論文の概要: Failure-Guided Fuzzing for Hybrid Quantum-Classical Programs

• arxiv url: http://arxiv.org/abs/2605.14219v1
• Date: Thu, 14 May 2026 00:27:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.551458
• Title: Failure-Guided Fuzzing for Hybrid Quantum-Classical Programs
• Title（参考訳）: ハイブリッド量子古典プログラムのためのフェールガイドファジング
• Authors: Lei Zhang,
• Abstract要約: 本稿では、HQCプログラムにおける障害誘導ファジィリングについて検討する。 障害誘導型局所ファジィがランダムテストよりも改善の主要因であることを示す。
• 参考スコア（独自算出の注目度）: 5.589961715298686
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hybrid quantum-classical (HQC) algorithms, such as the Variational Quantum Eigensolver (VQE) and the Quantum Approximate Optimization Algorithm (QAOA), are central to near-term quantum computing but remain challenging to test. Sampling-based fuzzing can expose faulty or non-convergent configurations, but under realistic execution budgets, it may miss failure-prone regions in the joint space of classical optimizer settings and quantum circuit parameters. This paper studies failure-guided fuzzing for HQC programs. It models a hybrid input as a pair of classical optimizer hyperparameters and quantum circuit parameters, and evaluates a two-phase strategy that first searches for non-convergent seeds and then locally fuzzes circuit parameters around those seeds. To understand where the gains come from, five budgeted strategies are compared: random hybrid testing, classical enumeration without fuzzing, random-seed local fuzzing, enumeration-seed local fuzzing, and concolic-seed local fuzzing. The study is implemented on a VQE instance and a QAOA MaxCut instance in Qiskit. The results show that failure-guided local fuzzing is the main driver of improvement over random testing, while concolic seed discovery provides additional benefits on VQE but is less stable on QAOA. These findings suggest that reusing failure information is a promising direction for HQC testing, but that the value of concolic seed discovery is workload-dependent.
• Abstract（参考訳）: 変分量子固有解法(VQE)や量子近似最適化アルゴリズム(QAOA)のようなハイブリッド量子古典(HQC)アルゴリズムは、短期量子コンピューティングの中心であるが、テストは困難である。 サンプリングベースのファジリングは、欠陥や非収束的な設定を露呈するが、現実的な実行予算の下では、古典的なオプティマイザ設定と量子回路パラメータのジョイント空間の障害が発生しやすい領域を見逃す可能性がある。 本稿では、HQCプログラムにおける障害誘導ファジィリングについて検討する。 ハイブリッド入力を古典的なオプティマイザハイパーパラメータと量子回路パラメータのペアとしてモデル化し、まず非収束シードを探索し、その後、それらのシードの周りの回路パラメータを局所的にファズする2相戦略を評価する。 得られた利得を理解するために, ランダムハイブリッドテスト, ファジングなし古典的列挙, ランダムシードローカルファジング, 列挙ローカルファジング, コンコリックシードローカルファジングの5つの予算戦略を比較した。 この研究は、QiskitのVQEインスタンスとQAOA MaxCutインスタンスに実装されている。 その結果,失敗誘導型局所ファジィングはランダムテストよりも改善の主要因であり,ココリックシード発見はVQEに付加的な効果をもたらすが,QAOAでは安定ではないことがわかった。 これらの結果は、障害情報の再利用がHQCテストの有望な方向であることを示しているが、ココールシード発見の価値はワークロードに依存していることを示唆している。

関連論文リスト

• Iterative Optimization with Partial Convergence Guarantees on Neutral Atom Quantum Computers [0.0]
  Lp-Qutsは、NAQCサンプルラーを古典的な切断平面アルゴリズムに統合するハイブリッド量子古典的フレームワークである。 我々は、Lp-Qutsを古典最適化フレームワークに効果的に組み込んで、量子資源を減らした準最適解を提供する方法を示す。
  論文  参考訳（メタデータ） (2026-03-30T19:12:21Z)
• SpinGQE: A Generative Quantum Eigensolver for Spin Hamiltonians [42.007194397302825]
  基底状態探索は量子コンピューティングの中心である。 我々は、生成量子固有ソルバフレームワークをスピンハミルトニアンに拡張したSpinGQEを提案する。 我々は、低エネルギー状態を生成する量子回路について学ぶために、トランスフォーマーベースのデコーダを用いる。
  論文  参考訳（メタデータ） (2026-03-25T13:38:15Z)
• Enhancing Hybrid Methods in Parameterized Quantum Circuit Optimization [0.0]
  量子回路(PQC)は、雑音量子デバイスにおける変分量子アルゴリズム(VQA)の適用において重要な役割を果たす。 より堅牢でスケーラブルな2つの新しいハイブリッドアルゴリズムを導入します。 ノイズプロファイルの異なる NISQ デバイスに対して実現可能であることが判明した。
  論文  参考訳（メタデータ） (2025-10-09T12:24:57Z)
• RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
  変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。 与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。 量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
  論文  参考訳（メタデータ） (2025-06-04T08:30:35Z)
• Branch-and-bound digitized counterdiabatic quantum optimization [39.58317527488534]
  分岐とバウンドのアルゴリズムは、厳密な下界を得るために目的関数の緩和に依存する凸最適化問題を効果的に解く。 本稿では,緩和困難に対処する分枝・分枝・分枝・分枝・分枝対応量子最適化法 (BB-DCQO) を提案する。
  論文  参考訳（メタデータ） (2025-04-21T18:19:19Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Challenges of variational quantum optimization with measurement shot noise [0.0]
  問題の大きさが大きくなるにつれて、量子資源のスケーリングが一定の成功確率に達するか検討する。 この結果から,ハイブリッド量子古典アルゴリズムは古典外ループの破壊力を回避する必要がある可能性が示唆された。
  論文  参考訳（メタデータ） (2023-07-31T18:01:15Z)
• Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary Optimization [44.96576908957141]
  本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-23T18:00:03Z)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Shortcuts to Quantum Approximate Optimization Algorithm [2.150418646956503]
  我々は「QAOAへのショートカット」(S-QAOA)と呼ばれる新しいアンサッツを提案する。 S-QAOAは、2体相互作用を多く含み、パラメータ自由を解放することで、ターゲットハミルトン状態へのショートカットを提供する。 MaxCut問題とSherrington-Kirkpatrick(SK)モデルを考えると、YY相互作用が最高の性能を示す。
  論文  参考訳（メタデータ） (2021-12-21T02:24:19Z)

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。