QL-Implications: Quantum-Fuzzy Modeling and Application to Financial Decision-Making
Resumo
Este trabalho apresenta uma formulação quântica de implicações QL, integrando lógica fuzzy e computação quântica, com uma aplicação à tomada de decisões financeiras. Conectivos fuzzy são modelados usando estados e circuitos quânticos, em que os graus de pertinência correspondem às probabilidades de medição. Experimentos com o Qiskit mostram que o modelo corresponde às previsões teóricas e se aproxima das probabilidades esperadas. Um estudo de caso híbrido quântico-clássico de decisão de crédito demonstra a capacidade da implicação QL de construir relações de decisão fuzzy, com inferência mais avessa ao risco do que a implicação de Reichenbach. Os resultados confirmam que circuitos quânticos podem representar e computar operadores de lógica fuzzy, possibilitando a integração da inferência fuzzy em modelos computacionais quânticos e sistemas inteligentes híbridos.
Referências
Avila, A., Santos, H., Cruz, A., Xavier-de Souza, S., Lucca, G., Moura, B., Yamin, A., and Reiser, R. (2023). Hybrid-gm: A framework for quantum computing simulation targeted to hybrid parallel architectures. Entropy, 25(3).
Botelho, C., Buss, E., Yamin, A., Santos, H., Lucca, G., and Reiser, R. (2026). A hybrid classical–quantum formulation of fuzzy cri inference with a triage case study. In IEEE World Congress on Computational Intelligence, CEC 2026, Maastricht, Netherlands, June 21-26, 2026, pages 1–6. IEEE.
Botelho, C., Schonhofen, L., Santos, H. S., Lucca, G., Yamin, A. C., and Reiser, R. H. S. (2025). Toward a quantum fuzzy approach for emotion modeling in parent-child interactivity. In Rocha, A. P., Steels, L., and van den Herik, H. J., editors, Proceedings of the 17th Int. Conf. on Agents and Artificial Intelligence, ICAART 2025 - Volume 3, Porto, Portugal, February 23-25, 2025, pages 1297–1303. SCITEPRESS.
Buss, J., Novack, B., Botelho, C., Santos, H. S., Lucca, G., Cruz, A. P., Yamin, A. C., and Reiser, R. (2024). Fusion data on fuzzy modality: From algebraic interpretations to quantum simulations via qiskit platform. In IEEE Int. Conf. on Systems, Man, and Cybernetics, SMC 2024, Kuching, Malaysia, Oct. 6-10, 2024, pages 3602–3607. IEEE.
Buss, J., Novack, B., Santos, H. S., Lucca, G., de Souza Oliveira, L., Yamin, A. C., Cruz, A. P., and Reiser, R. H. S. (2025). IBM-qiskit simulations for quantum-fuzzy interpretations of x(n)or-connectives using overlapping and grouping aggregations. In IEEE Int. Conf. on Fuzzy Systems, FUZZ 2025, Reims, France, July 6-10, 2025, pages 1–6. IEEE.
Dai, S. (2026). On the quantum circuit implementation of fuzzy reasoning. Fuzzy Sets and Systems, 522:109611.
Kaye, P., Laflamme, R., and Mosca, M. (2007). An Introduction to Quantum Computing. Oxford University Press.
Kreinovich, V., Kohout, L., and Kim, E. (2009). Similarity between quantum logic and fuzzy logic.
Nielsen, M. and Chuang, I. (2003). Quantum Computation and Quantum Information. Cambridge University Publisher, Cambridge.
Qiskit (2023). Qiskit: An open-source framework for quantum computing. [link] [Accessed: (May 06, 2026)].
Zadeh, L. A. (1975). Fuzzy logics and approximate reasoning. Synthese, 30:407–428.
