HQxDeepFM — аялдарга багытталган тагылуучу түзмөк жана телефон/саат кызматтарында уруксат берилген физиологиялык, контексттик, түзмөккө байланышкан, кызмат тарыхы жана колдонуучунун ыйгарым укуктары боюнча өзгөчөлүктөрдү биргелешип иштетүүгө арналган, купуялуулукту жана ызы-чууну эске алган гибриддик кванттык-классикалык өзгөчөлүктөрдүн өз ара аракеттенүү модели. Модель xDeepFMдин төмөн даражадагы таасирлер, ачык жогорку даражадагы өз ара аракеттенүүлөр жана жашыруун сызыктуу эмес өкүлчүлүктөр түрүндөгү функционалдык бөлүнүшүн сактайт; бирок классикалык Linear, CIN жана DNN бутактарын тиешелүүлүгүнө жараша QLinear, QCIN жана QDNN деп аталган тайыз вариациялык кванттык схемага (Variational Quantum Circuit, VQC) негизделген бутактар менен алмаштырат. Бул бутактар Pauli-Z күтүлгөн маанилерин өлчөнгөн өзгөчөлүк өкүлчүлүктөрү катары чыгарат жана натыйжалар жеңил классикалык бириктирүүчү башта бириктирилет.
Изилдөө үч ачык маалымат топтомунда баалоо жүргүзөт: Menstrual Sleep-Wake (MSW) аялдарга мүнөздүү акылдуу саат колдогон этек кир циклинин кызмат терезеси тапшырмасын; WESAD тагылуучу стресс/аффект колдоосун; ExtraSensory болсо телефон жана саатка негизделген контекстти таанууну чагылдырат. Негизги эксперименттер инсандык маалыматтын агып кетишин азайтуу үчүн MSWде катышуучу-бөлүнгөн, WESADда субъект-бөлүнгөн жана ExtraSensoryде колдонуучу-бөлүнгөн беш бүктөмдүү валидацияны колдонот. Мындан тышкары, саясат боюнча өзгөчөлүк топторун колдонууга мүмкүн болбогон шарттар, жок сенсорлор, бутак абляциялары, 2–8 кубиттик VQC сыйымдуулугу, 2/4/6 схема тереңдиги жана фазалык өчүү, амплитудалык өчүү менен деполяризация ызы-чуу каналдары изилденет.
Беш бүктөмдүн орточо көрсөткүчтөрүндө HQxDeepFMEM MSW үчүн AUC 0,712 жана Macro-F1 0,629; WESAD үчүн AUC 0,910 жана Macro-F1 0,838; ExtraSensory үчүн AUC 0,818 жана Macro-F1 0,773 натыйжаларын берет. Ошол эле таблицада эң күчтүү классикалык салыштыруулардын AUC маанилери тиешелүүлүгүнө жараша 0,699, 0,898 жана 0,806 деңгээлинде. Ошондуктан изилдөө сунушталган гибриддик түзүлүш бааланган тапшырмаларда чакан, бирок туруктуу орточо өндүрүмдүүлүк өсүшүн жана тактык–үйрөтүлүүчү параметрлердин ыңгайлуураак балансын камсыз кылат деп ырастайт. Бирок изилдөө preprint болуп саналат; статистикалык маанилүүлүк тести, чыныгы кванттык жабдыкта валидация, клиникалык таасир, реалдуу колдонуучулардын кабыл алуусу же түзмөктөгү энергия/кечигүү өлчөөлөрү берилбейт. Ошондуктан натыйжаларды реалдуу дүйнөдөгү аялдардын саламаттык кызматтарына түздөн-түз клиникалык артыкчылык катары жалпылоого болбойт.
Изилдөө маселеси эмне үчүн жөн гана “жогорураак божомол тактыгы” эмес?
Тагылуучу саламаттык жана жыргалчылык кызматтарында моделдин кириштери туруктуу болбой калышы мүмкүн. Колдонуучу айрым маалыматтарды бөлүшпөшү мүмкүн, сенсор ошол учурда иштебеши мүмкүн, колдонмо саясаты белгилүү бир өзгөчөлүктү пайдаланууга уруксат бербеши мүмкүн же түзмөктүн контексти өзгөрүшү мүмкүн. Ошондуктан изилдөөнүн негизги маселеси көптөгөн өзгөчөлүктөрдү бириктирип классификация жүргүзүү гана эмес; уруксат берилген өзгөчөлүк топтору менен гана иштей алган, жетишпеген кириштерде жүрүм-туруму көзөмөлдөнө турган жана модель көлөмү салыштырмалуу компакттуу кармала турган чечим катмарын түзүү болуп саналат.
