HQxDeepFM, ḳadınlara maḫṣūṣ giyilebilir cihazlar ile telefon/sāʿat ḫidmetlerinde istiʿmāline izin verilen fizyolojik, bağlamsal, cihaz, ḫidmet geçmişi ve kullanıcı selāḥiyyeti ḫāṣṣiyyetlerini birlikte işlemek üzere tertīb olunmuş, maḥremiyyet ve gürültü şartlarını nazar-ı iʿtibāra alan hibrit quantum-classical bir ḫāṣṣiyyet teʿāmülü modelidir. Model, xDeepFM’in düşük dereceli teʾsīrler, açık yüksek dereceli teʿāmüller ve żımnî gayr-ı ḫaṭṭî temsīller şeklindeki vazīfevî tefrīḳini muḥāfaẓa eder; lākin klasik Linear, CIN ve DNN şuʿbelerini sırasıyla QLinear, QCIN ve QDNN nāmlı sığ Variational Quantum Circuit (VQC) esāslı şuʿbelerle tebdīl eder. Bu şuʿbeler Pauli-Z intiẓār ḳıymetlerini ölçülmüş ḫāṣṣiyyet temsīlleri olarak istihṣāl eder ve çıḳışlar hafīf bir klasik fusion başlığında cemʿ olunur.
Tetkīḳ üç açık maʿlūmāt kümesi üzerinde taḳdīr icrā eder: Menstrual Sleep-Wake (MSW), ḳadınlara maḫṣūṣ akıllı sāʿat destekli ʿādet devri ḫidmet penceresi vazīfesini; WESAD, giyilebilir stress/affect desteğini; ExtraSensory ise telefon ve sāʿat esāslı bağlam tanımasını temsīl eder. Esās tecrübeler hüviyyet sızıntısını azaltmak için MSW’de iştirakçi-ayrık, WESAD’da şahıs-ayrık ve ExtraSensory’de kullanıcı-ayrık beş ḳatlı taṣdīḳ usūlünü kullanır. Bundan başka, ḫāṣṣiyyet gruplarının siyāset mūcebince istiʿmāl olunamadığı ḥāller, eksik sensörler, şuʿbe ablasyonları, 2–8 qubitlik VQC ḳapasitesi, 2/4/6 devre derinliği ve phase damping, amplitude damping ile depolarization gürültü ḳanalları tetkīḳ olunur.
Beş ḳatın ortalamalarında HQxDeepFMEM, MSW için AUC 0,712 ve Macro-F1 0,629; WESAD için AUC 0,910 ve Macro-F1 0,838; ExtraSensory için AUC 0,818 ve Macro-F1 0,773 netīcelerini verir. Aynı cedvelde en ḳuvvetli klasik muḳāyeselerin AUC ḳıymetleri sırasıyla 0,699, 0,898 ve 0,806 mertebesindedir. Bināenaleyh tetkīḳ, teklif olunan hibrit tertībin taḳdīr edilen vazīfelerde küçük lākin mütemādī bir ortalama performans artışı ve daha münāsib bir doğruluḳ–taʿlīm olunabilir parametre muvāzenesi temīn ettiğini ileri sürer. Lākin bu çalışma bir preprinttir; istatistikî ehemmiyyet testi, ḥaḳīḳī quantum donanımı üzerinde taṣdīḳ, klinik teʾsīr, ḥaḳīḳī kullanıcı ḳabūlü veya cihaz üstünde enerji/gecikme ölçümü sunmaz. Bu sebeple netīceler ḥaḳīḳī dünyādaki ḳadın ṣıḥḥati ḫidmetlerine doğrudan klinik üstünlük olarak taʿmīm edilmemelidir.
Tetkīḳ mesʾelesi niçin yalnız “daha yüksek taḫmīn doğruluğu” değildir?
Giyilebilir ṣıḥḥat ve refāh ḫidmetlerinde model girdileri sābit olmayabilir. Kullanıcı baʿżı maʿlūmātı paylaşmayabilir, bir sensör o anda çalışmayabilir, tatbīḳ siyāseti muʿayyen bir ḫāṣṣiyyetin istiʿmāline izin vermeyebilir veya cihaz bağlamı değişebilir. Bu sebeple tetkīḳin esās mesʾelesi yalnız çok sayıda ḫāṣṣiyyeti cemʿ edip taṣnīf yapmak değil; yalnız izin verilen ḫāṣṣiyyet gruplarıyla çalışabilen, eksik girdiler altında davranışı müşāhede edilebilen ve model ḥacmi nisbeten muḫtaṣar tutulabilen bir ḳarār tabaḳası kurmaktır.
