Quantum Feature Pyramid Gating for Seismic Image Segmentation

Resumo Técnico: Comutação de Pirâmide de Características Quânticas para Segmentação de Imagens Sísmicas

Enunciação do Problema
A delimitação precisa de corpos de sal em imagens de reflexão sísmica é crítica para exploração e perfuração, pois estruturas de sal distorcem a propagação de ondas e obscurecem a geometria do reservatório. Embora modelos híbridos quântico-clássicos tenham demonstrado promessa em classificação de imagens em pequena escala (por exemplo, MNIST, CIFAR-10), sua utilidade para previsão geofísica densa e em nível de pixel permanece inexplorada. Abordagens de visão quântica existentes frequentemente dependem de entradas fortemente subamostradas (por exemplo, 8×8) ou visam classificação em vez de segmentação. Além disso, poucos estudos avaliam circuitos quânticos contra codificadores clássicos pré-treinados robustos que já geram características de alta qualidade. O desafio central é determinar se um Circuito Quântico Parametrizado (PQC) pequeno pode contribuir mensuravelmente para um pipeline moderno de previsão densa em um benchmark do mundo real, especificamente o Desafio de Identificação de Sal TGS de 2018.

Metodologia
Os autores propõem uma arquitetura de segmentação híbrida que incorpora um PQC de 4 qubits e 2 camadas com recarregamento de dados em pontos de fusão de características dentro de um pipeline codificador-decodificador. O estudo investiga três perguntas de pesquisa principais relacionadas à topologia de integração, interações de escalonamento e mecanismos de comutação.

1. Atenção de Conexão de Pulo Quântica: Inicialmente, o PQC é inserido como um filtro por canal nas conexões de pulo do U-Net. O circuito recebe um vetor de 4 dimensões derivado de características de conexão de pulo agrupadas por média global, produzindo um sinal de comutação para modular o fluxo de características antes da concatenação. Oito variantes de circuito (variando estratégias de codificação, profundidade variacional e recarregamento de dados) são testadas em uma espinha dorsal SolidUNet personalizada (8,23M de parâmetros) na resolução de 128×128.
2. Comutação de Rede de Pirâmide de Características Quântica (FPN): A contribuição principal move o PQC para os pontos de mesclagem da FPN, onde características laterais do codificador e características descendentes do decodificador se combinam. Uma camada de compressão de agrupamento por média global (GAP) mapeia características do codificador arbitrárias para uma entrada fixa de 4 dimensões, desacoplando os requisitos do circuito quântico do tamanho da espinha dorsal e da resolução da imagem. O PQC calcula uma combinação convexa aprendida dos dois fluxos de características: $F_{out} = g \odot F_{lat} + (1-g) \odot F_{td}$, onde $g$ é o sinal de comutação derivado das expectativas quânticas.
3. Desenho Experimental:
   • Espinhas Dorsais: A comutação FPN é testada em seis codificadores pré-treinados (variando de 30,6M a 118M de parâmetros) em duas resoluções (128×128 e 256×256).
   • Ablação Clássica: Para isolar o mecanismo quântico, uma ablação controlada substitui as Portas FPN Quânticas por adição elemento a elemento sem parâmetros padrão, mantendo o codificador (EfficientNetV2-L), o cronograma de perda, as divisões de dados e a busca de limiar idênticos.
   • Treinamento: Os modelos são treinados usando um currículo de perda em duas etapas (BCE, Dice, Lovász hinge) com validação cruzada de 5 dobras. A variância do gradiente é monitorada para garantir treinabilidade e evitar platôs estéreis.

