論文の概要: AQUA: an Agile Process to Develop Quantum Annealing Applications

• arxiv url: http://arxiv.org/abs/2601.14501v1
• Date: Tue, 20 Jan 2026 21:44:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.159727
• Title: AQUA: an Agile Process to Develop Quantum Annealing Applications
• Title（参考訳）: AQUA: 量子アニーリングアプリケーションを開発するためのアジャイルプロセス
• Abstract要約: アジャイルQUantum Annealing(アジャイルQUantum Annealing)は、NetService S.p.AとCagliari大学との産学連携を通じて作られたQUBO/QA開発のためのアジャイルライフサイクルである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Quadratic unconstrained binary optimization (QUBO) is a field of operations research that is attracting growing interest due to the recent availability of quantum hardware targeted at solving QUBO problems. However, practical adoption is hindered by mathematical intricacy, hardware constraints, and a lack of sound software engineering processes for QUBO development. This work presents AQUA (Agile QUantum Annealing), an agile lifecycle for QUBO/QA development created through an industry-academia partnership between NetService S.p.A and the University of Cagliari. Using the Design Science Research (DSR) approach, AQUA customizes Scrum to the needs of QUBO/QA development, structuring work into four stages: initial assessment with formal modeling, prototype-driven algorithm selection, agile implementation, and deployment with ongoing maintenance, each gated by milestones. Validated on a real credit-scoring case, AQUA shows feasibility and offers an explicit, systematic QA engineering framework. Key contributions of our work are: a dedicated QUBO/QA software process, its creation and design using DSR approach, and its empirical validation on a simple yet real case study.
• Abstract（参考訳）: 二次的非制約バイナリ最適化(QUBO)は、QUBO問題の解決を目的とした量子ハードウェアが最近利用可能になったことによる、オペレーション研究の分野である。 しかしながら,QUBO 開発において,数学的複雑度,ハードウェア制約,ソフトウェア工学プロセスの欠如などにより,実用化が妨げられている。 これはQUBO/QA開発のためのアジャイルライフサイクルで、NetService S.p.Aとカリアリ大学との産学連携を通じて作成された。 フォーマルなモデリングによる初期評価、プロトタイプ駆動のアルゴリズムの選択、アジャイル実装、継続的なメンテナンスによるデプロイメント、それぞれがマイルストーンによって守られている。 実際のクレジットスコアケースで検証されたAQUAは、実現可能性を示し、明示的で体系的なQAエンジニアリングフレームワークを提供する。 我々の研究の主な貢献は、専用QUBO/QAソフトウェアプロセス、DSRアプローチによる作成と設計、そして、単純で実際のケーススタディに対する実証的な検証である。

