論文の概要: A Taxonomy of Real Faults in Hybrid Quantum-Classical Architectures

• arxiv url: http://arxiv.org/abs/2502.08739v1
• Date: Wed, 12 Feb 2025 19:20:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-14 20:05:34.979313
• Title: A Taxonomy of Real Faults in Hybrid Quantum-Classical Architectures
• Title（参考訳）: ハイブリッド量子古典アーキテクチャにおける実断層の分類
• Authors: Avner Bensoussan, Gunel Jahangirova, Mohammad Reza Mousavi,
• Abstract要約: 本稿では,実断層のデータセットを伴うハイブリッド量子古典アーキテクチャにおける断層の分類法を提案する。 5000以上のクローズドイシューをGitHubで分析し、529件を事前選択しました。 我々は2人の著者の間で、すべての障害に割り当てられた分類とラベルを相互に検証した。
• 参考スコア（独自算出の注目度）: 3.8233569758620063
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the popularity of Hybrid Quantum-Classical architectures, particularly noisy intermediate-scale quantum (NISQ) architectures, comes the need for quality assurance methods tailored to their specific faults. In this study, we propose a taxonomy of faults in Hybrid Quantum-Classical architectures accompanied by a dataset of real faults in the identified categories. To achieve this, we empirically analysed open-source repositories for fixed faults. We analysed over 5000 closed issues on GitHub and pre-selected 529 of them based on rigorously defined inclusion criteria. We selected 133 faults that we labelled around symptoms and the origin of the faults. We cross-validated the classification and labels assigned to every fault between two of the authors. As a result, we introduced a taxonomy of real faults in Hybrid Quantum-Classical architectures. Subsequently, we validated the taxonomy through interviews conducted with eleven developers. The taxonomy was dynamically updated throughout the cross-validation and interview processes. The final version was validated and discussed through surveys conducted with an independent group of domain experts to ensure its relevance and to gain further insights.
• Abstract（参考訳）: ハイブリッド量子古典アーキテクチャ、特にノイズの多い中間スケール量子(NISQ)アーキテクチャの人気により、特定の欠点に合わせた品質保証手法の必要性が高まっている。 本研究では,ハイブリット量子古典アーキテクチャにおける故障の分類法を提案する。 これを実現するために、我々は、固定された障害に対するオープンソースのリポジトリを経験的に分析した。 5000以上のクローズドな問題をGitHubで分析し、厳密に定義された包括的基準に基づいて529を事前選択しました。 症状と発生源をラベル付けした133の断層を選択した。 我々は2人の著者の間で、すべての障害に割り当てられた分類とラベルを相互に検証した。 その結果,Hybrid Quantum-Classical Architectureにおける実断層の分類を導入した。 その後,11人の開発者とのインタビューを通じて分類を検証した。 分類はクロスバリデーションとインタビューのプロセスを通して動的に更新された。 最終版が検証され、ドメイン専門家の独立したグループによる調査を通じて議論され、その関連性を確保し、さらなる洞察を得ることができた。