Булак бул маселени өзгөчө аялдарга багытталган кызмат сценарийлеринде карайт. Этек кир циклин колдоо сыяктуу кызмат терезеси уйку убактысын, уйку узактыгын, ритмдин туруктуулугун, базалдык дене температурасына негизделген көрсөткүчтөрдү, цикл убактысын, ыктыярдуу өзүн-өзү билдирүүлөрдү жана жетүү саясатын биргелешип баалоону талап кылышы мүмкүн. Ошентсе да модель саламаттык кызматкеринин, клиникалык диагноздун же колдонмо саясатынын ордун басат деп айтылбайт; модель саясат катмарынан кийин иштеген чечимди колдоо компоненти катары жайгаштырылат.
HQxDeepFM Деген Эмне жана xDeepFMден Кантип Айырмаланат?
HQxDeepFM — xDeepFMдин үч негизги функциясын сактап, алардын ар бирин өзүнчө тайыз вариациялык кванттык схема менен чагылдырган гибриддик архитектура: QLinear төмөн даражадагы таасирлерди, QCIN ачык кайчылаш-талаа өз ара аракеттенүүлөрүн, QDNN болсо жашыруун сызыктуу эмес өкүлчүлүктөрдү иштетет; үч бутактын Pauli-Z күтүлгөн өзгөчөлүктөрү андан соң классикалык бириктирүүчү башта бириктирилет.
xDeepFMде Linear бутагы жеке/төмөн даражадагы салымдарды, Compressed Interaction Network (CIN) ачык жогорку даражадагы өзгөчөлүк өз ара аракеттенүүлөрүн, терең нейрондук тармак (DNN) болсо жашыруун өз ара аракеттенүүлөрдү чагылдырат. HQxDeepFMдин долбоордук тандоосу бүт моделге бир “кванттык катмар” кошуунун ордуна ушул үч функциянын ар бирине ролго шайкеш VQC жайгаштыруу болуп саналат. Ошентип, изилдөөчүлөр өндүрүмдүүлүк өзгөргөндө кайсы функционалдык бутактын салымы маанилүүрөөк экенин абляция аркылуу өзүнчө изилдей алышат.
Купуялуулук чегинин математикалык негизи
Теңдеме (1) бир кызмат үлгүсү беш өзгөчөлүк тобунан турарын аныктайт: \(x^w\) тагылуучу физиология; \(x^c\) контекст же түзмөк абалы; \(x^s\) өзүн-өзү билдирүү же симптом талаалары; \(x^h\) кызмат тарыхы; \(x^a\) болсо жеткиликтүүлүк/саясат көрсөткүчтөрү. Бул туюнтма өндүрүмдүүлүк теңдемеси эмес, маалымат кайсы семантикалык топторго бөлүнгөнүн көрсөткөн кириш аныктамасы. Өзгөрмөлөр түздөн-түз физикалык бирдикке ээ жалгыз өлчөөлөр болушу шарт эмес; ар бир топ бир нече масштабдалган же embedding кылынган өзгөчөлүктөрдү камтышы мүмкүн.
Теңдеме (2)де \(g\) өзгөчөлүк тобунун деңгээлиндеги экилик жеткиликтүүлүк вектору. Бир топ үчүн \(g=1\) болгондо топ моделге өткөрүлөт; \(g=0\) болгондо тиешелүү топ колдонуучунун тандоосу, колдонмо саясаты же сенсордун жоктугуна байланыштуу маскаланат. Математикалык жактан бул топтун моделдин киришине кошкон салымын нөлгө түшүрөт. Илимий мааниси “купуялуулук” түшүнүгүн абстракттуу этикалык белги катары калтырбастан, экспериментте көзөмөлдөнгөн өзгөчөлүккө жетүү шартына айландыруу болуп саналат. Бирок бул маска реалдуу колдонуучунун макулдугунун социологиялык же укуктук бүтүндүгүн моделдебейт; изилдөөдө эксперименттик шарт катары колдонулат.
Теңдеме (3) маскаланган кириш \(\tilde{x}\) жана үйрөтүлүүчү параметрлер \(\Theta\) берилгенде максат классынын ыктымалдыгын аныктайт. \(y\) “колдоо терезеси” же “кызмат-даярдык” белгиси; \(\hat{y}\) болсо моделдин божомолу. Бул ыктымалдык клиникалык тобокелдик ыктымалдыгы катары чечмеленбеши керек; ал маалымат топтомуна ылайык аныкталган классификация максатынын модель чыгышы.
Купуялуулук Чеги Моделдин Кириштерине Кантип Колдонулат?
Изилдөөдө купуялуулук чеги өзгөчөлүктөрдү кийин бирден өчүрүүдөн көрө, физиология, контекст/түзмөк, өзүн-өзү билдирүү, кызмат тарыхы жана жетүү саясаты сыяктуу топторго бөлүп, топ деңгээлинде экилик уруксат вектору менен маскалоо аркылуу колдонулат; ошентип модель колдонулбай турган топтун ордуна калган ыйгарым укуктуу топтордон өз ара аракеттенүүнү үйрөнүүгө мажбур болот.