Menbaʿ bu mesʾeleyi bilhassa ḳadınlara maḫṣūṣ ḫidmet senaryolarında ele alır. ʿĀdet devri desteği gibi bir ḫidmet penceresi; uyku zamanlaması, uyku müddeti, ritim intizāmı, bazal beden ḥarāretine dayalı göstergeler, devir zamanlaması, ihtiyārî öz-bildirimler ve erişim siyāseti gibi sahaların müştereken taḳdīrini gerektirebilir. Bununla beraber modelin bir ṣıḥḥat meʾmūrının, klinik teşḫīṣin veya tatbīḳ siyāsetinin yerine geçtiği iddiʿā edilmez; model, siyāset tabaḳasından sonra çalışan bir ḳarār-destek unsuru olarak mevżūʿlandırılır.
HQxDeepFM Nedir ve xDeepFM’den Nasıl Ayrılır?
HQxDeepFM, xDeepFM’in üç esās vazīfesini muḥāfaẓa edip bu vazīfelerin her birini ayrı bir sığ Variational Quantum Circuit ile temsīl eden hibrit bir miʿmārīdir: QLinear düşük dereceli teʾsīrleri, QCIN açık çapraz-saha teʿāmüllerini, QDNN ise żımnî gayr-ı ḫaṭṭî temsīlleri işler; üç şuʿbenin Pauli-Z intiẓār ḫāṣṣiyyetleri daha sonra klasik fusion başlığında birleştirilir.
xDeepFM’de Linear şuʿbesi tekil/düşük dereceli hisseleri, Compressed Interaction Network (CIN) açık yüksek dereceli ḫāṣṣiyyet teʿāmüllerini, derin sinir şebekesi (DNN) ise żımnî teʿāmülleri temsīl eder. HQxDeepFM’in tertīb tercihi, bütün modele tek bir “quantum tabaḳası” ilāve etmek yerine bu üç vazīfenin her birine role muvāfıḳ bir VQC yerleştirmektir. Böylece araştırmacılar performans değiştiğinde hangi vazīfevî şuʿbenin hissesinin daha mühim olduğunu ablasyonla ayrıca tetkīḳ edebilir.
Maḥremiyyet ḥaddinin riyāżî esāsı
Muʿādele (1), tek bir ḫidmet misālinin beş ḫāṣṣiyyet grubundan mürekkeb olduğunu taʿrīf eder: \(x^w\) giyilebilir fizyoloji; \(x^c\) bağlam veya cihaz ḥāli; \(x^s\) öz-bildirim veya semptom sahaları; \(x^h\) ḫidmet geçmişi; \(x^a\) ise erişilebilirlik/siyāset göstergeleridir. Bu ifāde bir performans muʿādelesi değil, maʿlūmātın hangi semantik gruplara ayrıldığını gösteren girdi taʿrīfidir. Müteġayyirler doğrudan fizikî vāḥide sāḥib tekil ölçümler olmak mecbūriyetinde değildir; her grup birden ziyāde ölçeklenmiş veya embedding olunmuş ḫāṣṣiyyeti iḥtivā edebilir.
Muʿādele (2)’de \(g\), ḫāṣṣiyyet grubu mertebesinde ikili bir erişilebilirlik vektörüdür. Bir grup için \(g=1\) olduğunda grup modele intikāl eder; \(g=0\) olduğunda ilgili grup kullanıcı tercihi, tatbīḳ siyāseti veya sensör yoḳluğu sebebiyle maskelenir. Riyāżî olarak bu, grubun model girdisine olan hissesini ṣıfıra indirir. İlmî maʿnāsı, “maḥremiyyet” mefhūmunu mücerred bir aḫlāḳî işāret olarak bırakmak yerine tecrübî surette ḳontrol olunan bir ḫāṣṣiyyet erişim şartına taḥvīl etmesidir. Lākin bu maske ḥaḳīḳī kullanıcı rıżāsının ictimāʿî veya ḥuḳūḳî bütünlüğünü modellemez; çalışmada tecrübe şartı olarak tatbīḳ olunur.
Muʿādele (3), maskelenmiş girdi \(\tilde{x}\) ve öğrenilebilir parametreler \(\Theta\) verildiğinde hedef sınıfın ihtimālini taʿrīf eder. \(y\), “destek penceresi” veya “ḫidmete ḥāżırlık” etiketi; \(\hat{y}\) ise modelin taḫmīnidir. Bu ihtimāl klinik risk ihtimāli olarak tefsīr edilmemelidir; maʿlūmāt kümesine göre taʿrīf edilmiş taṣnīf hedefinin model çıḳışıdır.
