量子与后量子经典随机过程模型的可辨识性与最小性界限

为了理解周围世界，我们发展模型以复制、描述和解释我们看到的行为。聚焦于序列相关的随机变量，即经典随机过程，我们解决确定两个不同模型是否产生相同可观察行为的问题。这就是可辨识性问题。值得注意的是，模型的物理性质不必对应于观察的物理性质；最近的研究表明，出于内存和热效率的考虑，使用量子模型生成经典随机过程是有优势的。我们在此范畴内解决可辨识性问题，提供一种方法来比较任何两个经典过程的模型，无论这些模型是经典的、量子的，还是后量子级的，通过将其映射到标准的“通用”隐藏Markov模型。进一步，这使我们能够对生成给定经典随机过程所需的量子模型的最小维度提出（有时很紧的）界限。