Qkabrine: A Joint Architecture, Encoding, and Hyperparameter Search Framework for Quantum Machine Learning
이 논문은 경쟁력 있는 QML 모델을 구축하는 데 현재 요구되는 파편화된 워크플로우를 해결하기 위해, 양자 머신 러닝 회로 아키텍처, 데이터 인코딩, 모델 유형 및 하이퍼파라미터 탐색을 단일 구성 공간으로 통합하고 훈련 가능성 진단 및 NISQ 배포 도구를 결합한 파이썬 프레임워크인 qkabrine-automl을 소개한다.