Maḥremiyyet Ḥaddi Modelin Girdilerine Nasıl Tatbīḳ Olunur?
Çalışmada maḥremiyyet ḥaddi, ḫāṣṣiyyetleri birer birer sonradan silmekten ziyāde, fizyoloji, bağlam/cihaz, öz-bildirim, ḫidmet geçmişi ve erişim siyāseti gibi gruplara ayırıp grup mertebesinde ikili bir izin vektörüyle maskelemek suretiyle tatbīḳ olunur; böylece model, kullanılamayan grubun yerine kalan selāḥiyyetli gruplardan teʿāmül öğrenmek mecbūriyetinde kalır.
Bu usūl aynı zamanda “eksik sensör” tecrübesini de müşterek bir çerçevede tetkīḳ etmeye imkān verir. Araştırmacılar tam ḫāṣṣiyyet ḥāli ile muʿayyen grupların tedrīcen tutulduğu şartları muḳāyese eder ve AUC’nin ne ḳadarının muḥāfaẓa edildiğini ölçer. Böylelikle model yalnız yüksek tam-maʿlūmāt performansına göre değil, maʿlūmāt erişiminin maḥdūd olduğu şartlardaki nisbî dayanıklılığına göre de taḳdīr olunur.
Variational quantum circuit şuʿbesi nasıl ḫāṣṣiyyet istihṣāl eder?
Muʿādele (4), her bir \(q\) şuʿbesinde klasik girdi vektörü \(v_q\)’nun evvelā data encoder \(U_{enc}\) ile quantum ḥāline kodlandığını, baʿdehū öğrenilebilir parametreleri \(\theta_q\) olan variational block \(U_q\) tarafından taḥvīl edildiğini gösterir. \(n_q\), şuʿbenin qubit genişliğidir. Devre çıḳışı doğrudan bir sınıf etiketi değildir; her qubit için Pauli-Z observable’ının intiẓār ḳıymeti \(\langle Z_i\rangle\) ölçülür ve bunlar \(e_q\) ḫāṣṣiyyet vektörünü teşkīl eder. Pauli-Z intiẓārı boyutsuzdur ve ideal olarak −1 ile +1 arasında bir quantum observable ortalamasını temsīl eder.
Menbaʿ, her şuʿbede angle encoding ve tekrarlanan rotation–entanglement blockları kullanıldığını bildirir. “Devre derinliği” burada bu öğrenilebilir blockların tekrar ʿadedidir. Ḥassāsiyyet taḥlīlinde şuʿbe genişliği 2, 4, 6 ve 8 qubit; devre derinliği ise 2, 4 ve 6 olarak taranmıştır. Çalışma fizikî bir quantum cihaz adı, ḥaḳīḳī hardware backend veya donanım shot sayısı bildirmediğinden bu netīceler ḥaḳīḳī quantum donanımı performansı olarak okunmamalıdır.
Üç quantum şuʿbesinin çıḳışı nasıl birleştirilir?
Muʿādele (5)’te \(e_{QL}\), \(e_{QCIN}\) ve \(e_{QDNN}\) üç quantum şuʿbesinin ölçülmüş ḫāṣṣiyyetleridir. Köşeli parantez birleştirmeyi, \(h(\cdot)\) hafīf klasik fusion başlığını, \(\sigma\) ise sigmoid taḥvīlini gösterir. Böylece quantum devreleri ara ḫāṣṣiyyet istihṣāl edicisi, klasik başlık ise nihāʾī ihtimāl taḫmīn edicisi olarak vazīfe görür. Bu hibrit tefrīḳ, çalışmanın “quantum model bütün taṣnīfi tek başına yapıyor” iddiʿāsında olmadığını açıkça gösterir.
QCIN açık teʿāmülleri nasıl muḥāfaẓa eder?
Muʿādele (6), xDeepFM/CIN ʿāʾilesinin açık çapraz teʿāmül mantığını muḥāfaẓa eden sıkıştırılmış teʿāmül adımını ifāde eder. \(x^{0}_{j,*}\) aṣlî saha embeddingini, \(x^{k-1}_{i,*}\) evvelki teʿāmül tabaḳasındaki ḥāli, \(W^{k,h}_{ij}\) öğrenilebilir katsayıyı ve \(\odot\) Hadamard yani unsur-esāslı çarpımı gösterir. \(m\) aṣlî saha sayısını, \(H_{k-1}\) evvelki tabaḳadaki teʿāmül haritalarının sayısını temsīl eder. Riyāżî vazīfe, saha çiftlerinin unsur-esāslı çarpımlarını öğrenilebilir ağırlıklarla birleştirerek açık yüksek dereceli teʿāmüller istihṣāl etmektir. HQxDeepFM’de bu çapraz ḫāṣṣiyyetler daha sonra VQC sıkıştırma birimi tarafından Pauli-Z intiẓār ḫāṣṣiyyetlerine taḥvīl edilir.
