論文の概要: A Semantic Framework for Reproducible Variational Quantum Algorithm Execution Records
- arxiv url: http://arxiv.org/abs/2607.03982v1
- Date: Sat, 04 Jul 2026 18:40:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.784544
- Title: A Semantic Framework for Reproducible Variational Quantum Algorithm Execution Records
- Title（参考訳）: 再現可能な変分量子アルゴリズムの実行記録のための意味的枠組み
- Abstract要約: 本稿では,変分量子アルゴリズム(VQA)の実行レコードを表すオントロジー支援フレームワークを提案する。
フレームワークは完全なVQA実行コンテキストを表現でき、欠落やメタデータを検出し、クエリベースの情報検査をサポートする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational quantum algorithms are hybrid quantum-classical workflows whose results depend on many interacting choices, including the ansatz, Hamiltonian, optimizer, backend, shot count, noise model, mitigation method, random seed, stopping criteria, and software versions. In current practice, this information is often scattered across code, configuration files, logs, backend metadata, and paper descriptions, making executions difficult to reproduce, compare, debug, and reuse. This paper proposes an ontology-supported framework for representing Variational Quantum Algorithm (VQA) execution records as structured and machine-readable software engineering artifacts. The framework defines a Web Ontology Language (OWL) ontology for modeling the main entities involved in VQA experimentation, including algorithms, circuits, ansatzes, Hamiltonians, optimizers, backends, noise models, mitigation techniques, execution steps, software environments, measurement outcomes, and results. It further combines the ontology with Shapes Constraint Language (SHACL) constraints for validating completeness and consistency, and SPARQL Protocol and RDF Query Language (SPARQL) competency queries for retrieving reproducibility-relevant information. We demonstrate the approach using Variational Quantum Eigensolver (VQE) execution records, including a valid record and intentionally incomplete or inconsistent examples. The results show that the framework can represent complete VQA execution contexts, detect missing or malformed metadata, and support query-based inspection of information needed for reproducible quantum software experimentation.
- Abstract（参考訳）: 変分量子アルゴリズムは、アンザッツ、ハミルトン、オプティマイザ、バックエンド、ショットカウント、ノイズモデル、緩和方法、ランダムシード、停止基準、ソフトウェアバージョンなど、多くの相互作用する選択に依存するハイブリッド量子古典的ワークフローである。
現在の状況では、この情報はコード、コンフィギュレーションファイル、ログ、バックエンドメタデータ、およびペーパー記述に分散しており、実行の再現、比較、デバッグ、再利用が困難になっている。
本稿では,変分量子アルゴリズム(VQA)の実行レコードを構造化および機械可読なソフトウェア工学成果物として表現するためのオントロジー支援フレームワークを提案する。
このフレームワークは、VQA実験に関わる主要なエンティティをモデル化するためのWeb Ontology Language(OWL)オントロジーを定義しており、アルゴリズム、サーキット、アンサーゼ、ハミルトンアン、オプティマイザ、バックエンド、ノイズモデル、緩和技術、実行手順、ソフトウェア環境、測定結果、結果などが含まれる。
さらに、オントロジーと、完全性と一貫性を検証するためのShapes Constraint Language(SHACL)の制約、再現性関連情報を取得するためのSPARQLプロトコルとRDFクエリ言語(SPARQL)の能力クエリを組み合わせる。
本稿では,変分量子固有解法 (VQE) の実行レコードを用いて,有効なレコードと意図的不完全あるいは矛盾した例を含む手法を実証する。
その結果、このフレームワークは完全なVQA実行コンテキストを表現でき、欠落したメタデータや不正なメタデータを検出し、再現可能な量子ソフトウェア実験に必要な情報のクエリベースのインスペクションをサポートすることがわかった。
関連論文リスト
- Unified Uncertainty Quantification Framework Bridging Noisy Quantum Backends Across Variational Quantum Algorithms and Quantum Signal Processing [8.883414927945458]
本稿では、アプリケーションレベルのベンチマークとノイズの多い量子バックエンドのキャラクタリゼーションのための不確実性定量化(UQ)フレームワークを提案する。
