Ushbu tadqiqot harakatlanayotgan qurilmalarning hisoblash vazifalarini mahalliy protsessor, masofadagi CPU/GPU yoki QPU resurslari oʻrtasida dinamik ravishda qanday taqsimlashini oʻrganuvchi gibrid mobil chekka–kvant hisoblash modelini ishlab chiqadi. Tadqiqotchilar vaqt boʻyicha oʻzaro bogʻlangan vazifani uzatish muammosi uchun Lyapunov optimallashtirishini, vazifa rejimini diskret tanlash uchun Deep Q-Network (DQN) yondashuvini va vazifani qisman uzatish ulushi uchun Deep Deterministic Policy Gradient (DDPG) algoritmini birlashtiradi; 15 ta mobil qurilmadan iborat, Gauss–Markov harakatchanlik modeli qoʻllanilgan sonli simulyatsiyalarda taklif etilgan DRL asosidagi Lyapunov yondashuvi taqqoslangan CPU-only, QPU-only va tasodifiy tanlash usullariga qaraganda pastroq vaqt boʻyicha oʻrtacha xarajatni ta’minlaydi. Oʻrganilgan sharoitlarda p^max=0,4 dBm va uzoq muddatli masofaviy uzatish maqsadi Δ=0,7 eng past oʻrtacha xarajat bilan bogʻlangan. Biroq natijalar haqiqiy mobil kvant tarmogʻi yoki fizik QPU ustida boshidan oxirigacha tasdiqlash emas; ular kvant hisoblash vaqti, energiya sarfi va xatolik ehtimoli kabi koʻplab tarkibiy qismlar matematik modellashtirilgan simulyatsiya tadqiqotiga asoslanadi.

Tadqiqotning asosiy gʻoyasi har bir hisoblash vazifasini majburiy ravishda faqat klassik yoki faqat kvant resursiga yuborish emas, balki qurilmaning joylashuvi, simsiz kanal sharoiti, vazifa hajmi, kechikish chegarasi, CPU sigʻimi, QPU uchun zarur kubitlar soni va modellashtirilgan kvant hisoblash muvaffaqiyati ehtimoli kabi oʻzgaruvchilarga qarab qaror qabul qilishdir. Toʻrtinchi variant — qisman uzatishda — vazifaning bir qismi qurilmada mahalliy bajariladi, qolgan qismi esa masofadagi klassik yoki kvant resursiga yuborilishi mumkin.

Tadqiqot qaysi muammoni hal qilishga urinmoqda?

Mobil edge computing tizimlarida hisoblash jihatidan ogʻir vazifalarning barchasini telefon, IoT qurilmasi yoki boshqa chekka qurilmada bajarish energiya va hisoblash sigʻimi nuqtayi nazaridan qimmatga tushishi mumkin. Vazifani masofadagi serverga uzatish esa simsiz ma’lumot uzatish vaqti hamda energiya xarajatini yuzaga keltiradi. Bunga mobil qurilmaning harakatlanishi, kanal sifatining vaqt oʻtishi bilan oʻzgarishi va vazifalarning turli hajm hamda kechikish talablariga ega boʻlishi qoʻshilganda, qaror muammosi bitta vaqt oni optimallashtirishidan chiqib, uzoq muddatli rejalashtirish muammosiga aylanadi.

Manba tadqiqotidagi ilmiy boʻshliq ham shu yerda belgilanadi. Avvalgi gibrid mobil chekka–kvant hisoblash ishlari asosan oniy yoki statik resurs taqsimotiga e’tibor qaratganini ta’kidlagan tadqiqotchilar qurilma harakatchanligi va vazifalarning vaqt davomida oʻzgarishini hisobga oladigan uzoq muddatli vazifani uzatish tizimini qurishni maqsad qilgan.

Gibrid MEQC arxitekturasi qanday quriladi?