Taʿlīm ziyānı neyi optimize eder?
Muʿādele (7), binary cross-entropy ile L2 regularization’ı birleştirir. İlk terim ḥaḳīḳī etiket \(y_i\) ile taḫmīn \(\hat{y}_i\) arasındaki taṣnīf hatāsını cezālandırır; ikinci terim model parametrelerinin \(\Theta\) büyüklüğünü \(\lambda\) katsayısıyla maḥdūd eder. \(N\), mini-batch veya ḥesāb grubundaki misāl sayısını temsīl eder. Maḳṣad, yalnız taʿlīm maʿlūmātına aşırı uyum sağlamak yerine daha muvāzeneli parametre büyüklükleriyle umūmî performansı muḥāfaẓa etmektir. Menbaʿ bu muʿādeleyi verir; lākin optimizer, öğrenme nisbeti, batch büyüklüğü ve epoch sayısı gibi taʿlīm tafṣīlātını açık surette bildirmez.
Ḫāṣṣiyyet erişimi azaldığında performans nasıl ölçülür?
Muʿādele (8), tam ḫāṣṣiyyetli AUC ile erişim maskesi altındaki AUC arasındaki muṭlaḳ ziyānı ölçer. Ḳıymet büyüdükçe ḫāṣṣiyyet grubunun tutulması modelin tefrīḳ ḳudretini daha ziyāde düşürmüştür. Muʿādele (9) ise aynı tebdīli yüzde suretinde AUC muḥāfaẓası olarak verir. Tam ḫāṣṣiyyetli performans %100 ḳabūl olunur; meselā %90 olan \(R_{AUC}\), maskeli şartta tam ḫāṣṣiyyet AUC’sinin %90 nisbetinin muḥāfaẓa edildiği maʿnāsına gelir. Bu nisbet, muḫtelif maʿlūmāt kümelerinin başlangıç AUC’leri farklı olsa dahi nisbî dayanıklılığı muḳāyese etmeyi kolaylaştırır.
HQxDeepFMEM Quantum Gürültüsünü Nasıl Azaltır?
HQxDeepFMEM, temiz modelin quantum şuʿbelerini taʿlīm ettikten sonra bu şuʿbeleri dondurur; yalnız taʿlīm ḳatında istihṣāl olunan temiz ve ḳatlanmış-gürültülü intiẓār profillerini kullanarak bir MLP zero-noise extrapolation modeli öğrenir ve taṣdīḳ ḳatında gürültülü Pauli-Z intiẓārlarını taḫmīnî zero-noise ḳıymetleriyle tebdīl ederek aynı klasik fusion başlığından yeniden taḫmīn istihṣāl eder.
Muʿādele (10), quantum gürültüsünü tamamen positive ve trace-preserving (completely positive trace-preserving, CPTP) bir ḳanal olarak temsīl eder. \(\rho\) girdi yoğunluk matrisi, \(\rho'\) gürültü sonrası ḥāl, \(\mathcal{E}\) ḳanal ve \(A_i\) Kraus operatörleridir. Çalışmada phase damping, amplitude damping ve depolarization ḳanalları bu çerçevede ḳontrol olunan bozucu süreçler olarak tatbīḳ edilir. Bu muʿādele tek başına gürültüyü “tashīḥ” etmez; yalnız fizikî olarak geçerli gürültü taḥvīlinin riyāżî gösterimidir.
Hatā azaltma merḥalesinde MLP-ZNE regressor’ı \(f_{\phi}\), muḫtelif gürültü ölçeklerinde elde edilen ḳatlanmış intiẓārlardan temiz intiẓār referansını taḫmīn etmeyi öğrenir. Taʿlīm çiftleri yalnız taʿlīm ḳatından teşkīl olunur; taṣdīḳ etiketleri veya downstream hedefleri bu regressor’ı taʿlīm etmek için kullanılmaz. Bu tefrīḳ, hatā azaltma merḥalesinde taṣdīḳ maʿlūmātının sızmasını menʿ etmeyi maḳṣad edinir. Gürültü sonrası performans, \(100\times AUC_{mitigated}(p)/AUC_{clean}\) şeklindeki muḥāfaẓa nisbetiyle bildirilir.
Gürültü ḳanalları aynı müşkilātı mı doğurur?