関連論文リスト

• StartupBench: Benchmarking General-Purpose Agents on Market-Validated End-to-End Workflows [63.57092302641323]
  textbfStartupBenchは、市場価値の高いAIスタートアップ製品に根ざしたE2Eエージェントベンチマークである。 我々は、AIが現実的な需要を確立した現実的なタスクを特定するために、製品やユーザとともに、AI製品の採用を実証して研究する。 以上の結果から,現在の汎用エージェントの信頼性を超越した,市場価値の高いエージェントが多数存在することが明らかとなった。
  論文  参考訳（メタデータ） (2026-08-18T14:01:32Z)
• AutoQuREO: A Framework for Automated Quantum Resource Estimation and Optimization [0.3664600242783913]
  AutoQuREOは、フルスタックの量子リソース推定と最適化のための自動化フレームワークである。 i) 量子コンピューティングスタックのフレキシブルでユーザ定義の抽象化、(ii) 再利用可能なスタックコンポーネントのモジュラーライブラリ、(iii) アルゴリズムプロファイリングとニューロシンボリックラーニングによるレイヤレベルのリソースのモデリング、(iv) QREを直接デプロイメントパイプラインに組み込む統合多目的最適化である。
  論文  参考訳（メタデータ） (2026-08-13T08:15:29Z)
• AI-Ready Research Workflows in Computational Social Science: Lessons on Building a Shared Language for Interdisciplinary Collaboration [31.33731311675717]
  我々は、Science and Technology StudiesユニットがOpenAlexをクエリし、分析し、強化できるワークフローを構築するための2年間の取り組みについて報告する。 主な課題は、ドメイン固有の研究質問をエンジニアリング要件に翻訳することでした。
  論文  参考訳（メタデータ） (2026-07-27T09:02:41Z)
• Quantum Software Engineering in Practice: FPGA and AI Integration for Quantum Certification [36.94429692322632]
  量子ソフトウェア工学(Quantum Software Engineering, QSE)は、量子ソフトウェアの開発、運用、保守に対する体系的、規律的、そして定量化されたアプローチの必要性に対応する。 本稿では,QSE原則に従って開発されたハイブリッド認証フレームワークであるQAccCertについて述べる。 このフレームワークは、Qiskit AerSimulator を用いた理想量子シミュレーションにおいてCHSH不等式違反による絡み合い認証を実装している。
  論文  参考訳（メタデータ） (2026-07-08T16:14:07Z)
• Q-READY: Predictive Feasibility Assessment for Hybrid Quantum-Classical Applications [4.838649878767509]
  本稿では,ハイブリッドソリューションの実現可能性を評価するための体系的手法の欠如に対処するため,Q-READYを提案する。 Q-READYは、要求モデリング、問題定式化、ワークフロー設計、ハードウェア対応実現可能性評価を含む構造化パイプラインを確立する。 その期待される成果には、ハイブリッド量子アプリケーション設計のための体系的な方法論、サポートソフトウェアプラットフォーム、ベンチマークデータセット、経験的デザインガイドラインなどが含まれる。
  論文  参考訳（メタデータ） (2026-06-15T04:16:26Z)
• Quantum Optimization in Loc(Q)ation Science: QUBO Formulations, Benchmark Problems, and a Computational Study [0.0]
  Quadratic Unconstrained Binary Optimizationは、$mathbfNP$-hardの幅広いクラスのための統一モデリングフレームワークを提供する。 我々は、位置科学、ネットワーク設計、ロジスティクスにおけるいくつかの基本的な問題に対するQUBOの定式化を開発する。 これらのQUBOの定式化は、量子アルゴリズムと量子ハードウェアを評価するための代表的なベンチマーク問題として機能する。
  論文  参考訳（メタデータ） (2026-02-11T15:39:26Z)
• Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
  課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。 SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。 本稿では,この新興領域を体系的に調査する。
  論文  参考訳（メタデータ） (2026-01-15T18:55:03Z)
• Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
  システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。 このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。 我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-10-07T17:49:24Z)
• Benchmarking Quantum Architecture Search with Surrogate Assistance [0.9624643581968987]
  本稿では,SQuASH,Surrogate Quantum Architecture Search Helperを紹介する。 本稿では,QASのサロゲートベンチマークを作成する手法を提案し,QAS手法の実行と比較を高速化する能力を実証する。
  論文  参考訳（メタデータ） (2025-06-07T11:11:04Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• The AI Co-Ethnographer: How Far Can Automation Take Qualitative Research? [51.40252017262535]
  AI Co-Ethnographer (AICoE)は、定性的研究のために開発された新しいエンドツーエンドパイプラインである。 AICoEは、オープンコーディング、コード統合、コードアプリケーション、さらにはパターン発見を含む、プロセス全体を整理する。
  論文  参考訳（メタデータ） (2025-04-21T21:31:28Z)
• A Surrogate Model for Quay Crane Scheduling Problem [0.9208007322096533]
  本研究では,NP-Hard として知られるポートにおけるタスクスケジューリング問題である Quay Crane Scheduling Problem (QCSP) の解法を提案する。 まず、実際のポートデータから学習し、QCの作業速度を正確に予測することで、Quay Cranesのより正確な作業計画を作成する方法を提案する。 次に、複雑な最適化問題を解くために広く使われている遺伝的アルゴリズム(GA)と機械学習(ML)モデルを組み合わせることで、サロゲートモデルを提案する。
  論文  参考訳（メタデータ） (2024-10-22T05:21:07Z)
• 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)
• Towards Human-Level Understanding of Complex Process Engineering Schematics: A Pedagogical, Introspective Multi-Agent Framework for Open-Domain Question Answering [0.0]
  化学・プロセス産業では、プロセス・フロー・ダイアグラム(PFD)とパイプ・アンド・インスツルメンテーション・ダイアグラム(P&ID)が設計、建設、保守に不可欠である。 生成型AIの最近の進歩は、ビジュアル質問回答(VQA)のプロセス図の理解と解釈の約束を示している。 本稿では,階層的かつマルチエージェントなRetrieval Augmented Generation(RAG)フレームワークを用いた,セキュアでオンプレミスなエンタープライズソリューションを提案する。
  論文  参考訳（メタデータ） (2024-08-24T19:34:04Z)
• Advancing Quantum Software Engineering: A Vision of Hybrid Full-Stack Iterative Model [5.465644852381506]
  本稿では,量子コンピューティングと古典コンピューティングを統合するハイブリッドフルスタック反復モデルを提案する。 量子に依存しないコーディング、テスト、デプロイメント、クラウドコンピューティングサービス、オーケストレーション、翻訳、実行、解釈フェーズを含む、量子ソフトウェア開発のための包括的なライフサイクルを提供する。
  論文  参考訳（メタデータ） (2024-03-18T11:18:33Z)
• MQBench: Towards Reproducible and Deployable Model Quantization Benchmark [53.12623958951738]
  MQBenchは、モデル量子化アルゴリズムの評価、分析、およびデプロイ可能性のベンチマークを行う最初の試みである。 我々は、CPU、GPU、ASIC、DSPを含む実世界のデプロイのための複数のプラットフォームを選択し、最先端の量子化アルゴリズムを評価する。 包括的な分析を行い、直感的、直感的、あるいは反直感的な洞察を見出す。
  論文  参考訳（メタデータ） (2021-11-05T23:38:44Z)

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。