量子科技中心_量科网

本文综述了连续变量（CV）系统量子学习理论的最新进展。量子学习理论研究如何尽可能高效地从量子系统中提取经典信息。CV系统在自然界和量子技术中普遍存在，因为它们描述了玻色子和量子光学系统。虽然有限维系统的量子学习理论已得到广泛研究，但针对CV系统的相应理论直到最近才开始发展；本文对此进行了简要综述。该团队重点关注以下问题：在可能的能量约束下，学习一个非高斯态所需的最小副本数（样本复杂度）是多少？学习高斯态的样本复杂度又是多少？CV态学习的性能如何依赖于非高斯性？如何检验一个态是高斯态还是远离高斯态集合？以及如何高效地学习高斯过程？围绕这些主题，该团队还回顾了若干基于协方差矩阵的CV态迹距离界限，这些界限可能具有独立的研究价值。总体而言，本文总结了CV系统层析成像领域的部分进展，并指出了若干未解决的关键问题。