Бул ыкма “жок сенсор” экспериментин да жалпы алкакта изилдөөгө мүмкүндүк берет. Изилдөөчүлөр толук өзгөчөлүк абалын белгилүү топтор акырындык менен сакталып турган шарттар менен салыштырып, AUCнин канчасы сакталарын өлчөшөт. Ошентип модель жогорку толук-маалымат өндүрүмдүүлүгүнө гана эмес, маалыматка жетүү чектелген шарттардагы салыштырмалуу туруктуулугуна жараша да бааланат.
Вариациялык кванттык схема бутагы өзгөчөлүктү кантип чыгарат?
Теңдеме (4) ар бир \(q\) бутагында классикалык кириш вектору \(v_q\) адегенде маалымат коддоочу \(U_{enc}\) менен кванттык абалга коддолорун, андан соң үйрөтүлүүчү параметрлери \(\theta_q\) болгон вариациялык блок \(U_q\) тарабынан өзгөртүлөрүн көрсөтөт. \(n_q\) бутактын кубит кеңдиги. Схеманын чыгышы түздөн-түз класс белгиси эмес; ар бир кубит үчүн Pauli-Z байкоо чоңдугунун күтүлгөн мааниси \(\langle Z_i\rangle\) өлчөнүп, алар \(e_q\) өзгөчөлүк векторун түзөт. Pauli-Z күтүүсү өлчөмсүз жана идеалдуу учурда −1 менен +1 аралыгындагы кванттык байкоо чоңдугунун орточо маанисин чагылдырат.
Булак ар бир бутакта бурчтук коддоо жана кайталануучу айлануу–чаташуу блоктору колдонулганын билдирет. “Схема тереңдиги” бул жерде ушул үйрөтүлүүчү блоктордун кайталануу саны. Сезимталдык анализинде бутак кеңдиги 2, 4, 6 жана 8 кубит; схема тереңдиги 2, 4 жана 6 болуп сканерленген. Изилдөө физикалык кванттык түзмөктүн атын, чыныгы жабдык backendин же жабдыктагы shot санын билдирбегендиктен, бул натыйжаларды чыныгы кванттык жабдыктын өндүрүмдүүлүгү катары окууга болбойт.
Үч кванттык бутактын чыгышы кантип бириктирилет?
Теңдеме (5)те \(e_{QL}\), \(e_{QCIN}\) жана \(e_{QDNN}\) үч кванттык бутактын өлчөнгөн өзгөчөлүктөрү. Чарчы кашаалар бириктирүүнү, \(h(\cdot)\) жеңил классикалык бириктирүүчү башты, \(\sigma\) болсо sigmoid өзгөртүүсүн көрсөтөт. Ошентип кванттык схемалар аралык өзгөчөлүк өндүрүүчү, классикалык баш акыркы ыктымалдык божомолдоочу катары иштейт. Бул гибриддик бөлүнүш изилдөө “кванттык модель бүт классификацияны жалгыз жасайт” деген доомат койбогонун ачык көрсөтөт.
QCIN ачык өз ара аракеттерди кантип сактайт?
Теңдеме (6) xDeepFM/CIN үй-бүлөсүнүн ачык кайчылаш өз ара аракеттенүү логикасын сактаган кысылган өз ара аракеттенүү кадамын билдирет. \(x^{0}_{j,*}\) баштапкы талаа embeddingин, \(x^{k-1}_{i,*}\) мурунку өз ара аракеттенүү катмарындагы абалды, \(W^{k,h}_{ij}\) үйрөтүлүүчү коэффициентти жана \(\odot\) Hadamard, башкача айтканда элемент боюнча көбөйтүүнү көрсөтөт. \(m\) баштапкы талаалардын санын, \(H_{k-1}\) мурунку катмардагы өз ара аракет карталарынын санын чагылдырат. Математикалык ролу талаа жуптарынын элемент боюнча көбөйтүндүлөрүн үйрөтүлүүчү салмактар менен бириктирип, ачык жогорку даражадагы өз ара аракеттерди чыгаруу. HQxDeepFMде бул кайчылаш өзгөчөлүктөр кийин VQC кысуу бирдиги аркылуу Pauli-Z күтүлгөн өзгөчөлүктөрүнө айландырылат.
Окутуу жоготуусу эмнени оптималдаштырат?
Теңдеме (7) экилик кайчылаш энтропияны L2 регуляризациясы менен бириктирет. Биринчи мүчө чыныгы белги \(y_i\) менен божомол \(\hat{y}_i\) ортосундагы классификация катасын жазалайт; экинчи мүчө модель параметрлеринин \(\Theta\) чоңдугун \(\lambda\) коэффициенти менен чектейт. \(N\) mini-batch же эсептөө тобундагы үлгүлөрдүн санын билдирет. Максат — окутуу маалыматтарына ашыкча ылайыкташуунун ордуна параметр чоңдуктарын тең салмактап, жалпы өндүрүмдүүлүктү сактоо. Булак бул теңдемени берет, бирок optimizer түрү, үйрөнүү ылдамдыгы, batch көлөмү жана epoch саны сыяктуу окутуу деталдарын ачык билдирбейт.
