Quantum Software Development Lifecycle
随着更强大的量子计算机的发展，量子软件工程的研究领域正在兴起，其目标是提供概念，原则和指导方针来开发高质量的量子应用程序。在经典的软件工程中，生命周期用于记录设计、实现、维护、分析和调整软件的过程。这样的生命周期提供了对如何开发和操作应用程序的共同理解，由于量子计算的跨学科性质，这一点尤其重要。由于今天的量子应用在大多数情况下是混合的，由量子和经典程序组成，因此量子应用的生命周期必须涉及两种程序的开发。然而，现有的生命周期只针对孤立的量子或经典程序的开发。此外，必须协调各种程序，例如，使用工作流。因此，量子应用程序的开发也包含了工作流生命周期。在本章中，我们分析了通常构成量子应用程序的软件工件，并介绍了它们相应的生命周期。此外，我们确定了各个生命周期之间的连接点，并将它们集成到整个量子软件开发生命周期中。因此，集成的生命周期是开发和执行混合量子应用程序的基础。
2021-06-17 cs.SE quant-ph
Classical to Quantum Software Migration Journey Begins: A Conceptual Readiness Model
近年来，随着量子计算机的发展，量子软件工程的研究领域逐渐兴起。量子软件在开发量子计算系统的全部潜力方面发挥着关键作用。因此，最近越来越多的人关注提供概念，原则和指导方针来解决量子软件开发的持续挑战。这个主题的重要性促使我们呼吁采取行动，开发一个就绪模型，帮助组织评估其从经典软件工程迁移到量子软件工程的能力。所提出的模型将基于现有的多域文献，工业经验研究，对过程领域的理解，可能影响量子软件工程过程的挑战性因素和使能因素。我们相信，所提出的模型将提供一个路线图，软件开发组织来衡量他们的准备工作，从经典的量子软件工程的建议最佳实践和突出重要的过程领域，挑战，和使能因素。
2022-09-12 cs.SE
Software Architecture Challenges in Integrating Hybrid Classical-Quantum Systems
本文研究混合经典-量子系统集成中的软件架构挑战，分析构建大规模混合计算系统面临的问题，并探讨可行的应对方法。
2023-08-02 cs.SE
Evaluating Classical Software Process Models as Coordination Mechanisms for LLM-Based Software Generation
本研究探讨了将 Waterfall、V-Model 和 Agile 等经典软件过程模型适配为基于 LLM 的多智能体系统的协调机制，通过 132 次实验评估其对代码质量、成本和生产力的影响，发现不同过程在效率、代码质量和计算成本上存在显著权衡。
2025-09-17 cs.SE
Linear Software Models: Key Ideas
线性软件模型（Linear Software Models）是一个系统性的努力，它以标准数学（即线性代数）为基础，巧妙地制定了软件系统的理论。它出现在一系列论文中，涉及该理论的各个方面。但其中一个缺乏一个单一的来源，其关键思想。本文简明扼要地提炼了基本思想和线性软件模型中获得的结果。首先，我们主张，在开始软件工程的理论和实践之前，必须对软件理论有深刻的理解--这也是我们努力的目的。模块化矩阵是软件理论的中心代数结构：它是定量模块化标准的来源;它显示出高内聚性，即高稀疏性;标准模块化矩阵被定义为正方形和块对角，使软件设计实验室中的任何软件系统的设计比较成为可能。它引发了等待解决的新的开放性问题的形成。
2015-10-15 cs.SE
When Abstraction Breaks Physics: Rethinking Modular Design in Quantum Software
Kyushu University（九州大学）
本文探讨了量子软件中抽象与物理约束的冲突，提出基于量子语义的模块设计原则及新型类型系统等研究方向。
2026-01-20 cs.SE quant-ph
Quantum vs. Classical Machine Learning Algorithms for Software Defect Prediction: Challenges and Opportunities
University of Saskatchewan（萨斯喀彻温大学）；University of Prince Edward Island（爱德华王子岛大学）
本研究针对量子机器学习在软件缺陷预测领域应用研究不足的问题，在20个数据集上对比3种量子与5种经典机器学习算法的性能，识别出表现更优的算法，并梳理了相关挑战与未来方向，为该领域发展提供参考。
2024-12-10 cs.LG cs.SE
Towards Quantum Software Requirements Engineering
