自适应泡利预测样本复杂度下界证明
热点事件持续更新
自适应泡利预测样本复杂度下界证明
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Luofei Wang、Boyu Liu、Zihe Wang、Zhangqi Yin 在 arXiv 论文 2610.13652 中证明：固定精度下，n 个量子比特上的 M 次自适应泡利预测需要 Ω(√min{n,M}) 份数据。作者结合已发表上界指出，该下界在 M≤n 时紧致，因此 n 次自适应预测需要 Θ(√n) 份数据，而固定预测列表只需 O(log n) 份。 证明使用对角态和可交换观测量，刻画了自适应带来的统计成本，并进一步给出成本随精度提高而增加的关系。以上结论基于论文摘要。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · quant-ph《Finite-Size Limits of Adaptive Pauli Prediction》证明自适应 Pauli 预测的有限规模下界
研究证明，在固定精度下，n 个量子比特上的 M 次自适应 Pauli 预测需要 Ω(√min{n,M}) 份数据。作者结合已发表上界指出，该下界在 M≤n 时是紧致的；因此 n 次自适应预测需要 Θ(√n) 份数据，而固定预测列表只需 O(log n) 份数据。证明使用对角态和可交换观测量，并进一步刻画了成本随精度提高而增加的关系；以上结论基于论文摘要。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。