1-rasmdagi tizim modeli qamrov hududidagi geterogen mobil qurilmalar kirish nuqtasi orqali markaziy bulut serveriga ulangan arxitekturani koʻrsatadi. Server faqat klassik CPU/GPU resurslariga emas, balki QPU resurslariga ham ega deb qabul qilinadi. Mobil qurilma bilan kirish nuqtasi oʻrtasidagi aloqa uyali, kirish nuqtasi bilan markaziy bulut oʻrtasidagi aloqa esa optik tolali aloqa sifatida modellashtiriladi.

Tizimda \(M\) ta mobil qurilma mavjud boʻlib, har bir qurilma \(r\) vaqt oraligʻida boshqa-boshqa hisoblash vazifasini olishi mumkin. Klassik hisoblash nuqtayi nazaridan vazifa manbada taxminan

\[ \mathcal{J}_m[r]= \left\{ d_m[r], q_m[r], t_m^{\max}[r] \right\} \]

koʻrinishida aniqlanadi. Bu yerda \(d_m[r]\) vazifa ma’lumotlari hajmini, \(q_m[r]\) har bir ma’lumot birligi uchun zarur CPU sikllarini, \(t_m^{\max}[r]\) esa vazifa uchun ruxsat etilgan maksimal kechikishni bildiradi.

Vazifani uzatishning toʻrt xil rejimi

2-rasm tadqiqot qaror mexanizmining asosini tashkil etuvchi toʻrtta rejimni vizual ravishda ajratadi.

Qisman uzatish ulushi

\[ \phi_m[r]\in[0,1] \]

bilan ifodalanadi. \(\phi_m=0\) vazifaning toʻliq mahalliy bajarilishiga, \(\phi_m=1\) uning toʻliq masofadagi serverga uzatilishiga, \(0<\phi_m<1\) esa vazifaning boʻlinishiga mos keladi.

Simsiz aloqa xarajati qanday hisoblanadi?

Qurilma va kirish nuqtasi oʻrtasidagi ma’lumot uzatish tezligi Shennon tipidagi ifoda bilan modellashtiriladi:

\[ R_{m,0}[r] = B\log_2 \left( 1+ \frac{p_{m,0}[r]g_{m,0}[r]} {\sigma^2} \right). \]

Bu yerda \(B\) ajratilgan oʻtkazish kengligini, \(p_{m,0}[r]\) qurilmaning uzatish quvvatini, \(g_{m,0}[r]\) oniy kanal kuchayishini, \(\sigma^2\) esa shovqin hadini bildiradi. Kanal kuchayishi yoʻl yoʻqotishi, soyalanuvchanlik va tez soʻnish ta’sirlarini oʻz ichiga oladi deb qabul qilinadi.

Masofadagi CPU/GPU ishlatilganda umumiy kechikish vazifaning serverga yuborilishi, masofadagi protsessorda hisoblanishi va natija paketining qurilmaga qaytarib yuborilishi yigʻindisi sifatida modellashtiriladi:

\[ t^C_{m,0}[r] = t^{C,1}_{m,0}[r] + t^{C,2}_{m,0}[r] + t^{C,3}_{m,0}[r]. \]

QPU tanlovi qaysi shartlarda mumkin?

Kvant rejimiga oʻtilganda vazifa faqat ma’lumot hajmi va CPU sikllari bilan emas, balki kvant sxemasi talab qiladigan kubitlar soni va sxema chuqurligi bilan ham aniqlanadi. Manba \(o_m[r]\) oʻzgaruvchisidan zarur kubitlar sonini, \(l_m[r]\) oʻzgaruvchisidan esa kvant sxemasining chuqurligini ifodalash uchun foydalanadi.

Kvant hisoblash vaqti bir kubitli darvozalar, ikki kubitli darvozalar va oʻlchash darvozalari davomiyligi asosida modellashtiriladi. Energiya modelida bu darvozalarning sarfi bilan bir qatorda fizik kubitlar va xatoni tuzatish infratuzilmasi xarajati ham hisobga olinadi. Manba ayniqsa QPU energiya sarfida sovitish va kvant xatolarini tuzatishni e’tibordan chetda qoldirmaslik kerakligini ta’kidlaydi.