本文探讨量子软件需求工程与经典软件需求工程的差异，通过映射经典需求分类提出初步思考，并指出值得量子软件工程界关注的研究方向。
2023-09-23 cs.SE
Bug Characteristics in Quantum Software Ecosystem
随着近年来量子计算的发展，量子软件对于探索量子计算系统的全部潜力至关重要。量子编程不同于经典编程，例如，量子程序的状态本质上是概率性的，并且由于量子机制的不稳定性，量子计算机容易出错。因此，量子软件项目中的bug的特征可能与经典软件项目中的bug有很大不同。这项工作旨在了解量子软件项目中错误的特征，以便提供见解，帮助设计有效的测试和调试机制。为了实现这一目标，我们对125个量子软件项目的错误报告进行了实证研究。我们观察到量子软件项目比经典软件项目更容易出错，并且量子项目的错误比经典项目的错误修复成本更高。我们还确定了错误的类型和它们发生的量子编程组件。我们的研究表明，错误分布在不同的组件中，但量子特定的错误特别出现在编译器，门操作和状态准备组件中。最常见的三种错误类型是程序异常错误、配置错误和数据类型和结构错误。我们的研究强调了量子软件开发中一些特别具有挑战性的领域，例如缺乏科学的量子计算库来实现量子计算的综合数学函数。量子开发人员还寻求专门的量子软件工程数据操作库，如量子计算的Numpy。我们的研究结果还为未来的工作提供了见解，以推进量子软件的量子程序开发，测试和调试，例如为调试低级电路提供工具支持。
2022-04-25 cs.SE
Quantum Software Analytics: Opportunities and Challenges
本文梳理经典软件开发生命周期中可应用于量子软件开发的软件分析主题与技术，为相关研究者和从业者理解量子软件领域的新兴开发活动、挑战与机遇提供参考。
2023-07-21 cs.SE
Bridging Quantum Mechanics and Computing: A Primer for Software Engineers
本文面向软件工程师，从计算视角讲解波粒二象性、叠加态等量子力学核心原理，搭建经典计算与量子计算范式间的认知桥梁。
2025-02-22 cs.SE quant-ph
Tea: Program Repair Using Neural Network Based on Program Information Attention Matrix
Microsoft Asia-Pacific Technology Company Ltd.（微软亚太科技有限公司）；University of Chinese Academy of Sciences（中国科学院大学）；Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
机器学习（ML）驱动的自然语言处理（NLP）的进步为软件程序的自动错误修复指明了一个有希望的方向，因为修复有错误的程序可以转换为翻译任务。虽然软件程序包含比一维自然语言文档更丰富的信息，但使用ML驱动的NLP技术进行自动程序修复的开创性工作只考虑了有限的此类信息。我们假设，更全面的软件程序的信息，如果适当利用，可以提高ML驱动的NLP方法在修复软件程序的有效性。作为证明这一假设的第一步，我们提出了一个统一的表示来捕捉软件程序的语法，数据流和控制流方面，并设计了一种方法来使用这样的表示来指导Transformer模型从NLP更好地理解和修复错误的程序。我们的初步实验证实，更全面的软件程序使用的信息，更好的ML驱动的NLP技术可以执行在这些程序中修复错误。
2021-07-17 cs.AI cs.SE
On the Factors in Quantum Software Quality
Kyushu University（九州大学）
本文基于McCall模型提出量子软件质量基础模型，扩展质量因素并引入量子特定扩展，以支持量子软件生命周期中的质量评估与交流。
2026-09-25 cs.SE
Unveiling Code Clones in Quantum Programming: An Empirical Study with Qiskit
本文实证研究 Qiskit 量子程序中的代码克隆，发现 Type-2 与 Type-3 克隆密度高，并指出需开发面向量子领域的检测与重构工具。
2025-01-11 cs.SE quant-ph
SimulaQron - A simulator for developing quantum internet software
