机构名称：
¥ 2.0
在理论机器学习中，统计复杂性是衡量假设空间丰富性的概念。在这项工作中，我们将特定的统计复杂性量度（即Rademacher复杂性）应用于量子计算中的量子电路模型，并研究统计复杂性如何取决于各种量子电路参数。，我们研究了统计复杂性对量子电路的资源，深度，宽度以及输入和输出寄存器的数量的依赖性。为了研究统计复杂性如何通过电路中的资源扩展，我们基于（p，q）组规范引入了魔术的资源度量，该魔法量化了与电路相关的量子通道中的魔术量。这些依赖性在以下两个设置中进行了研究：（i）整个量子电路被视为单个量子通道，以及（ii）量子电路的每一层被视为单独的量子通道。我们获得的界限可用于根据其深度和宽度以及网络中的资源来限制量子神经网络的能力。
量子电路的统计复杂性
主要关键词
相关文件推荐
