연구자들은 알고리즘이 측정 간에 k 큐비트의 코히어런트 양자 메모리만 유지하도록 제한될 때 n-큐비트 안정화 상태의 테스트 및 학습의 샘플 복잡성을 분석했습니다. 이 연구는 이 메모리 제약이 무제한 메모리에서 존재하는 테스트와 학습 간의 분리를 제거함을 보여줍니다.
- k-큐비트 메모리 프레임워크에서 안정화 상태 테스트에는 Θ(n-k) 샘플이 필요합니다.
- 비적응 프레임워크에서 안정화 상태 학습에는 Θ(n²/k) 샘플이 필요합니다.
- 프로토콜 내내 메모리가 코히어런트하더라도 순도 테스트에 대해 지수 하한이 증명되었습니다.
- k=cn 큐비트의 메모리(0<c<1)가 있으면 안정화 테스트는 학습만큼 어려워지며 둘 다 Θ(n) 복사가 필요합니다.
이 결과는 안정화 상태 테스트와 학습 복잡성 사이의 일반적인 분리를 가능하게 하는 핵심 자원으로서 코히어런트 양자 메모리를 식별합니다.