Ḫayır. Çalışmanın ısı haritaları, düşük ve orta gürültü mertebelerinde phase damping ve amplitude damping altında MLP-ZNE’den sonra yüksek AUC muḥāfaẓası görülebileceğini; depolarization gürültüsünün ise daha belirgin performans ziyānına sebeb olduğunu gösterir. Gürültü ihtimāli \(p\) için 0,01, 0,03, 0,05, 0,10 ve 0,15 mertebeleri; qubit sayısı için 2, 4, 6 ve 8 sütunları tetkīḳ edilmiştir. Müʾelliflerin tefsīri, depolarization’ın sinyal taşıyan Pauli-Z intiẓārlarını daha yaygın surette bozduğu ve MLP esāslı extrapolation için daha az muntazam bir hatā örüntüsü bıraktığı cihetindedir.
Bu netīceler ḥaḳīḳī quantum üstünlüğünü gösteriyor mu?
Çalışma “quantum advantage” veya klasik ḥesābın erişemediği bir ḥesāb üstünlüğü göstermez. Muḳāyese, muʿayyen bir hibrit miʿmārînin taṣnīf metrikleri, öğrenilebilir parametre yükü, ḫāṣṣiyyet erişimi dayanıklılığı ve ḳontrol olunan gürültü altında AUC muḥāfaẓası üzerinedir. Ḥaḳīḳī quantum donanımı gecikmesi, shot maliyeti, quantum işlem müddeti, hatā kalibrasyonu veya enerji sarfı bildirilmediğinden netīceler algoritmik/model mertebesindeki tecrübeler olarak taḳdīr edilmelidir.
Tetkīḳin Usūlü ve Netīceleri
Maʿlūmāt kümeleri ve vazīfeler
| Maʿlūmāt kümesi | Ḫidmet vazīfesi / primitive | Başlıca ḫāṣṣiyyet grupları | Taṣdīḳ | Metrikler |
|---|---|---|---|---|
| MSW | Akıllı sāʿat destekli ʿādet devri için destek-penceresi taḫmīni | Uyku orta noḳṭası, uyku müddeti, ritim intizāmı, BBT-türevi göstergeler, devir zamanlaması, ihtiyārî öz-bildirimler ve erişim maskeleri | İştirakçi-ayrık 5 ḳat | AUC, Macro-F1 |
| WESAD | Duygulanımsal refāh için giyilebilir stress-desteği taḫmīni | EDA, BVP, deri ḥarāreti, ivmeölçer, teneffüsle alāḳalı sinyaller ve cihaz erişilebilirlik maskeleri | Şahıs-ayrık 5 ḳat | AUC, Macro-F1 |
| ExtraSensory | Bağlam-farkında emniyet/ḫidmet taʿdīli için telefon-sāʿat bağlam tanıması | Telefon/sāʿat ḥareket ḫāṣṣiyyetleri, zamansal bağlam, cihaz ḥāli, sensör erişilebilirliği ve siyāset maskeleri | Kullanıcı-ayrık 5 ḳat | AUC, Macro-F1 |
Etiketler model taʿlīminden evvel açık maʿlūmāt kümelerinin mevcūd īżāḥlarından veya sahalarından teşkīl olunur. MSW, çalışmanın ḳadınlara maḫṣūṣ esās istinādıdır. WESAD ve ExtraSensory ise doğrudan ḳadınlara maḫṣūṣ maʿlūmāt kümeleri olarak sunulmaz; duygulanımsal refāh ve bağlam tanıması gibi aktarılabilir ḫidmet unsurlarını denemek için kullanılır. Bu tefrīḳ, “üç maʿlūmāt kümesinin cümlesinde ḳadınlara maḫṣūṣ klinik taṣdīḳ yapıldı” şeklindeki yanlış taʿmīmi menʿ eder.
Muḳāyese modelleri
Çalışma, Logistic Regression (LR), Random Forest (RF), LightGBM, DeepFM, xDeepFM ve AutoInt modellerini muḳāyese esāsı olarak kullanır. Bu grup ḫaṭṭî ḳarār ḥaddinden ağaç topluluklarına; açık yüksek dereceli teʿāmüllerden derin ve attention esāslı temsīllere ḳadar muḫtelif klasik model ʿāʾilelerini iḥtivā eder. HQxDeepFM ve HQxDeepFMEM, xDeepFM ile aynı embedding ḥacmini ve şuʿbe iskeletini kullanacak surette tertīb edilmiştir; böylece müʾellifler performans farḳını yalnız daha büyük bir girdi temsīline bağlamamaya çalışır.
