論文の概要: Qiskit Machine Learning: an open-source library for quantum machine learning tasks at scale on quantum hardware and classical simulators

• arxiv url: http://arxiv.org/abs/2505.17756v1
• Date: Fri, 23 May 2025 11:27:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:34.026278
• Title: Qiskit Machine Learning: an open-source library for quantum machine learning tasks at scale on quantum hardware and classical simulators
• Title（参考訳）: Qiskit Machine Learning: 量子ハードウェアと古典シミュレータ上の大規模量子機械学習タスクのためのオープンソースのライブラリ
• Authors: M. Emre Sahin, Edoardo Altamura, Oscar Wallis, Stephen P. Wood, Anton Dekusar, Declan A. Millar, Takashi Imamichi, Atsushi Matsuo, Stefano Mensa,
• Abstract要約: Qiskit Machine Learning (ML)は、量子コンピューティングの要素と従来の機械学習を組み合わせた高レベルのPythonライブラリである。 Qiskit MLは2019年に概念実証コードとして始まり、その後、非スペシャリストユーザのためのモジュラーで直感的なツールとして開発されている。
• 参考スコア（独自算出の注目度）: 0.5224038339798622
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present Qiskit Machine Learning (ML), a high-level Python library that combines elements of quantum computing with traditional machine learning. The API abstracts Qiskit's primitives to facilitate interactions with classical simulators and quantum hardware. Qiskit ML started as a proof-of-concept code in 2019 and has since been developed to be a modular, intuitive tool for non-specialist users while allowing extensibility and fine-tuning controls for quantum computational scientists and developers. The library is available as a public, open-source tool and is distributed under the Apache version 2.0 license.
• Abstract（参考訳）: Qiskit Machine Learning (ML)は、量子コンピューティングの要素と従来の機械学習を組み合わせた高レベルのPythonライブラリである。 このAPIはQiskitのプリミティブを抽象化し、古典的なシミュレータや量子ハードウェアとのインタラクションを容易にする。 Qiskit MLは2019年に概念実証コードとして始まり、その後、量子計算科学者や開発者のための拡張性と微調整制御を可能にしながら、非スペシャリストユーザのためのモジュラーで直感的なツールとして開発されている。 このライブラリはオープンソースツールとして公開されており、Apacheバージョン2.0ライセンスの下で配布されている。

関連論文リスト

• Quantum Machine Learning: A Hands-on Tutorial for Machine Learning Practitioners and Researchers [51.03113410951073]
  このチュートリアルでは、AIのバックグラウンドを持つ読者を量子機械学習(QML)に紹介する。 自己整合性については、基本原理、代表的QMLアルゴリズム、潜在的な応用、トレーニング容易性、一般化、計算複雑性といった重要な側面を取り上げる。
  論文  参考訳（メタデータ） (2025-02-03T08:33:44Z)
• TorchQC -- A framework for efficiently integrating machine and deep learning methods in quantum dynamics and control [0.0]
  TorchQCはPythonで完全に書かれた新しいライブラリで、PyTorchディープラーニングライブラリをベースとしている。 PyTorchとそのテンソル機構を利用して量子状態と演算子をテンソルとして表現し、量子系の力学をシミュレートするために必要なすべてのツールも組み込んでいる。
  論文  参考訳（メタデータ） (2024-12-19T07:19:55Z)
• Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
  量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。 本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
  論文  参考訳（メタデータ） (2024-11-14T12:27:50Z)
• Machine Learning for Quantum Computing Specialists [0.0]
  量子機械学習(QML)は、量子コンピューティングにおける有望な早期ユースケースである。 この5年間、理論研究や数値シミュレーションから概念の証明まで進歩してきた。 現代の量子デバイスで実証されたユースケースには、医療画像とIrisデータセットからの項目の分類、手書き画像の分類と生成、毒性スクリーニング、確率分布の学習などがある。
  論文  参考訳（メタデータ） (2024-04-29T09:54:06Z)
• sQUlearn -- A Python Library for Quantum Machine Learning [0.0]
  sQUlearnが量子機械学習(QML)用のNISQ対応Pythonライブラリを導入 図書館の二重層アーキテクチャはQML研究者と実践者の両方に役立っている。
  論文  参考訳（メタデータ） (2023-11-15T14:22:53Z)
• VQNet 2.0: A New Generation Machine Learning Framework that Unifies Classical and Quantum [82.82331453802182]
  VQNet 2.0は、古典的および量子機械学習の新しい世代のフレームワークである。 フレームワークの中核となるライブラリはC++で実装され、ユーザレベルはPythonで実装されている。
  論文  参考訳（メタデータ） (2023-01-09T10:31:18Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Tangelo: An Open-source Python Package for End-to-end Chemistry Workflows on Quantum Computers [85.21205677945196]
  Tangelo(タンジェロ)は、量子コンピュータ上でエンドツーエンド化学を開発するためのオープンソースのPythonソフトウェアパッケージである。 量子ハードウェアで成功した実験の設計を支援し、量子アルゴリズムの発展を促進することを目的としている。
  論文  参考訳（メタデータ） (2022-06-24T17:44:00Z)
• Extending Python for Quantum-Classical Computing via Quantum Just-in-Time Compilation [78.8942067357231]
  Pythonは、その柔軟性、ユーザビリティ、可読性、開発者の生産性を重視することで有名な人気のあるプログラミング言語です。 量子ジャスト・イン・タイム・コンパイルのための堅牢なC++インフラストラクチャを通じて、異種量子古典計算を可能にするPythonの言語拡張を提案する。
  論文  参考訳（メタデータ） (2021-05-10T21:11:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。