使用温和测量对量子态进行样本最优学习

对量子态的温和测量不会完全坍缩初始状态,而是通过规定迹距离α产生一个后测量态,同时生成一个用于量子学习初始状态的随机变量。这项研究提出了针对有限维量子系统的α-局部温和测量(α-LGM)类别——这类测量仅作用于乘积态上的乘积测量,并利用改良后的温和性与量子差分隐私关系,证明了该类别满足强量子数据处理不等式(qDPI)。该工作进一步提出温和量子奈曼-皮尔逊引理,表明此qDPI在α趋近于零时具有渐近最优性。通过该不等式可证明:为实现指定精度ϵ,量子态层析成像和量子态认证所需量子态数量级均为1/(ϵ²α²)。最后,研究人员提出名为"量子标签切换"的α-LGM方案实现该理论极限,此通用可实施方法能将任意二结果测量转化为α-LGM。

量科快讯