論文の概要: QEF: Reproducible and Exploratory Quantum Software Experiments

• arxiv url: http://arxiv.org/abs/2511.04563v1
• Date: Thu, 06 Nov 2025 17:17:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.526767
• Title: QEF: Reproducible and Exploratory Quantum Software Experiments
• Title（参考訳）: QEF: 再現可能で探索的な量子ソフトウェア実験
• Authors: Vincent Gierisch, Wolfgang Mauerer,
• Abstract要約: 量子実験フレームワーク(QEF)は、量子アルゴリズムの体系的、仮説駆動的な研究を支援するように設計されている。 QEFは、簡潔な仕様によって量子ソフトウェアとアルゴリズムの実験のすべての重要な側面を捉えている。 QEFは、全体的な実験ランタイムを改善するために、パラメータの再利用をサポートする。
• 参考スコア（独自算出の注目度）: 1.1683938179815823
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Commercially available Noisy Intermediate-Scale Quantum (NISQ) devices now make small hybrid quantum-classical experiments practical, but many tools hide configuration or demand ad-hoc scripting. We introduce the Quantum Experiment Framework (QEF): A lightweight framework designed to support the systematic, hypothesis-driven study of quantum algorithms. Unlike many existing approaches, QEF emphasises iterative, exploratory analysis of evolving experimental strategies rather than exhaustive empirical evaluation of fixed algorithms using predefined quality metrics. The framework's design is informed by a comprehensive review of the literature, identifying principal parameters and measurement practices currently reported in the field. QEF captures all key aspects of quantum software and algorithm experiments through a concise specification that expands into a Cartesian product of variants for controlled large-scale parameter sweeps. This design enables rigorous and systematic evaluation, as well as precise reproducibility. Large sweeps are automatically partitioned into asynchronous jobs across simulators or cloud hardware, and ascertain full hyper-parameter traceability. QEF supports parameter reuse to improve overall experiment runtimes, and collects all metrics and metadata into a form that can be conveniently explored with standard statistical and visualisation software. By combining reproducibility and scalability while avoiding the complexities of full workflow engines, QEF seeks to lower the practical barriers to empirical research on quantum algorithms, whether these are designed for current NISQ devices or future error-corrected quantum systems.
• Abstract（参考訳）: 市販のNoisy Intermediate-Scale Quantum (NISQ)デバイスは、小さなハイブリッド量子古典実験を実用的なものにしているが、多くのツールは構成を隠したり、アドホックなスクリプティングを要求する。 量子実験フレームワーク(QEF: Quantum Experiment Framework)は,量子アルゴリズムの体系的,仮説駆動型研究を支援する軽量フレームワークである。 既存の多くのアプローチとは異なり、QEFは事前定義された品質指標を用いた固定アルゴリズムの徹底的な経験的評価よりも、反復的で探索的な実験戦略の分析に重点を置いている。 フレームワークの設計は、この分野で現在報告されている主要なパラメータと測定のプラクティスを特定し、文献の包括的なレビューによって通知される。 QEFは、量子ソフトウェアとアルゴリズムの実験のすべての重要な側面を、制御された大規模パラメータスイープのための変種(英語版)のCartesian製品に拡張した簡潔な仕様によって捉えている。 この設計は厳密で体系的な評価と正確な再現性を可能にする。 大規模なスイープは、シミュレータやクラウドハードウェア間で自動的に非同期ジョブに分割され、完全なハイパーパラメータトレーサビリティが保証される。 QEFはパラメータ再利用をサポートし、全体的な実験ランタイムを改善し、すべてのメトリクスとメタデータを標準統計および可視化ソフトウェアで便利に探索可能な形式で収集する。 完全なワークフローエンジンの複雑さを回避しながら再現性とスケーラビリティを組み合わせることで、QEFは、現在のNISQデバイスや将来のエラー修正量子システムのために設計された量子アルゴリズムに関する実証的研究の障壁を低くすることを目指している。

関連論文リスト

• Quantum Search in Superposed Quantum Lattice Gas Automata and Lattice Boltzmann Systems [0.0]
  量子格子ガスオートマタと量子格子ボルツマン法は、CFDソルバの量子ネイティブ実装の候補として期待されている。 離散最適化と量子探索に基づくアプリケーションを提案し,フロー場計測を完全に回避する。
  論文  参考訳（メタデータ） (2025-10-15T20:04:06Z)
• Scalable Hardware Maturity Probe for Quantum Accelerators via Harmonic Analysis of QAOA [0.2578242050187029]
  本稿では,デバイスの信頼性を定量化するハードウェア成熟度プローブを提案する。 p=1OAコストランドスケープにおける定常点数に関する閉形式上界を、検証可能な最適化問題の幅広いクラスに対して導出する。
  論文  参考訳（メタデータ） (2025-09-14T21:48:34Z)
• Context-Aware Unit Testing for Quantum Subroutines [14.117812847408523]
  量子ソフトウェアをテストすることは、量子情報の非決定論的性質、基盤となるヒルベルト空間の高次元性、複雑なハードウェアノイズ、および量子システムの固有の非局所的性質による固有の課題を示す。 量子システムにおける単体テストに関連する計算複雑性に対処するために、文脈認識をテストプロセスに組み込むことを提案する。
  論文  参考訳（メタデータ） (2025-06-12T04:58:56Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Enhanced feature encoding and classification on distributed quantum hardware [0.0]
  量子支援ベクトルマシン(QSVM)のための新しい特徴マップ最適化手法を提案する。 ノイズの多い量子デバイスにおいて重要な要素である、キュービット接続、ネイティブゲートセット、回路深さなど、バックエンド固有のパラメータを考慮に入れます。 この研究は、各量子処理ユニット(QPU)を同じトポロジを持つ複数のサブユニットに分割して、個別のQSVMインスタンスを実装した。
  論文  参考訳（メタデータ） (2024-12-02T16:14:37Z)
• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design [63.02824918725805]
  量子コンピューティングは、量子アルゴリズムによる古典的コンピューティングよりも大幅にスピードアップされていることが認識されている。 QCircuitBenchは、量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された最初のベンチマークデータセットである。
  論文  参考訳（メタデータ） (2024-10-10T14:24:30Z)
• Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
  我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。 評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-26T18:23:21Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)

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。