論文の概要: QBFF: Deep Quantum Bottleneck for Automatic Speaker Verification Anti-Spoofing
- arxiv url: http://arxiv.org/abs/2610.16390v1
- Date: Mon, 12 Oct 2026 08:37:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 23:25:49.876509
- Title: QBFF: Deep Quantum Bottleneck for Automatic Speaker Verification Anti-Spoofing
- Title（参考訳）: QBFF: 自動話者検証アンチスプーフィングのためのディープ量子ブートネック
- Abstract要約: 音声検出は、量子機械学習のほとんど探索されていない領域である。
圧縮された音声表現を8ビットの小さな変動回路でルーティングするQBFFを導入する。
次に、同じ回路を実際のIBM量子プロセッサ上で実行します。
- 参考スコア（独自算出の注目度）: 1.9465272886293519
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A central goal of quantum machine learning is to identify applications in which small quantum circuits can improve task performance while remaining executable on real hardware. We investigate deepfake (synthetic) speech detection, a largely unexplored application in this area, where reliable confidence scores are as important as discrimination performance because deployment decisions are made at fixed thresholds and overconfident errors can be costly. We introduce QBFF, which routes a compressed speech representation through a small 8-qubit variational circuit (VQC) used as a drop-in bottleneck, with a matched classical bottleneck as the control. The quantum circuit yields better-calibrated confidence in most matched comparisons, including out-of-distribution evaluation, though the downstream deployment-cost benefit is model-dependent. We then run the same circuit on a real IBM quantum processor. To our knowledge, this is the first anti-spoofing pipeline to run on a QPU; hardware execution demonstrates feasibility, with lower subset EER and $C_{llr}$ but higher mean actDCF than the matched classical reference. Together, these results show that hardware-executable quantum bottlenecks can improve score reliability, with gains that vary by evaluation setting.
- Abstract（参考訳）: 量子機械学習の主な目標は、実際のハードウェア上で実行可能でありながら、小さな量子回路がタスク性能を向上させるアプリケーションを特定することである。
本稿では,この領域におけるほとんど探索されていないディープフェイク(合成)音声検出について検討する。信頼度スコアは,一定のしきい値で展開決定を行い,過信エラーを発生させるため,識別性能と同じくらい重要である。
本稿では,圧縮された音声表現を,古典的ボトルネックを制御として,ドロップインボトルネックとして使用する8ビット可変回路(VQC)を介してルーティングするQBFFを紹介する。
量子回路は、アウト・オブ・ディストリビューション評価を含むほとんどの比較において、より良い校正された信頼性が得られるが、下流のデプロイメントコストの利点はモデルに依存している。
次に、同じ回路を実際のIBM量子プロセッサ上で実行します。
我々の知る限り、これはQPU上で実行される最初のアンチスプーフィングパイプラインであり、ハードウェアの実行は、一致した古典的参照よりも低いサブセットEERと$C_{llr}$で実現可能であることを示している。
これらの結果は、ハードウェア実行可能な量子ボトルネックが、評価設定によって異なる利得で、スコアの信頼性を向上させることを示している。
関連論文リスト
- Verifiable quantum advantage in extremely low depth [52.51019642214249]
浅量子回路では解けない問題を格子ベースの仮定で解くのが困難である。
浅量子回路は、解を効率よく検証できる古典的な難題を解くのに十分な構造を持っていることを証明している。
論文 参考訳（メタデータ） (2026-09-01T15:54:34Z) - Evaluating System-Level Fidelity with Peaked Random Circuits [0.0]
ピークランダム回路(Paked Random Circuits, PRCs)は、NISQデバイス上で量子優位性を示すための有効な経路として提案されている。
累積雑音,ゲートエラー,接続制約に拘わらず,決定論的ピークを識別するシステムの能力の定量化を行う。
PRCは量子ボリュームに匹敵する高精度な計量を提供するが、干渉効果に対する感度は高い。
論文 参考訳（メタデータ） (2026-05-25T15:59:39Z) - Demonstrating Noise-adapted Quantum Error Correction With Break-Even Performance [2.7568215535428937]
我々は,IBM量子ハードウェアのための雑音適応型3量子量子誤り補正手法を開発した。
提案手法は, ネイティブ振幅減衰(AD)ノイズに対して, 破れても構わないことを示す。
分析の結果,本プロトコルの性能は,主に測定値の読み出し精度によって制限されていることが示唆された。
論文 参考訳（メタデータ） (2026-03-04T19:50:16Z) - AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳（メタデータ） (2026-02-02T14:39:42Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Investigation of Hardware Architecture Effects on Quantum Algorithm Performance: A Comparative Hardware Study [0.0]
クラウドアクセス可能な量子プロセッサは、異種ハードウェアプラットフォーム上での量子アルゴリズムの直接実行を可能にする。
Amazon Braketを使って、トラップイオン、超伝導、シミュレータバックエンドの5つの代表量子アルゴリズムをベンチマークする。
論文 参考訳（メタデータ） (2026-01-07T15:29:52Z) - Domain-Aware Quantum Circuit for QML [0.7999703756441755]
本稿では,局所性保存符号化と絡み合いを導出するために,画像先行情報を利用したドメイン対応量子回路(DAQC)を提案する。
設計ではインターリーブされたエンコード-トレインサイクルを採用しており、隣接するピクセルをホストするキュービット間で絡み合いがデバイス接続に合わせて適用される。
MNIST, FashionMentangle, PneumoniaMNISTデータセット上でDAQCを評価する。
論文 参考訳（メタデータ） (2025-12-19T17:02:58Z) - Evaluating the performance of quantum processing units at large width and depth [0.40964539027092917]
線形ランプ量子近似最適化アルゴリズム(LR-QAOA)に基づくベンチマークプロトコルを提案する。
LR-QAOAは、回路深度が増加するにつれてコヒーレント信号を保存するQPUの能力を定量化し、ランダムサンプリングと統計的に区別できない性能になるかどうかを特定する。
このプロトコルを6つのベンダーの24の量子プロセッサに適用し、最大156の量子ビットと1Dチェーンにまたがる1万の層、ネイティブレイアウト、完全に接続されたトポロジの問題をテストします。
論文 参考訳（メタデータ） (2025-02-10T13:50:50Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - AQD: Towards Accurate Fully-Quantized Object Detection [94.06347866374927]
本稿では,浮動小数点演算を除去するために,AQDと呼ばれる高精度な量子化オブジェクト検出ソリューションを提案する。
我々のAQDは、非常に低ビットのスキームの下での完全精度と比較して、同等またはそれ以上の性能を実現しています。
論文 参考訳（メタデータ） (2020-07-14T09:07:29Z)
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。