QPU tanlovi ikkita asosiy muvofiqlik shartiga bogʻliq:

\[ S_m[r]\geq \frac{2}{3} \]

va

\[ o_m^C\geq o_m[r]. \]

Birinchi shart modellashtirilgan kvant hisoblash muvaffaqiyati ehtimoli kamida \(2/3\) boʻlishini, ikkinchi shart esa qurilma ijaraga olgan yoki foydalana oladigan kvant sigʻimi sxema talab qiladigan kubitlar sonini qoplashini talab qiladi.

Muvaffaqiyat ehtimoli modelga qanday qoʻshiladi?

Tadqiqot ideal va xatosiz QPUni faraz qilmaydi. Fizik darvoza xatosi ehtimoli, xatoni tuzatish chegarasi, xatoni tuzatish ulanish darajasi, kubitlar soni va sxema chuqurligidan foydalanib, kvant vazifasining muvaffaqiyat ehtimoli uchun yaqinlashuv quriladi. Sxema kattalashgani sari mumkin boʻlgan xato nuqtalari sonining ortishi modeldagi muvaffaqiyat ehtimoliga ta’sir qiladi.

Bu muhim tafsilot, chunki model “QPU mavjud boʻlsa, har bir vazifa QPUga yuborilishi kerak” degan farazdan foydalanmaydi. Kvant varianti ham resurs sigʻimiga, ham kutilayotgan hisoblash aniqligiga qarab rad etilishi mumkin.

Uzoq muddatli muammo nega Lyapunov optimallashtirishiga muhtoj?

Tadqiqotchilar faqat ayni paytdagi energiya va kechikishni kamaytirishni istamaydi. Mobil qurilmalar uzoq muddatda bulut resurslaridan ma’lum ulushdan kam foydalanmasligi uchun vaqt boʻyicha oʻrtachalashtirilgan cheklov ham joriy etiladi:

\[ \lim_{R\rightarrow\infty} \frac{1}{R} \sum_{r=1}^{R} \mathbb{E}\{\phi_m[r]\} \geq \Delta. \]

\(\Delta\) uzoq muddatli masofaviy uzatish maqsadini ifodalaydi. Bu shart turli vaqt oraligʻidagi qarorlarni oʻzaro bogʻlagani uchun muammo vaqtga bogʻliq holga keladi.

Buni boshqarish uchun virtual navbat yaratiladi:

\[ z_m[r+1] = \max \left\{ 0, z_m[r] + \Delta\,\mathbf{1}_{[\phi_m[r]=0]} - \phi_m[r] \right\}. \]

Virtual navbatni barqaror saqlash uzoq muddatli cheklovning bajarilishi bilan bogʻlanadi. Soʻngra kvadratik Lyapunov funksiyasidan

\[ L[r] = \frac{1}{2} \sum_{m=1}^{M} z_m[r]^2 \]

foydalanib, uzoq muddatli muammo har bir vaqt oraligʻida yechiladigan drift-plus-penalty shakliga keltiriladi.

DQN va DDPG nega birgalikda qoʻllanadi?

Vazifani uzatish qarori faqat diskret yoki faqat uzluksiz emas. Qurilmaning mahalliy, klassik masofadagi yoki kvant masofadagi rejimga oʻtishi diskret tanlov boʻlsa, vazifaning qancha qismi masofadagi resursga uzatilishi \(\phi_m\) bilan ifodalangan uzluksiz qarordir.

Shu sababli manba ikki xil chuqur mustahkamlovchi oʻrganish yondashuvini birgalikda qoʻllashni taklif qiladi. DQN vazifani uzatish rejimini diskret tanlash bilan, DDPG esa vazifani qisman uzatish qaroridagi uzluksiz harakat komponenti bilan bogʻlanadi. Mobil qurilmaning kuzatuv makonida server resurslari, vazifa xususiyatlari, kanal kuchayishi va mahalliy CPU sigʻimi mavjud.