Өзгөчөлүккө жетүү азайганда өндүрүмдүүлүк кантип өлчөнөт?
Теңдеме (8) толук өзгөчөлүктүү AUC менен жетүү маскасы алдындагы AUC ортосундагы абсолюттук жоготууну өлчөйт. Маани чоңойгон сайын өзгөчөлүк тобунун кармалышы моделдин айырмалоо күчүн көбүрөөк төмөндөткөн болот. Теңдеме (9) ошол эле өзгөрүүнү пайыз түрүндө AUC сакталуусу катары берет. Толук өзгөчөлүктүү өндүрүмдүүлүк %100 деп кабыл алынат; мисалы, %90 деңгээлиндеги \(R_{AUC}\) маскаланган шартта толук өзгөчөлүк AUCсинин %90 бөлүгү сакталганын билдирет. Бул катыш ар башка маалымат топтомдорунун баштапкы AUCлери айырмаланса да салыштырмалуу туруктуулукту салыштырууну жеңилдетет.
HQxDeepFMEM Кванттык Ызы-чууну Кантип Азайтат?
HQxDeepFMEM таза моделдин кванттык бутактарын үйрөткөндөн кийин аларды тоңдурат; окутуу катмарында гана түзүлгөн таза жана бүктөлгөн-ызы-чуулуу күтүү профилдерин колдонуп MLP нөл-ызы-чуу экстраполяция моделин үйрөнөт жана валидация катмарында ызы-чуулуу Pauli-Z күтүүлөрүн болжолдуу нөл-ызы-чуу маанилери менен алмаштырып, ошол эле классикалык бириктирүүчү баш аркылуу кайра божомол чыгарат.
Теңдеме (10) кванттык ызы-чууну толугу менен оң жана из-сактоочу (completely positive trace-preserving, CPTP) канал катары чагылдырат. \(\rho\) кириш тыгыздык матрицасы, \(\rho'\) ызы-чуудан кийинки абал, \(\mathcal{E}\) канал жана \(A_i\) Kraus операторлору. Изилдөөдө фазалык өчүү, амплитудалык өчүү жана деполяризация каналдары ушул алкакта көзөмөлдөнгөн бузуучу процесстер катары колдонулат. Бул теңдеме өз алдынча ызы-чууну “оңдобойт”; ал физикалык жактан жарактуу ызы-чуу өзгөрүүсүнүн математикалык көрсөтүлүшү гана.
Катаны азайтуу баскычында MLP-ZNE регрессору \(f_{\phi}\) ар кандай ызы-чуу масштабдарында алынган бүктөлгөн күтүүлөрдөн таза күтүү эталонун божомолдоону үйрөнөт. Окутуу жуптары окутуу катмарынан гана түзүлөт; валидация белгилери же downstream максаттары бул регрессорду үйрөтүү үчүн колдонулбайт. Бул бөлүү катаны азайтуу баскычында валидация маалыматынын агып кетишине жол бербөөнү көздөйт. Ызы-чуудан кийинки өндүрүмдүүлүк \(100\times AUC_{mitigated}(p)/AUC_{clean}\) түрүндөгү сакталуу катышы менен берилет.
Ызы-чуу каналдары бирдей кыйынчылык жарататпы?
Жок. Изилдөөнүн жылуулук карталары төмөн жана орточо ызы-чуу деңгээлдеринде фазалык жана амплитудалык өчүү шартында MLP-ZNEден кийин жогорку AUC сакталуусу байкалышы мүмкүн экенин; деполяризация ызы-чуусу болсо кыйла чоң өндүрүмдүүлүк жоготуусуна алып келерин көрсөтөт. Ызы-чуу ыктымалдыгы \(p\) үчүн 0,01, 0,03, 0,05, 0,10 жана 0,15 деңгээлдери; кубит саны үчүн 2, 4, 6 жана 8 мамычалары изилденген. Авторлордун чечмелөөсү деполяризация сигнал ташыган Pauli-Z күтүүлөрүн кеңири бузуп, MLPге негизделген экстраполяция үчүн азыраак түзүмдүү ката үлгүсүн калтырат деген багытта.
Бул жыйынтыктар чыныгы кванттык артыкчылыкты көрсөтөбү?
Изилдөө “кванттык артыкчылыкты” же классикалык эсептөө жетпеген эсептөө артыкчылыгын көрсөтпөйт. Салыштыруу белгилүү бир гибриддик архитектуранын классификация метрикалары, үйрөтүлүүчү параметр жүгү, өзгөчөлүккө жетүү туруктуулугу жана көзөмөлдөнгөн ызы-чуу шартында AUC сакталуусу боюнча жүргүзүлөт. Чыныгы кванттык жабдыктын кечигүүсү, shot наркы, кванттык иштетүү убактысы, ката калибрлөөсү же энергия керектөөсү берилбегендиктен, натыйжаларды алгоритмдик/модель деңгээлиндеги эксперименттер катары баалоо керек.