Esās performans netīceleri
| Model | 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 |
Cedveldeki en yüksek ortalama AUC ve Macro-F1 ḳıymetleri üç maʿlūmāt kümesinde de HQxDeepFMEM satırındadır. Verianla’nın yalnız cedvel ḳıymetlerinden yaptığı basit farḳ ḥesābında HQxDeepFMEM’in AUC’si, her maʿlūmāt kümesindeki en yüksek klasik AUC’ye nisbetle MSW’de +0,013, WESAD’da +0,012 ve ExtraSensory’de +0,012 daha yüksektir. Macro-F1 için aynı muṭlaḳ farḳlar sırasıyla +0,014, +0,017 ve +0,017’dir. Bunlar yeni tecrübe netīcesi veya istatistikî effect size değildir; menbaʿ cedvelindeki ortalamaların ḥesābî farḳıdır. Maḳāle p-value, confidence interval veya paired significance test bildirmediğinden bu farḳlar “istatistikî surette isbāt edilmiş üstünlük” şeklinde tefsīr edilmemelidir.
Doğruluḳ–muḫtaṣarlık muvāzenesi
Menbaʿın doğruluḳ–muḫtaṣarlık grafiği, HQxDeepFM ʿāʾilesinin klasik derin teʿāmül modellerine nisbetle daha yüksek AUC’yi daha düşük öğrenilebilir taḫmīn-motoru parametre yüküyle birleştiren sahaya intikāl ettiğini gösterir. Parametre ḥesābına embedding/projection unsurları, öğrenilebilir VQC açıları ve klasik fusion başlığı dāḫildir; HQxDeepFMEM için MLP-ZNE regressor’ı da sayılır. Ön işleme ve gürültü ḳanal operatörleri öğrenilebilir parametre ḥesābına dāḫil edilmez. Menbaʿ grafiği taḳrībî parametre mevżiʿlerini gösterse de metinde model bazında ḳaṭʿî parametre cedveli verilmediğinden burada yeni ḳaṭʿî parametre sayıları istihṣāl edilmemiştir.
Şuʿbe ablasyonu ne gösterir?
Aynı maʿlūmāt bölmeleri altında yapılan ablasyonda QDNN çıkarıldığında en büyük performans düşüşü görülür. Bu bulgu, żımnî gayr-ı ḫaṭṭî temsīlin giyilebilir ve telefon/sāʿat maʿlūmātındaki ayırıcı örüntüler için en ḳuvvetli şuʿbelerden biri olduğunu düşündürür. QCIN çıkarıldığında da performans belirgin surette zayıflar; bu ḥāl fizyoloji, bağlam, ḫidmet geçmişi ve erişim maskeleri arasındaki açık çapraz teʿāmüllerin hissesini destekler. QLinear kaldırıldığında düşüş daha mülayim lākin mütemādīdir; müʾellifler bunu düşük dereceli teʾsīrlerin hākim olmayan fakat sābit bir esās teşkīl ettiği şeklinde tefsīr eder.
Ḫāṣṣiyyet erişimi ve eksik sensör dayanıklılığı
Çalışmanın ḫāṣṣiyyet erişimi tecrübesinde selāḥiyyetli ḫāṣṣiyyet gruplarının tedrīcen daha büyük bir hissesi tutulur ve tam ḫāṣṣiyyetli ḥāle nisbetle AUC muḥāfaẓası izlenir. Grafikler, 0’dan %40’a ḳadar artan tutulmuş ḫāṣṣiyyet grubu nisbetlerinde bütün modellerin performansının azaldığını, HQxDeepFM’in ise taḳdīr olunan klasik teʿāmül modellerine nisbetle daha yüksek nisbî AUC muḥāfaẓası temāyülü gösterdiğini bildirir. Bu netīce modelin tek bir maḥremiyyete ḥassās cereyāna tamāmen bağlı olmadığını düşündürür; lākin ḥaḳīḳī kullanıcı rıżā davranışının veya ḥaḳīḳī sensör arızalarının saha tecrübesi değildir.
Qubit sayısı ve devre derinliği
Ḳapasite taraması her VQC şuʿbesinde 2, 4, 6 ve 8 qubiti; 2, 4 ve 6 tekrarlı öğrenilebilir devre derinliğini muḳāyese eder. Eğri davranışı monoton değildir: 2 qubitten orta genişliklere çıkmak çoğu vazīfede AUC’yi artırırken 8 qubitte kazanç doygunlaşabilir veya azalabilir. Müzākere bölümü, taḳdīr edilen vazīfeler için 4–6 qubit aralığını doğruluḳ ile kaynak/gürültü yükü arasında daha muvāzeneli bir çalışma sahası olarak tefsīr eder. Bu, bütün VQC tatbīḳātı için küllî en iyi qubit sayısı değildir; yalnız bu vazīfeler ve bu tecrübe protokolü için müşāhede olunan temāyüldür.