Mustahkamlovchi oʻrganish mukofoti manbada

\[ R=-C(\phi[r],Y[r]) \]

sifatida aniqlanadi; ya’ni agent umumiy energiya–kechikish xarajatini kamaytiradigan qarorlarni qabul qilishga yoʻnaltiriladi.

Tadqiqot qoʻllab-quvvatlaydigan natijalar

• Oʻrganilgan simulyatsiya muhitida gibrid CPU/GPU-QPU tanlovi va qisman uzatishni birgalikda qoʻllagan DRL asosidagi Lyapunov yondashuvi taqqoslangan asosiy usullarga qaraganda pastroq vaqt boʻyicha oʻrtacha xarajat hosil qilgan.
• Vazifani qisman uzatishga ruxsat beruvchi uzluksiz qaror usullari faqat toʻliq uzatish/toʻliq mahalliy qarorga ruxsat beruvchi diskret muqobillariga qaraganda pastroq xarajat koʻrsatgan.
• Qurilmalar harakatchanligi sharoitida taklif etilgan yondashuv past xarajatini boshqa usullarga nisbatan barqarorroq saqlagan.
• Ma’lumot hajmi oshganda barcha usullarning xarajati koʻtarilgan.
• Oʻrganilgan sharoitlarda p^max=0,4 dBm va Δ=0,7 minimal oʻrtacha xarajat nuqtalari bilan bogʻlangan.
• Manba modelida fizik kubit sigʻimining ortishi mos sharoitlarda koʻproq vazifalarni QPUga uzatish imkonini beradi.

Tadqiqot qoʻllab-quvvatlamaydigan yoki isbotlamaydigan natijalar

• Haqiqiy kvant protsessori ustida vazifani uzatish tajribasi oʻtkazilmagan.
• Haqiqiy 5G/6G baza stansiyasi, mobil foydalanuvchilar tarmogʻi va kvant buluti ustida dala tasdigʻi mavjud emas.
• Tadqiqot klassik hisoblashga nisbatan eksperimental quantum speedupni koʻrsatmaydi.
• QPU barcha vazifalarda CPU/GPUdan tezroq yoki energiya jihatidan afzalroq ekani koʻrsatilmagan.
• Simulyatsiyadagi xarajat kamayishi karbonat angidrid emissiyasi yoki hayotiy sikl barqarorligining bevosita oʻlchovi emas.
• Protein buklanishi vazifalari haqiqiy biologik tajribalardan yoki haqiqiy foydalanuvchi ish yuki qaydlaridan emas, manbada koʻrsatilgan sintetik farazlardan tuzilgan.
• Grafiklardagi natijalarni turli tarmoq topologiyalari, turli QPU texnologiyalari yoki turli xatoni tuzatish arxitekturalariga avtomatik ravishda umumlashtirib boʻlmaydi.

Tadqiqot Usuli va Natijalari

Simulyatsiya muhiti

Eksperimental baholash fizik dala tajribasi oʻrniga Python/PyTorch asosidagi sonli simulyatsiya orqali amalga oshiriladi. Manbada qoʻllangan asosiy sozlamalar quyidagilardir:

Protein buklanishining namunaviy ssenariysi uchun manba har bir protein uchun aminokislotalar sonini 30-90 oraligʻida tasodifiy tanlaydi va all-atom molekulyar dinamika simulyatsiyasi vaqtini 100 µs dan 1 ms gacha modellashtiradi. Biroq ma’lumot hajmi boʻyicha manbada ikki xil yozuv bor: model sozlamalari boʻlimida “[160,320] × 10² Mb”, tajriba sozlamalarida esa “[160,320] MB” ifodasi keltirilgan. Bu farq bu yerda tuzatilmagan.

