このスキルは、分類、回帰、クラスタリング、予測、異常検出、セグメンテーション、類似度検索を含む時系列機械学習タスクに使用されるものです。時間的データ、シーケンシャルパターン、または標準のMLアプローチを超えた専門的なアルゴリズムが必要な時間インデックス付きの観測データを扱う場合に使用します。特に、scikit-learn互換のAPIを使用した単変量および多変量の時系列分析に適しています。
複雑な設定不要で、ワークフローに素早く統合
アクティブなオープンソースコミュニティによる継続的な更新
MIT/Apacheライセンスで商用・個人利用可
ニーズに応じてカスタマイズ・拡張可能
ソースリポジトリからスキルファイルをダウンロードまたはコピー
スキルファイルをClaudeのスキルディレクトリに配置(通常は ~/.claude/skills/)。
Claudeを再起動するか、リロードコマンドを実行してスキルを読み込みます
ヒント: 初回使用前にスキルのドキュメントとコードを注意深く読み、機能と権限要件を理解してください
すべてのスキルはオープンソースコミュニティから提供され、元の作者の著作権を保持しています
K-Dense-AI__claude-scientific-skills/scientific-skills/aeon/skill.md実証済みのメリットと測定可能な影響
手計算と比較して、量子システムのシミュレーションを高速化します。
量子状態とオペレーターの計算時間を大幅に短縮します。
統合ツールで量子研究の生産性を向上させます。
これらのシナリオに最適
量子コンピューティング研究のため、量子論理ゲートと量子回路をシミュレートします。
シュレーディンガー方程式またはマスター方程式を用いて、量子系のダイナミクスをモデル化します。
ノイズのある量子環境における散逸とデコヒーレンスの効果を解析する
ブロッホ球とウィグナー関数プロットで量子状態を可視化する。