Изилдөөнүн Ыкмасы жана Жыйынтыктары
Маалымат топтомдору жана тапшырмалар
| Маалымат топтому | Кызмат тапшырмасы / примитив | Негизги өзгөчөлүк топтору | Валидация | Метрикалар |
|---|---|---|---|---|
| MSW | Акылдуу саат колдогон этек кир цикли үчүн колдоо-терезесин божомолдоо | Уйкунун орто чекити, уйку узактыгы, ритмдин туруктуулугу, BBTден алынган көрсөткүчтөр, цикл убактысы, ыктыярдуу өзүн-өзү билдирүүлөр жана жетүү маскалары | Катышуучу-бөлүнгөн 5 бүктөм | AUC, Macro-F1 |
| WESAD | Аффективдик жыргалчылык үчүн тагылуучу стресс-колдоо божомолу | EDA, BVP, тери температурасы, акселерометр, дем алууга байланышкан сигналдар жана түзмөк жеткиликтүүлүк маскалары | Субъект-бөлүнгөн 5 бүктөм | AUC, Macro-F1 |
| ExtraSensory | Контекстти эске алган коопсуздук/кызмат адаптациясы үчүн телефон-саат контекстин таануу | Телефон/саат кыймыл өзгөчөлүктөрү, убакыт контексти, түзмөк абалы, сенсор жеткиликтүүлүгү жана саясат маскалары | Колдонуучу-бөлүнгөн 5 бүктөм | AUC, Macro-F1 |
Белгилер моделди окутуудан мурда ачык маалымат топтомдорунун бар болгон түшүндүрмөлөрүнөн же талааларынан түзүлөт. MSW изилдөөнүн аялдарга мүнөздүү негизги таянычы. WESAD жана ExtraSensory болсо түздөн-түз аялдарга мүнөздүү маалымат топтомдору катары берилбейт; аффективдик жыргалчылык жана контекст таануу сыяктуу өткөрүлмө кызмат компоненттерин сыноо үчүн колдонулат. Бул айырма “үч маалымат топтомунун баарында аялдарга мүнөздүү клиникалык валидация жүргүзүлдү” деген туура эмес жалпылоону алдын алат.
Салыштыруу моделдери
Изилдөө Logistic Regression (LR), Random Forest (RF), LightGBM, DeepFM, xDeepFM жана AutoInt моделдерин салыштыруу базасы катары колдонот. Бул топ сызыктуу чечим чек арасынан дарак ансамблдерине; ачык жогорку даражадагы өз ара аракеттерден терең жана көңүл бурууга негизделген өкүлчүлүктөргө чейин ар кандай классикалык модель үй-бүлөлөрүн камтыйт. HQxDeepFM жана HQxDeepFMEM xDeepFM менен бирдей embedding өлчөмүн жана бутак скелетин колдонгондой түзүлгөн; ошентип авторлор өндүрүмдүүлүк айырмасын жөн гана чоңураак кириш өкүлчүлүгүнө байланыштырбоого аракет кылышат.
Негизги өндүрүмдүүлүк жыйынтыктары
| Модель | MSW | WESAD | ExtraSensory | |||
|---|---|---|---|---|---|---|
| AUC | Macro-F1 | AUC | Macro-F1 | AUC | Macro-F1 | |
| LR | 0,632 ± 0,009 | 0,551 ± 0,009 | 0,818 ± 0,006 | 0,734 ± 0,005 | 0,737 ± 0,008 | 0,686 ± 0,007 |
| RF | 0,659 ± 0,013 | 0,575 ± 0,013 | 0,854 ± 0,009 | 0,773 ± 0,006 | 0,764 ± 0,009 | 0,714 ± 0,008 |
| LightGBM | 0,688 ± 0,012 | 0,597 ± 0,016 | 0,887 ± 0,004 | 0,801 ± 0,004 | 0,792 ± 0,011 | 0,738 ± 0,011 |
| DeepFM | 0,674 ± 0,012 | 0,589 ± 0,011 | 0,877 ± 0,007 | 0,792 ± 0,008 | 0,790 ± 0,008 | 0,735 ± 0,007 |
| xDeepFM | 0,697 ± 0,011 | 0,615 ± 0,010 | 0,885 ± 0,006 | 0,807 ± 0,006 | 0,801 ± 0,009 | 0,752 ± 0,008 |
| AutoInt | 0,699 ± 0,017 | 0,610 ± 0,013 | 0,898 ± 0,005 | 0,821 ± 0,004 | 0,806 ± 0,008 | 0,756 ± 0,008 |
| HQxDeepFM | 0,710 ± 0,015 | 0,626 ± 0,012 | 0,908 ± 0,006 | 0,836 ± 0,004 | 0,815 ± 0,009 | 0,769 ± 0,009 |
| HQxDeepFMEM | 0,712 ± 0,011 | 0,629 ± 0,011 | 0,910 ± 0,005 | 0,838 ± 0,006 | 0,818 ± 0,007 | 0,773 ± 0,004 |
Таблицадагы эң жогорку орточо AUC жана Macro-F1 маанилери үч маалымат топтомунда тең HQxDeepFMEM сапында. Verianla таблицадагы маанилерден гана жүргүзгөн жөнөкөй айырма эсептөөсүндө HQxDeepFMEMдин AUC көрсөткүчү ар бир маалымат топтомундагы эң жогорку классикалык AUCга салыштырмалуу MSWде +0,013, WESADда +0,012 жана ExtraSensoryде +0,012 жогору. Macro-F1 үчүн ошол эле абсолюттук айырмалар тиешелүүлүгүнө жараша +0,014, +0,017 жана +0,017. Бул жаңы эксперименттик натыйжа же статистикалык эффект өлчөмү эмес; булак таблицасындагы орточо көрсөткүчтөрдүн арифметикалык айырмасы. Макала p-маани, ишеним аралыгы же жупташкан маанилүүлүк тестин билдирбегендиктен, бул айырмаларды “статистикалык жактан далилденген артыкчылык” деп чечмелөөгө болбойт.