Harakatchanlik modeli

Qurilmalar joylashuvining vaqt davomida oʻzgarishi uchun Gauss–Markov Mobility Model qoʻllanadi. Tadqiqot ayniqsa taxminan 3-5 m/s tezlikdagi sekin harakatlanishni hisobga olishini bildiradi. Tezlik va yoʻnalish avvalgi vaqt oraligʻi qiymatlari, uzoq muddatli oʻrtachalar hamda normal taqsimotdan keladigan tasodifiy komponentlar bilan yangilanadi:

\[ v_m[r] = \delta v_m[r-1] + (1-\delta)\bar v_m + (1-\delta^2)\tilde v_m[r], \]

\[ \eta_m[r] = \delta\eta_m[r-1] + (1-\delta)\bar\eta_m + (1-\delta^2)\tilde\eta_m[r]. \]

Joylashuv esa tezlik va yoʻnalishning gorizontal/vertikal tarkibiy qismlaridan hisoblanadi. Shu tariqa vazifani uzatish siyosatini nafaqat oʻzgarmas kanal sharoitida, balki foydalanuvchi baza stansiyasi atrofida harakatlanayotgan vaziyatda ham baholash koʻzda tutiladi.

3-rasm: Algoritm yaqinlashadimi?

3(a)-rasm turli kechikish ogʻirliklari ostida oʻrtacha xarajatning epochlar soni bilan qanday oʻzgarishini koʻrsatadi. Dastlabki bosqichdagi yuqori xarajat siyosat hali oʻrganilmagani va nisbatan tasodifiy harakat qilgani bilan izohlanadi. Ta’lim davom etgani sari xarajat kamayadi.

Manbaning matniy baholashiga koʻra energiyaga sezgir holatda barqarorlashish taxminan 200 epochkechikishga sezgir holatda taxminan 250 epochenergiya va kechikish birgalikda ogʻirliklangan \(\lambda_m^t=0,5\) holatida esa taxminan 350 epoch davom etadi. Aralash maqsadning sekinroq yaqinlashishi energiya, kechikish va uzoq muddatli bulutga uzatish shartining bir vaqtda optimallashtirilishi bilan bogʻlanadi.

3(b)-rasm Lyapunov muvozanat parametri \(V=1\), \(50\) va \(1000\) uchun vaqt boʻyicha oʻrtacha xarajat egri chiziqlarini koʻrsatadi. Manba bu egri chiziqlar vaqt oʻtishi bilan asimptotik tarzda barqarorlashishini bildiradi.

3(c)-rasm: Gibrid yondashuvning asosiy usullarga nisbatan taqqoslanishi

3(c)-rasmda DRL yechimi quyidagi usullar bilan taqqoslanadi: faqat masofadagi CPUdan foydalanadigan diskret qaror, faqat masofadagi CPUdan foydalanadigan uzluksiz/qisman qaror, faqat masofadagi QPUdan foydalanadigan diskret qaror, faqat masofadagi QPUdan foydalanadigan uzluksiz/qisman qaror va rejimni tasodifiy tanlash.

DRL asosidagi gibrid MEQC usuli manba grafigida eng past oʻrtacha xarajatni koʻrsatadi. Tasodifiy tanlov eng yuqori xarajatga olib keladi. Bundan tashqari, CPU va QPU ssenariylarining ikkalasida ham vazifani qisman uzatishga imkon beradigan uzluksiz oʻzgaruvchili usullar diskret “toʻliq uzat yoki uzatma” usullaridan pastroq xarajat hosil qilishi vazifaning boʻlinuvchanligi modeldagi muhimligini koʻrsatadi.

4-rasm: Qurilmalar harakatlanganda nima boʻladi?

4-rasm GMMM harakatchanlik ssenariysida 100 ta vaqt oraligʻi davomida usullarning oʻrtacha xarajatini taqqoslaydi. DRL asosidagi Lyapunov yondashuvi butun vaqt oraligʻida grafikdagi eng past xarajat diapazonida qoladi va nisbatan kichik tebranishlarni namoyon qiladi.

Tasodifiy vazifani uzatish siyosatida xarajat ham yuqoriroq, ham oʻzgaruvchanroq. Manba buni kanal holatining hisobga olinmagani bilan izohlaydi. Faqat QPUga tayangan usullarda ham qurilma harakatlanishi paytida sezilarli xarajat tebranishlari kuzatiladi; bu natija kvant resursidan yakka holda foydalanish oʻzgaruvchan tarmoq sharoitida avtomatik ravishda mustahkam yechim yaratmasligini koʻrsatadi.

