从统计学习浅层量子电路的噪声容忍性及量子伪随机性的成本
原文中文，约400字，阅读约需1分钟。发表于：。该论文研究了近期对未知量子电路的可学习性，证明了用于学习量子过程的量子统计查询的自然鲁棒性，并提供了一种有效的方式来评估各种统计噪声，为开发噪声容忍算法提供了强大的框架。我们对具有小的查询复杂度额外开销的常深度量子电路的学习算法进行了适应，并证明了通过统计查询在钻石距离内学习对数和更高深度的随机量子电路的平均情况下的下界。此外，我们展示了从量子统计查询中量子阈值搜索问题的困难性，并讨论了其对...
该论文研究了未知量子电路的可学习性，提供了评估统计噪声和开发噪声容忍算法的框架。证明了学习常深度量子电路的算法，并讨论了浅层量子电路的可学习性。证明了伪随机幺正不能使用常深度电路构造。
