論文の概要: Cross-Ecosystem Bug Classification in Quantum Software
- arxiv url: http://arxiv.org/abs/2608.03173v1
- Date: Tue, 04 Aug 2026 06:04:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 07:04:20.700051
- Title: Cross-Ecosystem Bug Classification in Quantum Software
- Title（参考訳）: 量子ソフトウェアにおけるクロスエコシステムバグ分類
- Abstract要約: 本稿では,Qiskitの12,910件とCirqとPyQuilを含む11のリポジトリの4,613件を比較した。
ルールベースの分類フレームワークを用いて、タイプ、カテゴリ、深刻度、品質属性、量子固有のサブタイプによってバグを分析する。
- 参考スコア（独自算出の注目度）: 0.5735035463793009
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum software engineering faces unique challenges due to the interaction of classical and quantum components, which produce complex and often poorly understood bug patterns. Characterizing these bugs is essential for advancing testing, debugging, and quality assurance in quantum ecosystems. This paper presents a comparative study of 12,910 issues from Qiskit and 4,613 issues from 11 additional repositories, including Cirq and PyQuil. Using a rule-based classification framework, we analyze bugs by type, category, severity, quality attributes, and quantum-specific subtypes. Results show that classical bugs consistently dominate (67%) across ecosystems, while quantum-specific bugs account for 27-30%. Ecosystem-specific trends emerge: Qiskit repositories exhibit more compatibility related bugs, whereas other ecosystems show higher syntax and quantum-specific bug rates. Across both ecosystems, gate and circuit issues dominate quantum-specific bugs, though non-Qiskit projects reveal broader diversity, including algorithmic, resource, and hybrid-interface issues. Statistical validation confirms that the framework generalizes at the bug-type level while detecting significant variations at finer levels. Benchmarking against four supervised machine-learning baselines further shows that the rule-based framework consistently outperforms data-driven models, particularly for fine-grained quantum-specific subtypes, while longitudinal analysis (2017-2025) indicates that quantum- specific bugs remain relatively stable over time rather than exhibiting a steady increase. This study provides the first cross- ecosystem comparison of bug distributions in quantum software, demonstrating the utility of an interpretable, automation-ready, rule-based framework for guiding testing, debugging, and quality assurance.
- Abstract（参考訳）: 量子ソフトウェア工学は、古典的および量子的コンポーネントの相互作用によって、複雑でよく理解されていないバグパターンを生成するため、独特な課題に直面している。
これらのバグを特徴づけることは、量子エコシステムにおけるテスト、デバッグ、品質保証を進める上で不可欠である。
本稿では,Qiskitの12,910件とCirqとPyQuilを含む11のリポジトリの4,613件を比較した。
ルールベースの分類フレームワークを用いて、タイプ、カテゴリ、深刻度、品質属性、量子固有のサブタイプによってバグを分析する。
その結果、古典的なバグはエコシステム全体で一貫して(67%)支配的であり、量子固有のバグは27～30%を占めていた。
Qiskitリポジトリはより互換性のあるバグを示し、他のエコシステムはより高い構文と量子固有のバグ率を示している。
エコシステム全体にわたって、ゲートとサーキットの問題が量子固有のバグを支配しているが、キースキット以外のプロジェクトはアルゴリズム、リソース、ハイブリッドインターフェースの問題など幅広い多様性を明らかにしている。