5(a)-rasm: Uzatish quvvati oshganda nima boʻladi?

Maksimal uzatish quvvati \(p^{max}\) 0 dan 1 dBm gacha oʻzgartirilgan. Taklif etilgan usulning oʻrtacha xarajati dastlab pasayadi, keyin ma’lum darajada muvozanatlashadi. Manbaning aniq ifodasiga koʻra oʻrganilgan ssenariyda eng past xarajat taxminan \\(p^{max}=0,4\) dBm qiymatida olingan.

\(p^{max}\) 0,8-1 dBm oraligʻiga yetganda xarajatning nisbatan oʻzgarmay qolishi algoritm yuqori aloqa xarajatiga javoban bulutga uzatiladigan vazifalar miqdorini kamaytira olishi bilan izohlanadi.

5(b)-rasm: Ma’lumot hajmining ta’siri

Vazifa ma’lumotlari kattalashgani sari oʻrganilgan barcha usullarning oʻrtacha xarajati ortadi. Buning sababi kattaroq vazifa ham simsiz uzatish, ham hisoblash vaqti hamda energiyasini oshirishidir. Shunga qaramay, manba grafigida DRL asosidagi gibrid yondashuv taqqoslangan usullardan pastda qolishda davom etadi.

5(c)-rasm: Koʻproq fizik kubit nimani oʻzgartiradi?

5(c)-rasm fizik kubitlar sonining taxminan \(3\times10^3\) dan \(6\times10^3\) gacha oʻzgartirilishini koʻrib chiqadi. Taklif etilgan usulning oʻrtacha xarajatiga kubitlar sonining ortishi ayrim boshqa usullardagidek kuchli ta’sir qilmaydi.

Manbaning talqiniga koʻra kubit sigʻimining yuqoriroq boʻlishi mobil qurilmalarning ayrim vazifalarni QPUga yuborish ehtimolini oshiradi. Ammo bu foyda tarmoq sharoitlari va kvant vazifasining mosligi ta’minlangandagina yuzaga chiqadi; kubitlar sonining shunchaki ortishi xarajatning oʻz-oʻzidan monoton kamayishini kafolatlamaydi.

6-rasm: Masofaviy uzatish maqsadi Δ

Uzoq muddatli bulutga uzatish maqsadi \(\Delta\) 0,1 dan 1 gacha skanerlanadi. Taklif etilgan usulda xarajat dastlab kamayadi va manbada \\(\Delta=0,7\) atrofida minimumga yetgach yana oshadi.

U-simon bu xatti-harakat ikki chekka holat ham qimmatga tushishi mumkinligini koʻrsatadi. Juda past \\(\Delta\) bulut resurslaridan yetarli foydalanilmasligiga, juda yuqori (Delta) esa tarmoq sharoitlari mos boʻlmasa ham qurilmalarni koʻproq masofaviy hisoblashga majburlaydigan cheklovga aylanishi mumkin.

Nazariy kafolat va manbadagi ishora muammosi

Tadqiqot C-additive yondashuvi va Lyapunov drift tahlili asosida ikkita teorema beradi. Theorem 1 yechimning optimum bilan aloqasini \(V\), \(B\) va \(C\) parametrlari bilan bogʻlaydigan chegara; Theorem 2 esa uzoq muddatli cheklovga yaqinlashish vaqtining \(O(V/\tau)\) koʻrinishidagi munosabatini taqdim etadi.

