sQUlearn $\unicode{x2013}$ A Python Library for Quantum Machine Learning

要約

sQUlearn は、scikit-learn などの従来の機械学習ツールとシームレスに統合できるように設計された、量子機械学習 (QML) 用のユーザーフレンドリーな NISQ 対応 Python ライブラリを導入します。
ライブラリのデュアルレイヤー アーキテクチャは、QML 研究者と実践者の両方に役立ち、効率的なプロトタイピング、実験、パイプライン化を可能にします。
sQUlearn は、量子カーネル手法と量子ニューラル ネットワークの両方を含む包括的なツールセットと、カスタマイズ可能なデータ エンコーディング戦略、自動実行処理、特殊なカーネル正則化手法などの機能を提供します。
sQUlearn は、NISQ 互換性とエンドツーエンドの自動化に重点を置くことで、現在の量子コンピューティング機能と実用的な機械学習アプリケーションの間のギャップを埋めることを目指しています。

要約(オリジナル)

sQUlearn introduces a user-friendly, NISQ-ready Python library for quantum machine learning (QML), designed for seamless integration with classical machine learning tools like scikit-learn. The library’s dual-layer architecture serves both QML researchers and practitioners, enabling efficient prototyping, experimentation, and pipelining. sQUlearn provides a comprehensive toolset that includes both quantum kernel methods and quantum neural networks, along with features like customizable data encoding strategies, automated execution handling, and specialized kernel regularization techniques. By focusing on NISQ-compatibility and end-to-end automation, sQUlearn aims to bridge the gap between current quantum computing capabilities and practical machine learning applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google