Gürültü sonrası AUC muḥāfaẓası
HQxDeepFMEM’in MLP-ZNE merḥalesi phase damping ve amplitude damping altında düşük-orta gürültü mertebelerinde yüksek AUC muḥāfaẓası temīn eder. Isı haritalarında depolarization gürültüsü, bilhassa yüksek \(p\) ḳıymetlerinde daha sert düşüş istihṣāl eder. Meselā menbaʿ ısı haritasında \(p=0,15\) satırında depolarization altında muḥāfaẓa ḳıymetleri maʿlūmāt kümesi ve qubit sayısına göre taḳrīben 80’lerin düşük mertebesi ile 80’lerin yüksek mertebesine ḳadar gerileyebilir; bu ḳıymetler şekilden okunmaktadır ve burada ḳaṭʿî müşterek bir katsayı olarak taʿmīm edilmemelidir. Esās ilmî mesaj, hatā azaltmanın gürültüyü tamāmen izāle etmediği ve depolarization’ın en müşkil ḳanal olarak kaldığıdır.
Tetkīḳin desteklediği netīceler
- Role muvāfıḳ QLinear, QCIN ve QDNN şuʿbelerini birleştiren HQxDeepFM, üç taḳdīr edilen vazīfede klasik muḳāyeselerden daha yüksek ortalama AUC ve Macro-F1 vermiştir.
- HQxDeepFMEM, MLP destekli zero-noise extrapolation sonrasında HQxDeepFM’e nisbetle küçük ilāve ortalama kazançlar göstermiştir.
- İştirakçi/şahıs/kullanıcı-ayrık beş ḳatlı tertīb, aynı şahsın taʿlīm ve taṣdīḳ tarafında bulunmasından doğabilecek hüviyyete bağlı sızıntıyı azaltmayı maḳṣad edinir.
- Ḫāṣṣiyyet erişim maskeleri altında nisbî AUC muḥāfaẓası, modelin izin verilen maʿlūmāt grupları azaldığında nasıl bozulduğunu ölçmek için kullanılabilir.
- Şuʿbe ablasyonu, QDNN’in en büyük, QCIN’in mühim ve QLinear’ın daha mülayim fakat mütemādī hisse verdiği bir örüntü göstermiştir.
- Qubit genişliğini artırmak doğrudan daha iyi netīce vermemiş; taḳdīr edilen vazīfelerde orta büyüklükte 4–6 qubit aralığı daha muvāzeneli görünmüştür.
- Depolarization gürültüsü, phase ve amplitude damping’e nisbetle hatā azaltma cihetinden daha müşkil bulunmuştur.
Tetkīḳin desteklemediği taʿmīmler
- Bu netīceler HQxDeepFM’in klinik olarak ḳadın ṣıḥḥati teşḫīṣi koyabildiğini veya ṣıḥḥat netīcesini iyileştirdiğini göstermez.
- WESAD ve ExtraSensory netīceleri ḳadınlara maḫṣūṣ klinik taṣdīḳ değildir; aktarılabilir stress ve bağlam tanıma vazīfeleridir.
- Siyāsetle taʿrīf edilmiş ḫāṣṣiyyet maskeleri ḥaḳīḳī kullanıcıların ḥuḳūḳî rıżā süreçlerini, maḥremiyyet idrākini veya uzun müddetli davranışını taṣdīḳ etmez.
- Çalışma fizikî quantum donanımında sürʿat, enerji, hatā nisbeti veya maliyet üstünlüğünü göstermez.
- Ortalama AUC/Macro-F1 farḳları, istatistikî ehemmiyyet testi bildirilmediğinden küllî üstünlük delīli değildir.
- 4–6 qubit müşāhedesi başka maʿlūmāt kümeleri, daha derin devreler veya farklı quantum donanımları için küllî optimum olarak alınamaz.
Tekrār üretilebilirlik cihetinden eksik kalan tafṣīlāt
Menbaʿ, miʿmārî muʿādeleleri, ayrık ḳat protokolünü, muḳāyese modellerini, qubit/derinlik taramasını, gürültü ḳanallarını ve esās metrikleri īżāḥ eder. Buna muḳābil PDF’in usūl ve tecrübe bölümlerinde optimizer nevʿi, öğrenme nisbeti, mini-batch büyüklüğü, epoch sayısı, early stopping ayarı, random seedler, quantum ölçüm shot sayısı, kullanılan software/quantum simulator veya fizikî hardware backend, MLP-ZNE’nin tabaḳa büyüklükleri ve gürültü ölçekleme katsayılarının muʿayyen ḳıymetleri açık surette bildirilmez. Bu eksiklikler, source code veya ilāve materyal olmadan tecrübenin aynen tekrārını maḥdūd eder.