Shunga qaramay, manbada boshlangʻich muammo “xarajatni minimallashtirish” shaklida tuzilgan boʻlsa-da, Eq. (16) dagi \(-VC\) hadi va Theorem 1 da yozilgan

\[ \lim_{r\rightarrow\infty}\inf C[r] \geq C^{opt} - \frac{B+C}{V} \]

ifoda minimallashtirish muammosi nuqtayi nazaridan ishora va yoʻnalishga e’tibor talab qiladi. Manba bu masalani alohida tushuntirmagani sababli tenglama bu yerda teskari aylantirilmagan yoki qayta keltirib chiqarilib tuzatilmagan. Shu bois nazariy optimalik kafolati manbada aytilganidan kuchliroq da’voga aylantirilmasligi kerak.

Tadqiqotning eng kuchli va eng zaif tomoni

Tadqiqotning kuchli tomoni vazifaning boʻlinuvchanligi, harakatchanlik, kanal holati, kechikish chegarasi, klassik va kvant resurs sigʻimi, kvant xatosi ehtimoli hamda uzoq muddatli bulutdan foydalanish maqsadini bitta dinamik qaror muammosida birlashtirishidir. Ayniqsa faqat CPU yoki faqat QPUni tanlash oʻrniga gibrid harakat makonidan foydalanish tizim modelining muhim jihatidir.

Eng yaqqol cheklov esa kvant qatlamining toʻliq parametrik model sifatida koʻrilishidir. Natijalar haqiqiy QPU navbat vaqtlari, haqiqiy sxemani kompilyatsiya qilish xarajati, apparatga xos fidelity oʻzgarishlari, fizik xatoni tuzatish amaliyoti yoki haqiqiy sovitish tizimining oʻlchangan energiya sarfi bilan tasdiqlanmagan. Shuning uchun tadqiqot qoʻllash mumkin boʻlgan qaror doirasini taklif qilsa-da, fizik kvant infratuzilmasining real hayotdagi xarajat ustunligini isbotlovchi apparat tajribasi emas.

Manba va Usul Haqida Izoh

Asl tadqiqot: Cost-Effective Task Offloading Scheduling for Hybrid Mobile Edge-Quantum Computing

Yuklangan manba mualliflari: Ziqiang Ye; Yulan Gao; Yue Xiao; Minrui Xu; Han Yu; Dusit Niyato.

Birgalikdagi hissa/birinchi mualliflik: Yuklangan manbada koʻrsatilmagan.

Mas’ul muallif: Yuklangan manbada mas’ul muallifga oid aniq belgi boʻlmagani sababli tasdiqlanmagan.

Yuklangan manba affiliatsiyalari: Ziqiang Ye va Yue Xiao — National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China, Chengdu, China. Yulan Gao, Minrui Xu, Han Yu va Dusit Niyato — School of Computer Science and Engineering, Nanyang Technological University, Singapore.

Manba turi: arXiv preprint; algoritm ishlab chiqish, matematik modellashtirish va sonli simulyatsiya tadqiqoti.

Manba versiyasi: arXiv:2306.14588v1 [eess.SY], 26-iyun 2023.

ArXiv DOI qaydi: 10.48550/arXiv.2306.14588.

Taqriz holati: Yuklangan v1 fayli preprint boʻlib, ushbu manba versiyasi taqrizdan oʻtgan jurnal nusxasi emas.

Keyingi nashr qaydi: Xuddi shu nomdagi maqola 2026-yilda IEEE Transactions on Cognitive Communications and Networking jurnalining 12-jildida, 7789-7802-betlarda nashr etilgan sifatida bibliografik qaydlarda keltiriladi.

Nashr etilgan versiya DOIsi: 10.1109/TCCN.2026.3688510.

Nashriyot: IEEE.

Muhim bibliografik versiya farqi: 2023-yilgi v1 preprint mualliflari Ziqiang Ye, Yulan Gao, Yue Xiao, Minrui Xu, Han Yu va Dusit Niyato boʻlgan boʻlsa, 2026-yilgi jurnal qaydida mualliflar Ziqiang Ye, Yulan Gao, Yue Xiao, Ming Xiao, Minrui Xu va Han Yu sifatida roʻyxatlangan. Demak, Ming Xiao keyingi qaydda mavjud, Dusit Niyato esa mavjud emas. Ilmiy mazmun bu farq sababli jurnal versiyasidan olinmagan, faqat yuklangan v1 ishiga asoslangan.