Principais Contribuições

1. Porta FPN Quântica: A introdução de um PQC de 4 qubits e 2 camadas que substitui a adição elemento a elemento da FPN por uma combinação convexa aprendida. Esta porta adiciona apenas 72 parâmetros quânticos treináveis (0,00006% da capacidade total do modelo na configuração maior) e é agnóstica ao codificador.
2. Integração Agnóstica ao Codificador: O uso de uma camada de compressão GAP permite que a mesma porta de 72 parâmetros funcione em codificadores de escalas vastamente diferentes (8M a 118M de parâmetros) e resoluções sem modificação.
3. Análise do Espaço de Design: O estudo identifica o recarregamento de dados como a escolha de design de circuito mais crítica, superando estratégias de codificação única. Demonstra ainda que posicionar o circuito no ponto de mesclagem da FPN produz melhorias significativamente maiores do que posicioná-lo nas conexões de pulo.
4. Primeira Evidência Controlada: Este é o primeiro estudo a aplicar um PQC baseado em portas à segmentação de imagens sísmicas, o primeiro a colocar um circuito variacional em pontos de mesclagem da FPN e o primeiro a isolar o mecanismo de comutação quântica através de uma ablação clássica controlada.

Resultados

• Desempenho de Conexão de Pulo: Na espinha dorsal SolidUNet, a melhor variante de atenção de conexão de pulo quântica (qdressed_reupload) melhorou o IoU médio TGS em 0,88 pontos percentuais (0,7882 vs. 0,7794 da linha de base) sobre uma linha de base clássica.
• Desempenho FPN: Quando movido para os pontos de mesclagem da FPN com a espinha dorsal EfficientNetV2-L (118M de parâmetros) na resolução de 256×256, a Porta FPN Quântica alcançou um IoU médio TGS de 0,9389.
• Escalonamento: A porta quântica transferiu-se efetivamente através dos seis codificadores testados. A espinha dorsal EfficientNetV2-L superou significativamente outros codificadores (por exemplo, +8,41 pontos sobre PVT-V2-B3), sugerindo que a qualidade das características da espinha dorsal é um fator dominante, mas a porta quântica fornece um impulso consistente.
• Ablação (RQ3): Substituir as Portas FPN Quânticas por adição elemento a elemento clássica na espinha dorsal EfficientNetV2-L fez a pontuação cair de 0,9389 para 0,8404, uma lacuna de 9,85 pontos percentuais. Isso confirma que a melhoria é atribuível ao espaço de função quântica e à topologia de comutação aprendida, e não meramente à presença de um mecanismo de comutação ou ao codificador sozinho.
• Treinabilidade: As variâncias dos gradientes permaneceram bem acima do limite teórico de platô estéril ($2^{-4} \approx 0,06$), indicando treinabilidade estável em todas as configurações.

Significado e Alegações
O artigo alega fornecer a primeira evidência controlada de que a fusão de características quânticas pode melhorar a segmentação sísmica densa. Os autores enfatizam que o valor do PQC depende altamente de onde e o que ele comuta; o ponto de mesclagem da FPN, onde dois fluxos de características de alta qualidade devem ser combinados, oferece uma ordem de magnitude mais espaço para melhoria do que as conexões de pulo.

O estudo enquadra modestamente suas descobertas:

• Não alega uma "vantagem quântica" em termos de velocidade computacional; de fato, a simulação sequencial de vetor de estado introduziu um sobrecarga de tempo real de 47% (30,4 horas vs. 20,7 horas para a ablação clássica).
• Reconhece que o codificador clássico domina a capacidade e o cálculo do modelo, e o componente quântico serve como um mecanismo de fusão especializado e de baixo parâmetro.
• Os resultados são específicos para o conjunto de dados TGS Salt; a transferência para imagem médica ou sensoriamento remoto requer avaliação separada.
• O trabalho opera dentro do regime NISQ (Quantum de Escala Intermediária Ruidosa), e embora o design do circuito evite platôs estéreis, o desempenho em hardware quântico real com ruído e tiros finitos permanece trabalho futuro.

O artigo conclui que, embora o próprio circuito quântico seja pequeno e fixo, sua integração em um ponto de fusão estruturalmente central dentro de um pipeline clássico de alta capacidade produz ganhos de desempenho significativos, validando a hipótese de que interferência e emaranhamento quânticos podem produzir funções de comutação superiores para fusão de características.