Tatbīḳ cihetinden ne maʿnāya gelir?
Çalışmanın en ḳuvvetli tatbīḳ fikri, “ḳadın ṣıḥḥati için quantum AI” gibi geniş bir şiar değil; izin verilen maʿlūmāt gruplarına göre çalışabilen ve hangi vazīfevî teʿāmül şuʿbesinin ne hisse verdiği tetkīḳ edilebilen muḫtaṣar bir ḳarār tabaḳası fikridir. Böyle bir tabaḳa ileride ʿādet devri desteği, stress/refāh bildirimleri veya bağlam-farkında emniyet ikāzları gibi ḫidmetlerin önünde kullanılabilir. Lākin ḥaḳīḳī tatbīḳ için kullanıcı çalışmaları, aḫlāḳî tasvībli prospective taḳdīr, maḥremiyyet rāḥatlığı, yanlış ikāz maliyeti, gecikme, enerji sarfı, donanım iʿtimādı ve mevzuʿāta muvafakat ayrıca taṣdīḳ edilmelidir.
Menbaʿ ve Usūl Notu
Aṣlî çalışma: Role-Aligned Quantum–Classical Feature Interaction for Privacy-Bounded Women-Centric Wearable Services.
Müʾellifler: Wenbin Yu; Yanfeng Fan; Youle Wang; Hanmiao Cheng; Ran Li; Konglin Zhu; Yadang Chen.
Corresponding author: Hanmiao Cheng. PDF’de mesʾūl müʾellif yıldız işāretiyle gösterilmiştir.
Müsāvî hisse: Menbaʿ PDF’de müsāvî hisse/eş-birinci müʾellif beyānı tesbīt edilmemiştir.
Afiliasyonlar: 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.
Menbaʿ nevʿi: Preprint research paper.
Ḥakemlik vazʿı: PDF açıkça çalışmanın peer review’dan geçmediğini bildirir.
Platform: SSRN, abstract 7477255.
Neşr tarihi: SSRN ḳayd ṣaḥīfesinde 17 Eylül 2026 tarihinde yayımlanmış/posted olarak görünür.
DOI: 10.2139/ssrn.7477255.
Dergi: Menbaʿ bir dergi maḳālesi olarak neşredilmiş sürüm değildir; bu dosya SSRN preprint sürümüdür.
Ruhṣat: PDF ve taṣdīḳ olunan SSRN bibliyografik ḳaydında maḳālenin yeniden istiʿmālini açıkça müsaʿade eden bir Creative Commons license tesbīt edilmemiştir. Bu sebeple Verianla içinde menbaʿ şekillerinin screenshot’ı veya üslūb nüshası kullanılmamış; usūl münāsebetleri müstaḳil SVG şemasıyla yeniden ifāde edilmiş ve sayısal netīceler aṣlî HTML cedvel tertībinde aktarılmıştır.
Bibliyografik ḳayd farḳı: Yüklenen PDF, müʾellifi Konglin Zhu olarak ve Ran Li’yi Nanjing University of Information Science and Technology ile alāḳalı a/b/c afiliasyonları altında gösterir. SSRN’nin güncel web meta ḳaydı ise Zhu adını Konlin Zhu şeklinde ve Ran Li afiliasyonunu East China Normal University olarak gösterir. Bu Verianla metninde araştırmacı hüviyyeti için yüklenen PDF’deki yazılış ve afiliasyon esās alınmış, farḳ gizlenmemiştir.
Finansman / menfaʿat çatışması / maʿlūmāt erişilebilirliği / CRediT: Yüklenen PDF’de ayrı ve açık bir finansman, menfaʿat çatışması, maʿlūmāt erişilebilirliği veya CRediT müʾellif hissesi beyānı tesbīt edilmemiştir. Tecrübelerin MSW, WESAD ve ExtraSensory nāmlı açık maʿlūmāt kümelerine dayandığı menbaʿda bildirilir; bu ḥāl ayrı bir maʿlūmāt erişilebilirliği beyānının yerine geçirilmemelidir.
Esās usūlî ḥad: Çalışma, ʿumūma açık maʿlūmāt kümeleri ve ḳontrol olunan tecrübî erişim/gürültü şartları üzerinde model taḳdīridir. Prospective klinik çalışma, ḥaḳīḳī kullanıcı müdāḫalesi, ḥaḳīḳī cihaz üstü deployment veya fizikî quantum donanımı testi değildir.
Bir yorum bırakın
E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir