michel, V. R. W. Schaa, (eds.), Proceedings, 5th International Particle Accelerator Conference (IPAC2014): Dresden, Germany, June 15–20, 2014, JACoW Conferences (CERN, Geneva, Switzerland, 2014).
[3] M.A. Pocsai, I.F. Barna and K. Tőkési: „Photoionisation of Rubidium in strong laser fields". Eur. Phys. J. D 73, 74 (2019).

Margóczi Márk, Légrády Dávid (2022.08.01 - 2022.12.31)

Budapesti Műszaki és Gazdaságtudományi Egyetem

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: A nukleáris tudományoknak új kutatási területe a dinamikus Monte-Carlo módszerrel való neutrontranszport számítások. A dinamikus Monte-Carlo számítás nem csak a neutronkinetika előrejelzésére használható fel, hanem összekapcsolható termohidraulikai rendszerkódokkal, amelyek összetettebb dinamikus szimulációkat tesznek lehetővé. Ezen csatolt számítási módszer felveti a kérdését a stabilitás és konvergencia vizsgálatának. A szimulációk extrém kapacitás igényei és sztochasztikus tulajdonságai miatt a stabilitás és a konvergencia elméletek teszteléséhez nagy teljesítményű hardverek szükségeltetnek.

A GUARDYAN (GPU Assisted Reactor Dynamic Analysis) egy GPU-n (Graphics Processing Unit) futó dinamikus Monte Carlo alapú neutrontranszport program. Önmagában a GUARDYAN képes számolni a neutronkinetikát, viszont az összetettebb reaktorfizikai számításokhoz szükségesé válik a termohidraulika visszacsatolása. Utóbbi megvalósításához a SUBCHANFLOW szubcsatorna kód GUARDYAN-hoz való csatolásával valósult meg. A stabilitás és konvergencia vizsgálat legegyszerűbb eszköze a sztochasztikus kalkulus, melynek keretén belül a neutronkinetika egy sztochasztikus differenciálegyenlettel közelíthető. Ha ennek az egyenletnek a szórás járulék tagját Monte-Carlo feltevésekkel definiáljuk, akkor a sztochasztikus differenciálegyenlet a dinamikus Monte-Carlo módszerű szimulációt közelíti. Amennyiben a probléma megfelelően egyszerű, a rektor neutronkinetikája és termohidraulikája analitikus képletekkel levezethető. Ezek az egyenletek összehasonlításra várnak a gyakorlati problémák megoldásaival, amelyhez nagy számú futtatás szükséges annak érdekében, hogy a módszernek megfelelő statisztikai bizonytalanságú várható értéket, szórást és varianciát számolhassunk.

A futtatások tudományos folyóiratcikkek publikálását segítik, aminek témája a sztochasztikus differenciálegyenletek és időfüggő Monte-Carlo alapú neutrontranszport kapcsolatának feltérképezése és annak vizsgálata, hogy a sztochasztikus neutronkinetika szórása miképpen terjed át a termohidraulika szórására.

Suhajda Erzsébet, Hegedűs Tamás (2022.08.01 - 2022.10.31)

Semmelweis Egyetem

Publikáció: Comprehensive Collection and Prediction of ABC Transmembrane Protein Structures in the AI Era of Structural Biology Pószter

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: A membránfehérjék kiemelt szerepet töltenek be a sejtek életében. Megköthetnek szubsztrátokat, a sejtből kifelé, illetve befelé ionokat, molekulákat vagy akár gyógyszereket transzportálhatnak. Strukturális szerepük sem elhanyagolható, hiszen rögzíthetik a sejteket akár egymáshoz, akár egyéb felülethez.

Funkciójuk mellett szerkezetük is különlegesnek tekinthető. A membránfehérjék átívelik a sejtmembránt, szerkezetük egy része a membrán hidrofób belsejében, transzmembrán domént alkot, egyéb részeik pedig a sejt belsejében (intracellulárisan) vagy a sejten kívül (extracellulárisan) helyezkednek el. Éppen ezért a transzmembrán fehérjék szerkezetének kísérletes meghatározása számos nehézségbe ütközik. A kristályosításhoz a membránfehérjéket el kell távolítani a membrán kettőslipid rétegéből, ebből kifolyólag a natív szerkezetük sokszor tönkremegy, ezért a kísérletes eljárások hosszadalmasak, költségesek és bizonytalan kimenetelűek.

Élettanilag fontos szerepük ellenére ezért a kísérletesen meghatározott fehérjeszerkezetek csupán kb. 5%-a membránfehérje, miközben a jelenleg forgalomban levő gyógyszerek mintegy 50%-a membránfehérjén keresztül fejti ki hatását. Célunk, hogy transzmembrán, ATPáz aktivitással rendelkező fehérjék (pl. a daganatos sejtek multidrog rezisztenciájáért felelős ABC transzporterek vagy kalcium pumpák) komplexeinek szerkezetét és dinamikáját vizsgáljuk, egyrészt mesterséges intelligencián (mély-tanuláson) alapuló szerkezetmeghatározási módszert (AlphaFold), másrészt molekuladinamikai (MD) szimulációkat felhasználva. Eredményeink hozzájárulnak fehérjekomplexek modellezéséhez használatos módszerek teljesítményének teszteléséhez membránfehérjéken, biológiai szempontból jelentős komplexek szerkezetének megértéséhez, s így megalapozhatnak gyógyszerfejlesztéseket is.

Rakyta Péter, Zimborás Zoltán (2022.01.01 - 2022.06.31)

Eötvös Loránd Tudományegyetem, Wigner Fizikai Kutatóközpont

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: Ebben a projektben egy újszerű algoritmust fejlesztettünk ki általános kvantumprogramok felbontására egy- és két-qubites kvantum-kapuk felhasználásával. Algoritmusunk az elméleti alsó korláthoz nagyon közeli értékekeket eredményez a felhasznált két-qubites CNOT kapuk számában. Többek között 14, illetve 63 CNOT kapu elegendőnek bizonyult 3 és 4 qubites általnos kvantum programok felbontásához, nagy numerikus pontosság mellett. A módszerünk egy előre megtervezett kvantumáramkörben lévő egy-qubites kapuk szekvenciális optimalizálásán alapul. Módszerünk ugyancsak alkalmas ritka összekötöttségű qubites rendszerekre történő kvantumkapu felbontásra, mely napjaink kvantumprocesszoraira jellemző. A vizsgált esetekben a két-qubiets CNOT kapuk száma csupán csekély mértékben nőtt ezen archtektúrák esetében.

Cikkek:
[1] Péter Rakyta, Zoltán Zimborás: Approaching the theoretical limit in quantum gate decomposition, Quantum 6 (2022) 710
DOI: 10.22331/q-2022-05-11-710

Tolnai Gábor, Légrády Dávid (2022.08.01 - 2022.12.31)

Budapesti Műszaki és Gazdaságtudományi Egyetem

Publikáció: Adjoint-based Path Length Stretching in a Woodcock Framework with SIR Angular Biasing

Támogatás: NKFIH 2020-2.1.1-ED-2021-00179

Kivonat: A GUARDYAN (GPU Assisted Reactor Dynamic Analysis) a BME Nukleáris Technikai Intézetben fejlesztett GPU alapú reaktordinamikai célú Monte-Carlo kód, amely közvetlen módon kezeli a nukleáris reaktorokban lejátszódó időfüggő folyamatokat. Szemben a bevett reaktordinamikai számítási módszerekkel, a GUARDYAN alkalmazásának előnye, hogy minimalizálja a fizikai folyamatok modellezésénél alkalmazott közelítéseket, a pontosságnak azonban ára van, ez a jelentős futási idő, egy valós másodperc szimulációja 6-24 óra számítási időt jelent a reaktor geometria komplexitásának függvényében.

A projekt célja a kód számítási hatékonyságának növelése szóráscsökkentési eljárások segítségével. Ez az értékesség (adjungált) függvény alapján történő kölcsönhatási törvények torzítási sémájának kidolgozását jelenti az adjungált alapú Woodcock-módszer és a fürkészminták (Sampling Importance Resampling) szögsorsolási technika segítségével.

A szóráscsökkentési eljáráshoz szükséges egy kellően pontos adjungált függvény ismerete, melyet a GUARDYAN kóddal számítunk az adott geometriai elrendezésre. A megfelelő felbontású és pontosságú függvény előállításához hosszú időre van szükség, de egy kritikus állapotú reaktorhoz elégséges egyszer legenerálni és a különböző tranziens szcenáriók esetén ugyanaz az adjungált függvény felhasználható. A szóráscsökkentési módszer használhatóságának szemléltetéséhez több különböző komplexitású elrendezés esetén szeretnénk értékesség függvényt generálni, mely jelentős GPU kapacitást igényel.