統計的検証により、このフレームワークはバグタイプレベルで一般化され、より微細なレベルで重要な変動を検出する。
4つの教師付き機械学習ベースラインに対するベンチマークでは、ルールベースのフレームワークは、特に微粒な量子固有サブタイプにおいて、データ駆動モデルよりも一貫して優れており、縦断解析(2017-2025)は、安定した増加を示すのではなく、時間とともに量子固有のバグが比較的安定していることを示している。
本研究は、量子ソフトウェアにおけるバグ分散のエコシステム間比較として、テスト、デバッグ、品質保証を導くための解釈可能で自動化可能なルールベースのフレームワークの有用性を実証する。
関連論文リスト
- Characterizing Bugs and Quality Attributes in Quantum Software: A Large-Scale Empirical Study [0.6445605125467574]
本研究は,2012年から2024年までの123個のオープンソース量子レポジトリを対象とした,ソフトウェアバグのエコシステムスケールの経時的解析を行った。
フルスタックのライブラリとコンパイラは、回路、ゲート、トランスパイレーションに関連する問題のために最もバグの多いカテゴリである。
暗号、実験コンピューティング、コンパイラツールチェーンにおける高重度バグクラスタ。
論文 参考訳（メタデータ） (2025-12-31T06:05:49Z) - BugPilot: Complex Bug Generation for Efficient Learning of SWE Skills [59.003563837981886]
高品質なバグは、次世代の言語モデルベースソフトウェアエンジニアリング(SWE)エージェントをトレーニングする鍵となる。
難易度および多種多様なバグを合成する新しい方法を提案する。
論文 参考訳（メタデータ） (2025-10-22T17:58:56Z) - An experience-based classification of quantum bugs in quantum software [0.34376560669160394]
主に量子ソフトウェア開発者としての経験から生まれた、14の量子バグについて説明する。
それらのコンテキスト、症状、それらを特定し、修正するためのテクニックについて詳述する。
論文 参考訳（メタデータ） (2025-09-03T12:58:22Z) - Bug Classification in Quantum Software: A Rule-Based Framework and Its Evaluation [1.1510009152620668]
本稿では,量子ソフトウェアリポジトリの問題をバグタイプ,カテゴリ,重大度,品質特性によって分類するフレームワークを提案する。
フレームワークは85.21%の精度で、F1スコアは0.7075から0.8393までである。
1,550の量子特化バグのレビューでは、半分以上が量子回路レベルの問題であり、その後にゲートエラーとハードウェア関連の問題があった。
論文 参考訳（メタデータ） (2025-06-12T06:42:10Z) - Diagnosing and Addressing Pitfalls in KG-RAG Datasets: Toward More Reliable Benchmarking [63.84117489519164]
知識グラフ質問 回答システムは、複雑なマルチホップ推論を評価するために高品質なベンチマークに依存している。
広く使われているにもかかわらず、WebQSPやCWQのような一般的なデータセットは、重要な品質問題に悩まされている。
我々はこれらの落とし穴を体系的に解決するLLM-in-the-loopフレームワークであるKGQAGenを紹介する。
本研究は,KGQA評価を推し進めるスケーラブルなフレームワークとして,より厳密なベンチマーク構築とKGQAGenの位置づけを提唱する。
論文 参考訳（メタデータ） (2025-05-29T14:44:52Z) - A Taxonomy of Real Faults in Hybrid Quantum-Classical Architectures [3.8233569758620063]
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。
論文 参考訳（メタデータ） (2025-02-12T19:20:29Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - An Empirical Study of Bugs in Quantum Machine Learning Frameworks [5.868747298750261]
人気の高い9つのQMLフレームワークの22のオープンソースリポジトリから収集された391の実際のバグを調査した。
バグの28%は、誤ったユニタリ行列の実装など、量子固有である。
われわれはQMLプラットフォームで5つの症状と9つの根本原因の分類を手作業で抽出した。
論文 参考訳（メタデータ） (2023-06-10T07:26:34Z) - Multi-Label Quantification [78.83284164605473]
定量化とは、教師なしデータサンプルにおいて、興味あるクラスの相対周波数の予測子を生成する教師付き学習課題である。
本研究では,その相対頻度をより正確に予測するために,興味あるクラス間の依存関係を活用しようとするクラス有病率値の推定手法を提案する。
論文 参考訳（メタデータ） (2022-11-15T11:29:59Z) - Experimental violations of Leggett-Garg's inequalities on a quantum
computer [77.34726150561087]
単一および多ビット系におけるLeggett-Garg-Bellの不等式違反を実験的に観察する。
本分析では, 量子プラットフォームの限界に注目し, 上記の相関関数は, 量子ビットの数や回路深さが大きくなるにつれて, 理論的予測から逸脱することを示した。
論文 参考訳（メタデータ） (2021-09-06T14:35:15Z) - 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)
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。