基于 Kryov 复杂度、可表达性和可观测性的量子储备器工程
量子物理
2026-03-10 v3
摘要
本研究采用 Kryov 基于的信息度量来理解量子储备计算—a子领域的量子机器学习中的任务性能。在我们的研究中，我们发现保真度和扩散复杂度只能解释量子系统在短时间演化后的任务性能。我们随后讨论了两种度量——Kryov 可表达性和 Kryov 可观测性——并将其与任务性能和信息处理容量进行比较。我们的结果表明，Kryov 可观测性几乎与信息处理容量的行为相同，但计算速度快了三个数量级。在系统被抽样不足时，Kryov 可观测性能够最好地捕捉任务性能的行为。
引用
@article{arxiv.2409.12079,
title = {Engineering Quantum Reservoirs through Krylov Complexity, Expressivity and Observability},
author = {Saud Čindrak and Lina Jaurigue and Kathy Lüdge},
journal= {arXiv preprint arXiv:2409.12079},
year = {2026}
}