Тактык–компакттуулук балансы
Булактын тактык–компакттуулук графиги HQxDeepFM үй-бүлөсү классикалык терең өз ара аракеттенүү моделдерине салыштырмалуу жогорку AUCни төмөн үйрөтүлүүчү божомол кыймылдаткычынын параметр жүгү менен айкалыштырган аймакка жылганын көрсөтөт. Параметр эсебине embedding/проекция компоненттери, үйрөтүлүүчү VQC бурчтары жана классикалык бириктирүүчү баш кирет; HQxDeepFMEM үчүн MLP-ZNE регрессору да эсептелет. Алдын ала иштетүү жана ызы-чуу канал операторлору үйрөтүлүүчү параметр эсебине кирбейт. Булак графиги болжолдуу параметр жайгашууларын көрсөтсө да, текстте модель боюнча так параметр таблицасы берилбегендиктен бул жерде жаңы так параметр сандары чыгарылган эмес.
Бутак абляциясы эмнени көрсөтөт?
Бирдей маалымат бөлүнүүлөрүндө жүргүзүлгөн абляцияда QDNN алынып салынганда эң чоң өндүрүмдүүлүк төмөндөшү байкалат. Бул табылга жашыруун сызыктуу эмес өкүлчүлүк тагылуучу жана телефон/саат маалыматтарындагы айырмалоочу үлгүлөр үчүн эң күчтүү бутактардын бири экенин көрсөтөт. QCIN алынып салынганда да өндүрүмдүүлүк олуттуу начарлайт; бул физиология, контекст, кызмат тарыхы жана жетүү маскалары арасындагы ачык кайчылаш өз ара аракеттердин салымын колдойт. QLinear алынганда төмөндөө жумшагыраак, бирок туруктуу; авторлор муну төмөн даражадагы таасирлер үстөм эмес, бирок туруктуу негиз түзөт деп чечмелешет.
Өзгөчөлүккө жетүү жана жок сенсорлорго туруктуулук
Изилдөөнүн өзгөчөлүккө жетүү экспериментинде ыйгарым укуктуу өзгөчөлүк топторунун акырындык менен чоңураак бөлүгү сакталат жана толук өзгөчөлүк абалына салыштырмалуу AUC сакталуусу көзөмөлдөнөт. Графиктер 0 ден %40 га чейин өскөн сакталган өзгөчөлүк топторунун үлүшүндө бардык моделдердин өндүрүмдүүлүгү азаярын, HQxDeepFM болсо бааланган классикалык өз ара аракет моделдерине салыштырмалуу жогорку салыштырмалуу AUC сакталуусу тенденциясын көрсөткөнүн билдирет. Бул натыйжа модель бир гана купуялуулукка сезгич агымга толугу менен көз каранды эмес экенин көрсөтөт; бирок бул реалдуу колдонуучунун макулдук жүрүм-турумунун же чыныгы сенсор бузулуусунун талаа сыноосу эмес.
Кубит саны жана схема тереңдиги
Сыйымдуулук сканы ар бир VQC бутагында 2, 4, 6 жана 8 кубитти; 2, 4 жана 6 кайталануучу үйрөтүлүүчү схема тереңдигин салыштырат. Ийри сызыктын жүрүшү монотондуу эмес: 2 кубиттен орто кеңдиктерге өтүү көпчүлүк тапшырмаларда AUCни көбөйтсө, 8 кубитте пайда каныгышы же азайышы мүмкүн. Талкуу бөлүмү бааланган тапшырмалар үчүн 4–6 кубит аралыгын тактык менен ресурс/ызы-чуу жүгү ортосунда тең салмактуураак иш аймагы деп чечмелейт. Бул бардык VQC колдонмолору үчүн универсалдуу эң жакшы кубит саны эмес; ушул тапшырмалар жана ушул эксперименттик протокол үчүн гана байкалган тенденция.
