准确识别量子通道发生变化的精确时刻是量子信息理论中的一个基本问题。该研究团队重点探究了如何确定通道转变为另一通道的时间精度。研究人员通过研究无歧义判别中平均成功概率的量子极限（该判别方法通过允许一定概率的不确定结果来完全避免错误），将这一问题视为量子过程判别任务——即该过程由一系列量子通道组成。然而，量子过程判别的解析解通常极难获取。本工作提出了一种推导无歧义判别中最大平均成功概率上下界的方法，特别证明了当通道变化前后的过程均为幺正时，最大平均成功概率可解析表示为通道序列长度与两通道判别极限的函数。
