arXiv · Statistics Machine Learning· Natsuto Isogai, Satoshi Yoshida, Mio Murao·· 3 小时前AI 评分12
量子 PAC 学习中样本复杂度的优势需要逆访问状态制备酉算子
Advantage of Sample Complexity in Quantum PAC Learning Requires Inverse Access to State-Preparation Unitaries
AI 导读
量子 PAC 学习中，仅拥有量子数据副本时，最坏情况样本复杂度与经典 PAC 学习渐近匹配；获得状态制备酉算子及其逆访问可改善可实现学习中的查询复杂度对精度参数的依赖。本文证明前向访问无法提供渐近查询复杂度优势，逆访问是已知可实现场景改进的必要条件，并建立了通过状态副本下界分析前向状态制备访问限制的新框架。
来源：arXiv · Statistics Machine Learning · arxiv.org