Litsenziya: Yuklangan faylda ochiq Creative Commons litsenziyasi koʻrsatilmagan. Shu sababli manba shakllari bevosita koʻchirilmagan.

Moliyalashtirish: Yuklangan v1 manbada alohida moliyalashtirish yoki minnatdorchilik boʻlimi aniqlanmagan.

Ma’lumotlardan foydalanish imkoniyati: Alohida ma’lumotlardan foydalanish imkoniyati bayonoti mavjud emas.

Manfaatlar toʻqnashuvi: Yuklangan manbada alohida manfaatlar toʻqnashuvi bayonoti mavjud emas.

CRediT/muallif hissalari: Alohida CRediT hissasi bayonoti mavjud emas.

Ma’lumot va tajribaning xususiyati: Tadqiqot haqiqiy foydalanuvchi trafigi yoki fizik kvant apparati tajribasidan foydalanmaydi. Mobil foydalanuvchilarning harakati GMMM bilan simulyatsiya qilingan; protein buklanishi vazifalari manbada belgilangan sintetik parametrlar asosida yaratilgan; QPU kechikishi, energiya sarfi va muvaffaqiyat ehtimoli matematik modellar orqali ifodalangan.

Barqarorlik izohi: Tadqiqotdagi “sustainable” atamasi asosan energiya sarfi va vaqt kechikishidan tashkil topgan operatsion xarajat maqsadi kontekstida qoʻllanadi. Karbonat angidrid emissiyasi, hayotiy sikl tahlili, ma’lumotlar markazining embodied carbon qiymati yoki haqiqiy sovitish tizimining atrof-muhitga ta’siri oʻlchanmagan.

Manbadagi terminologik farq: Tadqiqotda “weighted sum of energy consumption and time latency” uchun WSET va SWET qisqartmalari turli joylarda qoʻllangan. Bu farq tuzatilmasdan koʻrsatilgan.

Manbadagi matematik izoh: Xarajatni minimallashtirish sifatida aniqlangan maqsad bilan Lyapunov qayta ifodasidagi ayrim minus ishoralar va Theorem 1 yoʻnalishi oʻrtasida talqin talab qiladigan nomuvofiqlik mavjud. Manba tenglamalari yashirin tarzda tuzatilmagan.

Manbadagi ma’lumot hajmi izohi: Protein-folding model sozlamalarida “[160,320] × 10² Mb”, tajriba sozlamalarida esa “[160,320] MB” deb yozilgan. Bu ikki ifoda bir xil qiymat deb qabul qilinmagan.

Ilmiy talqin chegarasi: Natijalar oʻrganilgan tarmoq modeli va parametrik QPU farazlari sharoitida gibrid klassik–kvant vazifani uzatish siyosati xarajat ustunligini berishi mumkinligini qoʻllab-quvvatlaydi. Haqiqiy QPUda quantum advantage, quantum speedup yoki haqiqiy dala energiya ustunligi koʻrsatilmagan.

Manbaga sodiqlik: Ushbu mazmundagi barcha ilmiy usul, tenglama, parametr, simulyatsiya natijasi va talqin chegarasi yuklangan 12 betlik v1 manbaga asoslanadi. Tashqi manbalar faqat bibliografik identifikatsiyani, arXiv qaydini va keyingi jurnal nashri holatini tasdiqlash uchun ishlatilgan.

Turkiya konteksti: Tadqiqotda Turkiyaga tegishli mobil tarmoq, energiya narxlari, qurilmalar taqsimoti, chastota taqsimoti yoki kvant infratuzilmasi ma’lumotlari mavjud boʻlmagani sababli natijalar Turkiyaga bevosita koʻchirilmagan. Mahalliy qoʻllash uchun haqiqiy operator tarmogʻi, ma’lumotlar markazi/QPUga kirish, energiya xarajatlari va tartibga solish shartlari bilan qayta tekshirish zarur.