Разработан веб-ориентированный фреймворк для гибридного квантово-классического машинного обучения на стеке TypeScript/Node.js, решающий проблему доступности QML-инструментов. Высокая производительность симуляции (до 20 кубитов) достигается за счет использования метода матричных продуктных состояний (MPS) с адаптивным сжатием и реализации вычислительного ядра на Rust с компиляцией в WebAssembly. Фреймворк обеспечивает сквозное дифференцирование гибридных моделей, сочетая обратное распространение ошибки для классических слоев и правило параметрического сдвига для квантовых схем. Архитектура включает визуальный конструктор цепей и панель мониторинга с 3D-визуализацией состояний в браузере. Тестирование показало прирост скорости на 12–16% относительно Qiskit и Pennylane.

Дятлов В.Д. (науч. рук. Богданов А.Ю.) Высокопроизводительная веб‑платформа для гибридного квантового машинного обучения на основе тензорных сетей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16721