本論文は、量子ジョブのQPU処理時間を予測するための機械学習（ML）技術の応用を探求しています。MLアルゴリズムを活用して、量子コンピューティングシステムの運用効率を向上させるために設計された予測モデルを導入しています。IBM Quantumのスキーマに基づいた約150,000件のジョブのデータセットを使用し、勾配ブースティング（LightGBM）に基づくML手法を用いてQPUの処理時間を予測します。データ前処理手法を取り入れることでモデルの精度を向上させます。結果として、MLが量子ジョブの予測に効果的であることが示され、これは量子コンピューティングフレームワーク内でのリソース管理やスケジューリングの改善に寄与する可能性があります。この研究は、MLが量子ジョブの予測を洗練する可能性を強調するだけでなく、高度な量子コンピューティング操作におけるAI駆動のツールの統合の基盤を築くものです。