我们介绍了一个量子互联网的模拟器，其具体目标是支持软件开发。量子互联网由本地量子处理器组成，这些处理器通过量子通信信道互连，从而能够在不同的处理器之间传输量子比特。虽然有许多模拟器用于本地量子处理器，但目前还没有针对软件开发定制的量子互联网的模拟器。量子互联网协议需要在网络节点之间交换经典信息和量子信息，然后在本地量子处理器上执行门和测量。这就要求量子互联网软件将经典的通信编程与新的量子编程相结合。SimulaQron旨在支持应用程序开发并探索量子互联网的软件工程流程。SimulaQron可以在一台或多台经典计算机上运行，以模拟本地量子处理器，这些处理器在后台透明连接，以实现量子比特的传输或远程处理器之间纠缠的生成。应用软件可以访问模拟的本地量子处理器，以执行本地量子指令和测量，还可以将量子比特传输到网络中的远程节点。SimulaQron采用模块化设计，基于任何能够与Python集成的量子计算机的现有模拟执行分布式模拟。提供了Python和C的编程库，以促进应用程序开发。
2018-07-14 cs.NI cs.SE quant-ph
QCSHQD: Quantum computing as a service for Hybrid classical-quantum software development: A Vision
针对经典开发者获取量子计算资源难、缺乏相关专业知识的问题，提出采用面向服务策略的QCSHQD框架，包含IDE、量子服务编排抽象层、服务提供商三部分，旨在降低量子计算使用门槛，推动经典-量子混合计算创新。
2024-04-12 cs.SE
C2|Q>: A Robust Framework for Bridging Classical and Quantum Software Development
University of Oulu（奥卢大学）；Wuhan University（武汉大学）；Lappeenranta-Lahti University of Technology（拉彭兰塔-拉赫蒂理工大学）；Aalto University（阿尔托大学）
C2|Q>通过模块化方法将经典规范转化为量子可执行程序，降低量子软件开发门槛，实验证明其在模拟和真实量子硬件上均具可靠性。
2026-03-14 cs.SE
Industry Expectations and Skill Demands in Quantum Software Testing
University of Calgary（卡尔加里大学）；University of Bari（巴里大学）
本研究分析了量子软件测试领域的行业需求与技能要求，揭示了传统软件质量保证与实验验证的结合，强调校准、控制及混合量子-经典验证的重要性。
2026-02-21 cs.SE
Agile Software Engineering and Systems Engineering at SKA Scale
系统工程（SE）是成功实现大型工程项目所需的一组过程和文档，但经典方法并不适合软件密集型项目，特别是当不同利益相关者的需求从一开始就不完全清楚时，需求优先级可能会发生变化。SKA是最终的软件支持的望远镜，需要大量的计算硬件和软件来执行数据简化。我们给出了SKA1开发中的系统和软件工程过程的概述，以及经典和敏捷SE之间的紧张关系。
2017-12-04 astro-ph.IM cs.SE
Assessing Quantum Extreme Learning Machines for Software Testing in Practice
本文通过三个工业软件测试案例评估量子噪声对QELM的影响，发现噪声显著降低性能并增大不确定性，且现有错误缓解方法缺乏跨任务和规模的一致性。
2025-09-27 cs.SE
Architecting Hybrid Quantum-Classical Software Systems: Exploration of the Design Trade-off Space with Quantitative Guarantees
Universidad de Extremadura（埃斯特雷马杜拉大学）；ITIS Software（ITIS软件公司）
提出一种形式化混合应用架构风格的方法，通过权衡分析和定量保证探索量子-经典系统的设计空间，实现基于用户QoS标准的动态配置选择。
2026-06-24 cs.SE
Quantum Software Engineering: Roadmap and Challenges Ahead
本文分析了量子软件工程的研究现状，识别了关键领域与未来几年亟待解决的开放挑战，为推进该领域指明了必要突破与未来研究方向。
2024-12-17 cs.SE
Challenges and Practices in Quantum Software Testing and Debugging: Insights from Practitioners
William & Mary（威廉与玛丽学院）
本文探讨了量子软件测试与调试中的挑战，指出开发者多依赖经典方法，缺乏专用工具，需改进工具以适应量子开发流程。
2026-01-16 cs.SE
C2|Q>: A Robust Framework for Bridging Classical and Quantum Software Development -- RCR Report
