Feature‑Adaptive Fusion in Hybrid Quantum–Classical Neural Networks for Robust Biomedical Image Classification

技術要約：堅牢な生体医学画像分類のためのハイブリッド量子・古典ニューラルネットワークにおける特徴適応型融合

問題提起
ハイブリッド量子・古典ニューラルネットワーク（HQNN）は、量子ビット数や回路の深さが制約となるノイズあり中規模量子（NISQ）時代において、量子機械学習の実用的なパラダイムを提示している。既存のハイブリッドモデルの多くは、古典的なディープラーニングと変分量子回路（VQC）を組み合わせているが、それらは通常、固定された、あるいはグローバルに共有された融合戦略（例：逐次処理や固定重み平均）に依存している。これらの静的な統合手法は、入力データが分布の変化や破損を受けた際、量子ブランチが提供する相補的な情報を十分に活用できない可能性がある。特に、センサーノイズ（ガウス、ポアソンなど）や取得時の変動による影響を頻繁に受ける生体医学画像分類において、現実的な破損条件下でのこれらハイブリッドモデルの堅牢性は、十分に解明されていない。さらに、既存のアーキテクチャは、古典ブランチと量子ブランチに対して既定の役割を割り当てることが多く、変化する画像内容や破損の深刻度に対する適応性を制限している。

手法
著者らは、生体医学画像分類のために設計されたエンドツーエンドで学習可能なフレームワークである、**特徴適応型融合ハイブリッド量子・古典ニューラルネットワーク（FAF-HQNN）**を提案している。このアーキテクチャは、主に4つのコンポーネントで構成される：

1. 特徴抽出: ImageNetの重みで初期化されたResNet-18に基づく古典的ディープ特徴エンコーダが、入力画像から高レベルの視覚的表現を抽出する。最終的な全結合層は削除され、512次元の特徴ベクトルを生成するためにグローバル平均プーリングが適用される。
2. 特徴圧縮: ディープ特徴とNISQの制約との間の次元の不一致に対処するため、学習可能な圧縮モジュールが512次元のベクトルをコンパクトな64次元の共有埋め込みへと投影する。この埋め込みは、パラメータ化された量子ゲートとの互換性を確保するために、双曲線正接（tanh）活性化関数を介して区間 $[-\pi, \pi]$ に再スケールされる。
3. 並列ハイブリッド予測: 共有埋め込みは、以下の2つの並列ブランチに同時に供給される：
   • 量子ブランチ: 変分量子回路（VQC）が、古典から量子へのエンコーディング（アダマール、$R_y$、および $R_z$ ゲートを使用）、変分変換（学習可能な単一量子ビット回転および近傍量子ビット間のCNOTもつれ）、および測定ベースの読み出し（パウリX観測量の期待値）を実行する。出力は線形層を介してクラス・ロジットへとマッピングされる。
   • 古典ブランチ: 軽量な多層パーセプトロン（MLP）が同じ共有埋め込みを処理し、古典的なクラス・ロジットを生成する。
4. 特徴適応型クラス別融合: 主要な革新点は、軽量な融合係数予測器（シグモイド活性化関数を持つ2層のMLP）であり、これは共有埋め込みからサンプル依存のクラス別融合重み（$\alpha_i \in [0, 1]^C$）を生成する。最終的な予測は、古典ロジットと量子ロジットの動的な加重和となる：$\hat{y}_i = \alpha_i \odot y^c_i + (1 - \alpha_i) \odot y^q_i$。これにより、モデルは特定の入力サンプルやクラスに基づいて、ブランチの寄与を動的にバランスさせることが可能になる。

モデルは、融合されたロジットに対して標準的なクロスエントロピー損失を用いて学習される。

主な貢献

• アーキテクチャの提案: 固定された統合スキームを超え、ディープな古典的エンコーダをVQCブランチと特徴適応型融合メカニズムを介して統合したFAF-HQNNの導入。
• 適応型融合メカニズム: サンプル依存の重みを予測するクラス別融合戦略の開発により、変化する入力条件下で、古典的および量子的な相補的情報を柔軟に活用することを可能にした。
• 堅牢性の評価: 生体医学ベンチマークにおける現実的な画像破損（ガウス、ソルト＆ペッパー、およびポアソンノイズ）の下での体系的な評価を行い、現在の文献において堅牢性が軽視されがちなギャップに対処した。
• 実証的分析: VQCのデザイン選択（回路レイアウト、測定基底、および深さ）がハイブリッド性能に与える影響についての包括的な調査。

実験結果
本フレームワークは、2つのMedMNISTベンチマーク、PathMNIST（病理組織学）およびBloodMNIST（血液細胞認識）を用いて評価された。クリーンなデータの評価と、様々な破損強度下での堅牢性テストの両方が行われた。

• クリーンデータ性能: FAF-HQNNは、両方のデータセットにおいて、比較対象としたすべての手法（純粋な古典、純粋な量子、および固定融合ハイブリッドを含む）の中で最高の総合性能を達成した。PathMNISTでは、$0.8910 \pm 0.0149$ の精度を達成し、古典的なベースラインを2.63パーセントポイント上回った。
• 堅牢性: ガウスノイズおよびポアソンノイズの下で、FAF-HQNNは一貫して優れた堅牢性を示し、ほとんどの破損レベルにおいて、単一ブランチのベースラインや固定融合ハイブリッドよりも高い精度とAUCを維持した。ソルト＆ペッパーノイズの下では、FAF-HQNNは低〜中程度の破損において最高の性能を示したが、スカラー重み融合ベースライン（H-Scalar）が深刻な破損レベルにおいて競争力のある、あるいは優れた性能を示しており、最適な融合戦略はノイズの深刻度によって変化する可能性を示唆している。
• 量子モジュールの分析:
  • 回路の深さ: 浅い回路（単層）が最高の性能を示した。深さを2または3層に増やすと結果が悪化したことは、深い回路がタスクに必要な表現力を追加することなく、最適化の課題を導入することを示唆している。
  • 測定基底: 単一の測定基底（パウリX、Y、Z）または複合基底（XYZ）が、すべての回路レイアウトにわたって一貫して他を圧倒することはないが、パウリX測定を用いたCircuit 1が全体として最良の結果を得た。
  • 安定性: 純粋な量子ブランチ（HQNN）は最も低い性能と最も高い分散を示し、量子コンポーネントがスタンドアロンの分類器としてではなく、相補的な予測器として機能するのが最適であることを裏付けた。

意義と主張
本論文は、特徴適応型融合が、生体医学画像分類におけるハイブリッド量子・古典モデルの精度と堅牢性の両方を向上させるための効果的な戦略であると主張している。結果は、純粋な量子モデルは現在、スタンドアロンの高度なタスクには不十分であるが、古典的エンコーダと統合された場合には、量子ブランチが有用な相補的情報を提供できることを示唆している。適応型融合メカニズムにより、モデルは、特に破損した入力条件下において、これらの相補的な強みを動的に活用することができる。

著者らは、結果がシミュレーション（PennyDanceのdefault.qubit）および制御されたMedMNISTベンチマークに基づいていることを踏まえ、控えめな立場を維持している。彼らは、結果が現時点ではハードウェア固有の効果（ゲートノイズ、デコヒーレンスなど）を反映していないこと、および観察された利点が、より大規模で高解像度の臨床データセットや実際のNISKハードウェア上で検証される必要があることを認めている。本研究は、NISK時代におけるハイブリッド学習の実用的な価値は、古典的ディープラーニングを置き換えることよりも、適応的な統合を通じて表現の多様性を豊かにし、堅牢性を向上させることにあると結論付けている。