QuanForge: Framework di Test di Mutazione per Reti Neurali Quantistiche
I ricercatori hanno introdotto QuanForge, un framework di test di mutazione progettato specificamente per le Reti Neurali Quantistiche (QNN). Le QNN combinano l'apprendimento profondo con il calcolo quantistico, sfruttando il parallelismo quantistico e l'entanglement, ma la loro complessa dinamica e la limitata interpretabilità rendono il testing impegnativo. QuanForge affronta questo problema incorporando l'uccisione statistica delle mutazioni per criteri più affidabili, nove operatori di mutazione post-addestramento a livello di gate e parametro per simulare potenziali errori nei circuiti quantistici, e un algoritmo formalizzato di generazione di mutanti per test sistematici. Il framework mira a migliorare l'affidabilità e la robustezza delle QNN mentre emergono come paradigma promettente nell'apprendimento automatico quantistico.
Fatti principali
- QuanForge è un framework di test di mutazione per Reti Neurali Quantistiche (QNN).
- Le QNN sfruttano il parallelismo quantistico e l'entanglement.
- Il testing delle QNN è impegnativo a causa della complessa dinamica quantistica e della limitata interpretabilità.
- Il framework introduce l'uccisione statistica delle mutazioni per criteri affidabili.
- Incorporano nove operatori di mutazione post-addestramento a livello di gate e parametro.
- Gli operatori simulano vari potenziali errori nei circuiti quantistici.
- Un algoritmo di generazione di mutanti produce sistematicamente mutanti efficaci.
- Il lavoro è pubblicato su arXiv con ID 2604.20706.
Entità
Istituzioni
- arXiv