Çok Çıktılı Belirsizlik Tahmininde Kuantum Destekli Konformal Yöntemler: Kapsamlı Bir İnceleme ve Deneysel Analiz
Özet Görüntüleme: 0
/ 
PDF İndirme: 0
DOI:
https://doi.org/10.70447/ktve.2702Anahtar Kelimeler:
Kuantum bilişim, konformal tahmin, çoklu çıktılı regresyon, dağılım bağımsız kapsama, çok temelli ölçümleme, Kuantum makine öğrenmesiÖzet
Kuantum hesaplama, ölçüm süreçlerinden, kapı gürültüsünden ve donanım kusurlarından kaynaklanan kendine özgü rastgelelik biçimleri ortaya çıkarır. Bu tür kuantum kaynaklı veya kuantumdan türetilen tahminlerde güvenilir belirsizlik nicelleştirmesini sağlamak, yeni ortaya çıkan bir zorluktur. Klasik makine öğreniminde konformal tahmin, çoğunlukla tek değişkenli veya düşük boyutlu çıktılara odaklanarak dağılımdan bağımsız belirsizlik kalibrasyonu için sağlam bir çerçeve olduğunu kanıtlamıştır. Son gelişmeler, zaman serileri, görüntü sınıflandırma setleri ve kuantum tarafından üretilen olasılık dağılımları gibi karmaşık görevleri ele almak amacıyla çoklu çıktı veya çok boyutlu yanıtlarla başa çıkabilmek için konformal yöntemleri genişletmiştir. Ancak bu güçlü konformal çerçeveler ile kuantum ölçüm senaryolarına özgü, yüksek boyutlu ve gürültüye yatkın dağılımlar arasındaki boşluğu kapatmak hâlâ büyük ölçüde açık kalmaktadır.
Bu makalede, çoklu çıktı dağılımları için kuantum konformal yöntemlerini kullanmaya yönelik, özellikle iki deneysel paradigma üzerine odaklanan bütünleşik bir yaklaşım öneriyoruz: (i) dört boyutlu bir çıktı dağılımı üreten standart bir 2-kubit devre senaryosu ve (ii) farklı bazlardaki (Z, X, Y) ölçüm olasılıklarını birleştirerek on iki boyutlu bir çıktı uzayına dönüştüren çoklu-baz ölçüm ortamı. Bir çoklu çıktı regresyon modelini (örneğin rasgele ormanlar) dağılımsal konformal tahminle birleştirerek, hem simüle edilmiş kuantum verilerinde hem de çoklu-baz ölçüm verilerinde kapsamı ve aralık kümesi boyutlarını doğruluyoruz. Sonuçlarımız, hedef olasılıkların doğası gereği kuantum süreçlerinden kaynaklandığı durumlarda bile klasik konformal tahminin kapsam garantilerini etkin bir şekilde sağlayabileceğini ortaya koymaktadır. Bu tür bir sinerji, kuantum makine öğrenimi görevleri için hem geliştirilmiş yorumlanabilirlik hem de titiz kapsam sunan, gelecek nesil kuantum-klasik hibrit çerçevelere kapı aralamaktadır. Tüm kodlar ve tam tekrarlanabilir Colab uygulaması, https://github.com/detasar/QECMMOU adresinde kullanıma sunulmuştur.
İndirmeler
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Kategori
Lisans
Telif Hakkı (c) 2025 Davut Emre Tasar
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
Key Points of CC BY 4.0
- Attribution Requirement: Others can share, adapt, and use the work, even commercially, as long as they credit the original author(s) and the journal (JQTAIR) as the source.
- Flexibility in Usage: This license maximizes dissemination, as anyone can use the research in new projects, derivative works, or even commercial applications.
- Global and Broad: The 4.0 version is legally global, compatible with other open-access content, and widely accepted by institutions and funders worldwide.
- Freedom to Remix and Adapt: Researchers, educators, and industry professionals can freely build upon the work, encouraging collaboration and innovative uses in various fields.
Attribution Requirement for Users
To comply with CC BY 4.0, anyone who uses, shares, or builds upon the journal’s work must include:
- The title of the work.
- A link to the full text (ideally hosted on JQTAIR’s site or repository).
- Credit to the original authors and the journal (e.g., “Published by JQTAIR” or “Original work by [Author Name], published in JQTAIR”).