Ызы-чуудан кийинки AUC сакталуусу
HQxDeepFMEMдин MLP-ZNE баскычы фазалык жана амплитудалык өчүү шартында төмөн-орто ызы-чуу деңгээлдеринде жогорку AUC сакталуусун камсыз кылат. Жылуулук карталарында деполяризация ызы-чуусу, айрыкча жогорку \(p\) маанилеринде, катуураак төмөндөөнү пайда кылат. Мисалы, булак жылуулук картасында \(p=0,15\) сабында деполяризация шартындагы сакталуу маанилери маалымат топтому жана кубит санына жараша болжол менен 80 диапазонунун төмөн жагынан 80 диапазонунун жогорку жагына чейин түшүшү мүмкүн; бул маанилер сүрөттөн окулат жана бул жерде так жалпы коэффициент катары жалпыланбашы керек. Негизги илимий билдирүү — катаны азайтуу ызы-чууну толугу менен жок кылбайт жана деполяризация эң татаал канал бойдон калат.
Изилдөө колдогон жыйынтыктар
- Ролго шайкеш QLinear, QCIN жана QDNN бутактарын бириктирген HQxDeepFM бааланган үч тапшырмада классикалык салыштырууларга караганда жогорку орточо AUC жана Macro-F1 берди.
- HQxDeepFMEM MLP колдогон нөл-ызы-чуу экстраполяциясынан кийин HQxDeepFMге салыштырмалуу чакан кошумча орточо өсүштөрдү көрсөттү.
- Катышуучу/субъект/колдонуучу-бөлүнгөн беш бүктөмдүү дизайн бир эле адамдын окутуу жана валидация тарабында болушунан келип чыгышы мүмкүн болгон инсандыкка көз каранды агып кетүүнү азайтууну көздөйт.
- Өзгөчөлүккө жетүү маскалары шартындагы салыштырмалуу AUC сакталуусун модель уруксат берилген маалымат топтору азайганда кантип начарлай турганын өлчөө үчүн колдонсо болот.
- Бутак абляциясы QDNN эң чоң, QCIN маанилүү жана QLinear жумшагыраак, бирок туруктуу салым берген үлгүнү көрсөттү.
- Кубит кеңдигин көбөйтүү автоматтык түрдө жакшы жыйынтык берген жок; бааланган тапшырмаларда орто өлчөмдөгү 4–6 кубиттик аралык тең салмактуураак көрүндү.
- Деполяризация ызы-чуусу фазалык жана амплитудалык өчүүгө салыштырмалуу катаны азайтуу жагынан татаалыраак деп табылды.
Изилдөө колдобогон жалпылоолор
- Бул жыйынтыктар HQxDeepFM клиникалык түрдө аялдардын саламаттыгына диагноз коё аларын же саламаттык натыйжасын жакшыртарын көрсөтпөйт.
- WESAD жана ExtraSensory жыйынтыктары аялдарга мүнөздүү клиникалык валидация эмес; алар өткөрүлмө стресс жана контекст таануу тапшырмалары.
- Саясат аныктаган өзгөчөлүк маскалары реалдуу колдонуучулардын укуктук макулдук процесстерин, купуялуулук кабылдоосун же узак мөөнөттүү жүрүм-турумун тастыктабайт.
- Изилдөө физикалык кванттык жабдыкта ылдамдык, энергия, ката ылдамдыгы же чыгым артыкчылыгын көрсөтпөйт.
- Орточо AUC/Macro-F1 айырмалары статистикалык маанилүүлүк тести билдирилбегендиктен универсалдуу артыкчылыктын далили эмес.
- 4–6 кубит байкоосу башка маалымат топтомдору, тереңирээк схемалар же башка кванттык жабдыктар үчүн универсалдуу оптимум катары кабыл алынбашы керек.
Кайра өндүрүү жагынан жетишпеген деталдар
Булак архитектуралык теңдемелерди, бөлүнгөн бүктөм протоколун, салыштыруу моделдерин, кубит/тереңдик сканын, ызы-чуу каналдарын жана негизги метрикаларды түшүндүрөт. Бирок PDFтин ыкма жана эксперимент бөлүмдөрүндө optimizer түрү, үйрөнүү ылдамдыгы, mini-batch көлөмү, epoch саны, эрте токтотуу жөндөөсү, кокустук уруктар, кванттык өлчөө shot саны, колдонулган программа/кванттык симулятор же физикалык жабдык backendи, MLP-ZNEнин катмар өлчөмдөрү жана ызы-чуу масштабдоо коэффициенттеринин конкреттүү маанилери ачык билдирилген эмес. Бул кемчиликтер булак коду же кошумча материалсыз экспериментти так кайра өндүрүүнү чектейт.
