面向统计推断的最优通用量子编码

通过量子计算对经典数据进行统计推断的最优编码问题受到关注。该研究寻求一种对多种统计推断任务均最优的通用编码器。研究表明,任何统计推断的准确率均受限于一个与经典数据(即推断模型的输入)通过其量子编码的最大量子泄露成正比的项。这表明,最大量子泄露是衡量统计推断编码策略质量的通用标准,因为它仅取决于数据的量子编码,而非推断任务本身。已证明最优点通用编码策略,即最大化最大量子泄露的编码策略,可通过纯态实现。当量子比特数量充足时,基编码被证明是通用的最优方案。该工作还提出了一种迭代方法,用于数值计算最优点通用编码策略。
作者单位: VIP可见
提交arXiv: 2024-04-12 00:39

量科快讯