このフレームワークは、ノイズ中間スケール量子 (NISQ) 変動量子アルゴリズム (VQA) と量子特異値変換 (QSVT) に基づくグリーン関数再構成 (Green's function reconstruction) の2つのワークロードクラスを比較する。
論文 参考訳（メタデータ） (2026-07-15T22:10:05Z) - QBalance: A Reproducible Multi-Objective Workflow for Quantum Compilation, Noise Suppression, and Error-Mitigation Strategy Selection [0.0]
本稿では、量子コンパイル、ノイズ抑圧、エラー軽減戦略のデータセットレベル選択のためのPythonライブラリであるQBalanceについて分析する。
このコントリビューションは、回路、バックエンド、変換ポリシーに対する有限多目的戦略選択問題として定式化されている。
論文 参考訳（メタデータ） (2026-05-03T09:28:48Z) - A framework to evaluate the performance of Variational Quantum Algorithms [0.0]
変分量子アルゴリズム(VQA)はノイズ量子デバイスにおける最適化問題を解くための有望な手法である。
VQAのベンチマークは、その振る舞いと標準化されたパフォーマンス基準の欠如のために難しい。
本研究は、擬似非制約二項最適化問題に適用されるVQAを評価するための一般的なフレームワークを紹介する。
論文 参考訳（メタデータ） (2026-01-21T13:15:57Z) - KBQA-R1: Reinforcing Large Language Models for Knowledge Base Question Answering [64.62317305868264]
テキスト模倣から強化学習によるインタラクション最適化へパラダイムをシフトするフレームワークである textbfKBQA-R1 を提案する。
KBQAを多ターン決定プロセスとして扱うことで,行動のリストを用いて知識ベースをナビゲートすることを学ぶ。
WebQSP、GrailQA、GraphQuestionsの実験では、KBQA-R1が最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-12-10T17:45:42Z) - QEF: Reproducible and Exploratory Quantum Software Experiments [1.1683938179815823]
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。
論文 参考訳（メタデータ） (2025-11-06T17:17:55Z) - QUT: A Unit Testing Framework for Quantum Subroutines [9.792920473518146]
本稿では,量子サブルーチンの単体テストフレームワークであるQUT(Quantum Unit Testing)のアーキテクチャ設計とプロトタイプ実装について述べる。
このフレームワークはユーザビリティとシンプルさに重点を置いて開発されており、量子ユニットテストの背後にある複雑な理論的概念を広範囲のユーザが利用できるようにしている。
論文 参考訳（メタデータ） (2025-09-22T08:57:32Z) - The benefits of query-based KGQA systems for complex and temporal questions in LLM era [55.20230501807337]
大規模言語モデルは質問回答(QA)に優れていますが、マルチホップ推論や時間的質問には苦戦しています。
クエリベースの知識グラフ QA (KGQA) は、直接回答の代わりに実行可能なクエリを生成するモジュール形式の代替手段を提供する。
WikiData QAのためのマルチステージクエリベースのフレームワークについて検討し、課題のあるマルチホップと時間ベンチマークのパフォーマンスを向上させるマルチステージアプローチを提案する。
論文 参考訳（メタデータ） (2025-07-16T06:41:03Z) - Quantum Machine Learning in Log-based Anomaly Detection: Challenges and Opportunities [36.437593835024394]
我々は、LogADのコンテキストでQMLモデルを評価するための統合フレームワーク、我々のフレームワークを紹介します。
DeepLog、LogAnomaly、LogRobustといった最先端のメソッドが私たちのフレームワークに含まれている。
評価はQMLの性能に重要な要素、例えば特異性、回路数、回路設計、量子状態符号化にまで及んでいる。
論文 参考訳（メタデータ） (2024-12-18T06:13:49Z) - Effective Instruction Parsing Plugin for Complex Logical Query Answering on Knowledge Graphs [51.33342412699939]
知識グラフクエリ埋め込み(KGQE)は、不完全なKGに対する複雑な推論のために、低次元KG空間に一階論理(FOL)クエリを埋め込むことを目的としている。
近年の研究では、FOLクエリの論理的セマンティクスをよりよく捉えるために、さまざまな外部情報(エンティティタイプや関係コンテキストなど)を統合している。
コードのようなクエリ命令から遅延クエリパターンをキャプチャする効果的なクエリ命令解析(QIPP)を提案する。
論文 参考訳（メタデータ） (2024-10-27T03:18:52Z) - Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity [59.57065228857247]
Retrieval-augmented Large Language Models (LLMs) は、質問回答(QA)のようなタスクにおける応答精度を高めるための有望なアプローチとして登場した。
本稿では,クエリの複雑さに基づいて,LLMの最適戦略を動的に選択できる適応型QAフレームワークを提案する。
オープンドメインのQAデータセットを用いて、複数のクエリの複雑さを網羅し、QAシステムの全体的な効率性と精度を高めることを示す。
論文 参考訳（メタデータ） (2024-03-21T13:52:30Z) - Knowledge Base Question Answering by Case-based Reasoning over Subgraphs [81.22050011503933]
本モデルでは,既存のKG補完アルゴリズムよりも複雑な推論パターンを必要とする問合せに対して,より効果的に答えることを示す。
提案モデルは、KBQAベンチマークの最先端モデルよりも優れているか、競合的に動作する。
論文 参考訳（メタデータ） (2022-02-22T01:34:35Z) - 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。