University of Oulu（奥卢大学）；Wuhan University（武汉大学）；Lappeenranta-Lahti University of Technology（拉彭兰塔-拉赫蒂理工大学）；Aalto University（阿尔托大学）
本文提出一种模块化、硬件无关的框架，将经典问题规范转换为可执行的量子程序，支持多种问题家族和硬件后端。
2026-08-03 cs.SE
Comparative Analysis of Quantum and Classical Support Vector Classifiers for Software Bug Prediction: An Exploratory Study
University of Saskatchewan（萨斯喀彻温大学）；University of Prince Edward Island（爱德华王子岛大学）
本研究探讨了量子支持向量分类器（QSVC和PQSVC）在14个开源项目中检测有缺陷软件提交的应用，提出数据集划分、预测聚合和增量测试方法以克服量子特征映射挑战，证明了QML在缺陷预测中的有效性。
2025-01-08 cs.LG cs.SE
Quantum Artificial Intelligence for Software Engineering: the Road Ahead
本文提出将量子人工智能（QAI）应用于软件工程的路线图，涵盖量子优化与量子机器学习，探讨各阶段应用及挑战，旨在以成本效益方式解决复杂软件工程问题。
2025-10-23 cs.SE
The Road to Hybrid Quantum Programs: Characterizing the Evolution from Classical to Hybrid Quantum Software
本文系统化形式化识别量子候选代码及其在经典程序中的编码过程，为量子软件工程的自动化推理奠定基础，并强调跨学科协作的重要性。
2025-04-25 cs.SE
Advancing Quantum Software Engineering: A Vision of Hybrid Full-Stack Iterative Model
本文提出一种融合量子与经典计算的混合全栈迭代量子软件开发模型，结合DevOps原则给出完整生命周期和实施路线图，降低传统开发者参与量子计算的门槛并推动量子软件工程发展。
2025-04-08 cs.SE
An Overview of Quantum Software Engineering in Latin America
本文通过文献系统映射和专家调研，概述了拉丁美洲量子软件工程的研究现状、进展与挑战，旨在促进该地区前沿发展的理解与科研合作。
2024-05-31 cs.SE
Quantum Software Engineering and Potential of Quantum Computing in Software Engineering Research: A Review
本文作为首篇全面综述，探讨量子计算在软件工程中的潜在应用，介绍量子软件工程（QSE）的学科发展，分析其技术现状、机遇挑战，指出量子机器学习和优化的潜力及当前工具的不足。
2025-02-13 cs.SE
Hybrid Classical-Quantum Solutions to Accelerate the Adoption of Quantum Computing
The Open University（开放大学）；Politecnico di Milano（米兰理工大学）
本文探讨混合经典-量子计算软件方案，分析现有工具并列出关键资源，指出混合计算因依赖经典前后处理而可能成为长期模式，并提出未来研究议程。
2026-10-06 cs.DC cs.ET cs.PL
Quantum Optimization for Software Engineering: A Survey
本综述系统调研了量子及量子启发算法在软件工程优化中的应用，从2083篇文献中筛选77篇，发现研究集中于运维与测试领域，为SBSE社区利用量子技术应对下一代挑战提供全景视图。
2025-06-20 cs.SE
The Impact of Software Testing with Quantum Optimization Meets Machine Learning
Campbellsville University（坎贝尔斯维尔大学）
本文提出一种量子退火与机器学习结合的混合框架，用于优化CI/CD测试用例优先级排序，在Defects4J上实现缺陷检测效率提升25%、执行时间减少30%，并验证了其在混合量子-经典生态系统中的可扩展性。
2025-06-02 cs.AI cs.LG cs.SE
Automated flakiness detection in quantum software bug reports
针对量子软件领域缺乏不稳定测试相关研究的问题，本文梳理了量子软件错误报告中不稳定测试自动检测的挑战与潜在方案，呼吁学界关注并协作解决该新兴问题。