Колдонуу жагынан бул эмнени билдирет?
Изилдөөнүн эң күчтүү колдонмо идеясы “аялдардын саламаттыгы үчүн кванттык жасалма интеллект” сыяктуу кең ураан эмес; уруксат берилген маалымат топторуна жараша иштей алган жана кайсы функционалдык өз ара аракет бутагы кандай салым кошкону изилдене турган компакттуу чечим катмары идеясы. Мындай катмар келечекте этек кир циклин колдоо, стресс/жыргалчылык билдирүүлөрү же контекстти эске алган коопсуздук эскертүүлөрү сыяктуу кызматтардын алдында колдонулушу мүмкүн. Бирок реалдуу колдонуу үчүн колдонуучу изилдөөлөрү, этикалык жактан бекитилген перспективдүү баалоо, купуялуулукка ыңгайлуулук, жалган эскертүүнүн баасы, кечигүү, энергия керектөө, жабдыктын ишенимдүүлүгү жана жөнгө салууга шайкештик өзүнчө текшерилиши керек.
Булак жана Ыкма Жөнүндө Эскертүү
Түпнуска изилдөө: Role-Aligned Quantum–Classical Feature Interaction for Privacy-Bounded Women-Centric Wearable Services.
Авторлор: Wenbin Yu; Yanfeng Fan; Youle Wang; Hanmiao Cheng; Ran Li; Konglin Zhu; Yadang Chen.
Corresponding author: Hanmiao Cheng. PDFте жооптуу автор жылдызча менен белгиленген.
Тең салым: Булак PDFте тең салым/биргелешкен биринчи автор тууралуу билдирүү аныкталган эмес.
Аффилиациялар: School of Software, Nanjing University of Information Science and Technology; School of Computer Science, Nanjing University of Information Science and Technology; Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology; Wuxi Institute of Technology, Nanjing University of Information Science and Technology; Nanjing Quantum AI Technology Co., Ltd.; Nanjing Boswell Industrial Communication Technology Co., Ltd.; Marketing Service Center, State Grid Jiangsu Electric Power Co., Ltd.; Department of Electrical and Computer Engineering, Michigan State University.
Булак түрү: Preprint research paper.
Рецензия абалы: PDF изилдөө рецензиядан өтпөгөнүн ачык билдирет.
Платформа: SSRN, abstract 7477255.
Жарыяланган дата: SSRN жазуу барагында 17 Сентябрь 2026 датасында жарыяланган/posted деп көрсөтүлөт.
DOI: 10.2139/ssrn.7477255.
Журнал: Булак журнал макаласы катары жарыяланган версия эмес; бул файл SSRN preprint версиясы.
Лицензия: PDFте жана текшерилген SSRN библиографиялык жазуусунда макаланы кайра колдонууга ачык уруксат берген Creative Commons лицензиясы аныкталган эмес. Ошондуктан Verianla ичинде булак сүрөттөрдүн скриншоту же стилдик көчүрмөсү колдонулган эмес; ыкма байланыштары өз алдынча SVG схемасы менен кайра берилген жана сандык жыйынтыктар оригинал HTML таблица түзүлүшүндө өткөрүлгөн.
Библиографиялык жазуу айырмасы: Жүктөлгөн PDF авторду Konglin Zhu деп жана Ran Liни Nanjing University of Information Science and Technology менен байланышкан a/b/c аффилиациялары астында көрсөтөт. SSRNдин учурдагы web meta жазуусу болсо Zhu атын Konlin Zhu түрүндө жана Ran Li аффилиациясын East China Normal University деп көрсөтөт. Бул Verianla текстинде изилдөөчүнүн идентификациясы үчүн жүктөлгөн PDFтеги жазылышы жана аффилиациясы негиз кылынган, айырма жашырылган эмес.
Каржылоо / кызыкчылыктардын кагылышы / маалымат жеткиликтүүлүгү / CRediT: Жүктөлгөн PDFте өзүнчө жана ачык каржылоо, кызыкчылыктардын кагылышы, маалымат жеткиликтүүлүгү же CRediT автордук салым билдирүүсү аныкталган эмес. Эксперименттер MSW, WESAD жана ExtraSensory деп аталган ачык маалымат топтомдоруна негизделери булакта айтылат; бул жагдай өзүнчө маалымат жеткиликтүүлүгү билдирүүсүнүн ордуна колдонулбашы керек.
Негизги методологиялык чектөө: Изилдөө коомчулукка ачык маалымат топтомдорунда жана көзөмөлдөнгөн эксперименттик жетүү/ызы-чуу шарттарында модель баалоосу болуп саналат. Перспективдүү клиникалык изилдөө, реалдуу колдонуучу кийлигишүүсү, реалдуу түзмөктө жайгаштыруу же физикалык кванттык жабдык тести эмес.
Пикир калтырыңыз
E-mail дарегиңиз жарыяланбайт. Милдеттүү талаалар * менен белгиленген