Project Orbital

Analyse van spectra is een algemeen probleem dat bij allerlei metingen aan de orde is. Zo ook in röntgenanalyse van materialen, kristallen en andere industriële toepassingen. Door de bekende pieken in spectra nauwkeuriger te voorspellen kan de analyse van een totaal spectrum verbeterd worden en zo ook nieuwe pieken ontdekt worden. Deze analyse wordt m.b.v. quantum computing nauwkeuriger en beter te voorspellen. Die verbeteringen door het gebruik van quantum computing kunnen worden gebruikt in verder materiaalonderzoek dat in allerlei bedrijven, groot en klein, plaatsvindt. De ontwikkeling van een framework voor dit brede gebruik van Quantum Machine Learning wordt met een use-case in de röntgenastronomie ter hand genomen.
In de röntgenastronomie worden fotonen gedetecteerd die ontstaan bij de overgangen van elektronen in toestanden rond atomen. Deze overgangen vinden plaats in het hete plasma rond zwarte gaten en in de ruimte tussen melkwegstelsels. De analyse van de waargenomen röntgenspectra en de vereiste berekeningen van de elektrontoestanden en -overgangen kennen fundamentele beperkingen op klassieke (gewone) computers. In dit project gebruiken we quantumcomputers om de simulatie van elektronen in atomen met ongekende nauwkeurigheid uit te voeren. Daarmee kan de analyse van röntgenspectra sterk verbeterd worden. En zo kan onze kennis over extreme objecten in het heelal vergroot worden. Daarmee kunnen we de toepassing van Quantum Machine Learning onderzoeken en verbeteren.