関連論文リスト

• Enforcing Consistency and Fairness in Multi-level Hierarchical Classification with a Mask-based Output Layer [25.819440955594736]
  分類を強制し、一貫性、公正性、正確な一致を含む目的を最適化するために設計された公正でモデルに依存しないレイヤを導入します。 評価の結果,提案した層は予測の公平性を向上するだけでなく,分類を強制し,一貫した予測と優れた性能をもたらすことが示された。
  論文  参考訳（メタデータ） (2025-03-19T06:30:04Z)
• ExpertGenQA: Open-ended QA generation in Specialized Domains [9.412082058055823]
  ExpertGenQAは、いくつかのショット学習と構造化トピックとスタイル分類を組み合わせて、包括的なドメイン固有のQAペアを生成するプロトコルである。 ExpertGenQAは,9,4.4%のトピックカバレッジを維持しつつ,ベースライン数ショットアプローチの効率を2倍に向上することを示す。
  論文  参考訳（メタデータ） (2025-03-04T19:09:48Z)
• When Quantum Meets Classical: Characterizing Hybrid Quantum-Classical Issues Discussed in Developer Forums [7.856941186056147]
  ハイブリッド量子古典コンピューティングは、両方の世界のベストを達成するための妥協として浮上している。 この研究は、ハイブリッドアプリケーションの開発者が直面している実世界の531の問題を徹底的に分析した。 ハイブリッドアプリケーションの開発者にとって繰り返し発生する障害を特定し、それらを克服するための行動可能なレコメンデーションを特定します。
  論文  参考訳（メタデータ） (2024-11-25T19:32:01Z)
• Self-supervised Topic Taxonomy Discovery in the Box Embedding Space [23.942807248774514]
  本稿では,単語やトピックをボックス埋め込み空間にマッピングする,Box Embedding-based Topic Model (BoxTM) を提案する。 BoxTMは、特定のトピック間の相関に基づいて、上位のトピックを明示的に推論する。 広範囲にわたる実験により、BoxTMで学んだトピック分類の質が検証された。
  論文  参考訳（メタデータ） (2024-08-27T13:19:32Z)
• Unsupervised Graph Neural Architecture Search with Disentangled Self-supervision [51.88848982611515]
  教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。 本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。 我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
  論文  参考訳（メタデータ） (2024-03-08T05:23:55Z)
• Characterizing Hybrid Causal Structures with the Exclusivity Graph Approach [0.41942958779358674]
  グラフ理論の手法を拡張して、ハイブリッドシナリオにおける古典的、量子的、無シグナリング分布を探索する。 提案手法により,古典的,量子的,無シグナリングな動作を同時に区別できる最小のベル的不等式を構築することができることを示す。 この手法は量子ネットワークの研究や量子情報処理への応用のための強力なツールである。
  論文  参考訳（メタデータ） (2023-12-29T19:44:38Z)
• Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits [70.97518416003358]
  変分量子回路(VQC)は、ノイズの多い中間スケール量子(NISQ)デバイス上での量子機械学習を約束する。 テンソルトレインネットワーク(TTN)はVQC表現と一般化を向上させることができるが、結果として得られるハイブリッドモデルであるTTN-VQCは、Polyak-Lojasiewicz(PL)条件による最適化の課題に直面している。 この課題を軽減するために,プレトレーニングTTNモデルとVQCを組み合わせたPre+TTN-VQCを導入する。
  論文  参考訳（メタデータ） (2023-05-18T03:08:18Z)
• Rethinking Bias Mitigation: Fairer Architectures Make for Fairer Face Recognition [107.58227666024791]
  顔認識システムは、法執行を含む安全クリティカルなアプリケーションに広くデプロイされている。 彼らは、性別や人種など、様々な社会的デデノグラフィー次元に偏見を示す。 バイアス軽減に関するこれまでの研究は、主にトレーニングデータの事前処理に重点を置いていた。
  論文  参考訳（メタデータ） (2022-10-18T15:46:05Z)
• Shortcomings of Question Answering Based Factuality Frameworks for Error Localization [51.01957350348377]
  質問応答(QA)に基づく事実性指標は、生成した要約の誤り範囲を正しく識別できないことを示す。 このようなローカライゼーションが不十分な理由として,QGモジュールが生成した質問は,非実数的な要約から誤りを継承することが多く,さらに下流モジュールに伝播する。 本実験は,より強力なQAモデルとQGモデルでのみ修正できないQAフレームワークを用いた局所化に関する根本的な問題が存在することを確定的に示す。
  論文  参考訳（メタデータ） (2022-10-13T05:23:38Z)
• Bringing motion taxonomies to continuous domains via GPLVM on hyperbolic manifolds [8.385386712928785]
  人間の動きは、人間の動きと環境との相互作用の仕方を分類する高レベルの階層的抽象化として機能する。 本稿では,関連する階層構造を捉えるハイパーボリック埋め込みを用いて分類データをモデル化することを提案する。 本モデルでは,既存の分類群や新分類群の未確認データを適切にエンコードし,EuclideanおよびVAEベースの分類群よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-04T15:19:24Z)
• When BERT Meets Quantum Temporal Convolution Learning for Text Classification in Heterogeneous Computing [75.75419308975746]
  本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。 目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
  論文  参考訳（メタデータ） (2022-02-17T09:55:21Z)
• Quantum Machine Learning with SQUID [64.53556573827525]
  分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。 本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
  論文  参考訳（メタデータ） (2021-04-30T21:34:11Z)
• Coherent Hierarchical Multi-Label Classification Networks [56.41950277906307]
  C-HMCNN(h)はHMC問題に対する新しいアプローチであり、階層情報を利用して制約に整合した予測を生成し、性能を向上させる。 最先端モデルと比較してC-HMCNN(h)の優れた性能を示す広範囲な実験的検討を行った。
  論文  参考訳（メタデータ） (2020-10-20T09:37:02Z)
• Neural Ensemble Search for Uncertainty Estimation and Dataset Shift [67.57720300323928]
  ニューラルネットワークのアンサンブルは、データセットシフトに対する精度、不確実性キャリブレーション、堅牢性の観点から、スタンドアロンネットワークよりも優れたパフォーマンスを実現する。 本稿では,アンサンブルをアンサンブルで自動構築する2つの手法を提案する。 得られたアンサンブルは、精度だけでなく、不確実なキャリブレーションやデータセットシフトに対する堅牢性の観点からも、深いアンサンブルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-06-15T17:38:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。