2024-08-09 cs.SE
Code Comments for Quantum Software Development Kits: An Empirical Study on Qiskit
本文通过Qiskit提出首个量子计算代码注释数据集CC4Q，分析了量子软件注释的结构、开发者意图及量子主题，揭示了经典与量子软件注释的关键差异。
2025-11-30 cs.SE
Quantum Computing for Software Engineering: Prospects
量子计算机（QCs）正在成熟。当QC足够强大时，它们可能能够处理化学、物理和金融领域中经典无法解决的问题。然而，量子算法的适用性，以加快软件工程（SE）的任务还没有探索。我们研究了八组量子算法，这些算法可以在SE的不同阶段加速SE任务，并勾勒出潜在的机遇和挑战。
2022-11-14 cs.ET cs.SE
A systematic mapping on quantum software development in the context of software engineering
本文通过系统性映射研究，综述了量子计算机软件的特殊性与特征，基于24篇论文回答了三个研究问题，填补了量子软件工程领域的研究空白。
2024-03-15 cs.SE
Verifying a Sparse Matrix Algorithm Using Symbolic Execution
针对科学软件复杂且易有细微错误的问题，提出用符号执行编写类似单元测试的测试以提供更强验证保证，并应用于稀疏矩阵算法。
2025-10-15 cs.SE
Towards a Common Testing Terminology for Software Engineering and Data Science Experts
Fraunhofer Institute for Experimental Software Engineering IESE（弗劳恩霍夫实验软件工程研究所）；Algorithm Accountability Lab, TU Kaiserslautern（凯泽斯劳滕工业大学算法问责实验室）
分析质量保证，特别是测试，是软件密集型系统开发的一个组成部分。随着人工智能（AI）和机器学习（ML）作为此类系统的一部分的使用越来越多，这变得更加困难，因为众所周知的软件测试方法无法直接应用于系统的AI支持部分。经典测试方法的必要调整和人工智能新概念的开发将受益于人工智能和软件工程专家之间更深入的理解和交流。我们认为，两个社区使用的不同术语是这方面的主要障碍。由于我们认为测试术语的相互理解是一个关键，本文贡献了经典软件测试和人工智能测试的最重要的概念之间的映射。在映射中，我们突出了映射概念的相关性和命名方面的差异。
2021-10-06 cs.AI cs.LG cs.SE
Evaluating the Performance of a D-Wave Quantum Annealing System for Feature Subset Selection in Software Defect Prediction
University of Saskatchewan（萨斯喀彻温大学）
本研究将基于互信息的特征子集选择建模为优化问题，利用 D-Wave 量子退火 QPU 求解器处理软件缺陷预测，并在 AEEM、JIRA 和 NASA 数据集上验证其可在保持预测性能的同时显著缩短特征选择时间。
2024-10-21 cs.LG cs.SE
Revealing Floating-Point Accumulation Orders in Software/Hardware Implementations
针对软硬件浮点累加顺序未记录导致跨系统结果不一致的问题，提出诊断工具 FPRev，通过数值测试非侵入式揭示累加顺序，并在多种库和硬件上验证了其效率与低时间复杂度。
2025-07-01 cs.MS cs.NA cs.SE
Quantum Software Engineering: A New Genre of Computing
量子计算（QC）不再仅仅是一种科学兴趣，而是正在迅速成为一种工业上可用的技术，可以解决经典计算的局限性。在过去的几年里，主要的技术巨头都在投资开发硬件和编程框架，以开发特定于量子的应用程序。QC硬件技术正在获得发展势头，然而，QC技术的可操作性引发了对软件密集型方法，技术，流程，工具，角色和责任的需求，以开发以工业为中心的量子软件应用程序。本文提出了量子软件工程（QSE）生存周期的愿景，包括量子需求工程，量子软件设计，量子软件实现，量子软件测试，和量子软件维护。本文特别呼吁软件工程研究和工业界的共同贡献，提出现实世界的解决方案，以支持整个量子软件开发活动。提出的愿景有助于研究人员和从业人员提出新的流程、参考架构、新工具和实践，以利用量子计算机并开发新兴的和下一代的量子软件。
2022-11-25 cs.PL cs.SE
