量子模板匹配

我们考虑模式匹配问题的量子类比，该问题涉及根据预定义的模式类别对给定的未知系统进行分类。我们研究了量子模板匹配问题，其中每个模式类别 ${\cal C}_i$ 由一个已知的量子态 $\hat g_i$（称为模板态）表示，我们的任务是找到一个与给定未知量子态 $\hat f$ 最优匹配的模板。我们通过相关的量子贝叶斯推断问题的最优策略，对该问题进行了精确的表述。然后，我们研究了量子比特系统量子模板匹配的各种示例，考虑了允许输入态 $\hat f$ 的有限副本数量的影响。我们比较了量子最优匹配策略和半经典策略，并证明了在一般量子最优策略中，纠缠辅助的性能增强。