В статье предлагается система, которая связывает структуру квантовых схем с математическими свойствами функций, которые они могут выучить. Это помогает понять, какие параметры схем ведут к возможности эффективного классического моделирования, а какие — к квантовому преимуществу. Анализ выявляет общие подходы к «деквантизации» и разграничивает модели, которые можно симулировать классически, и те, что сохраняют квантовые свойства. arXiv: 2512.15661 Обзоры | Квантовая физика
Перспективы квантового преимущества в машинном обучении от представимости функций
В статье предлагается система, которая связывает структуру квантовых схем с математическими свойствами функций, которые они могут выучить. Это помогает понять, какие параметры схем ведут к возможности эффективного классического моделирования, а какие — к квантовому преимуществу. Анализ выявляет общие подходы к «деквантизации» и разграничивает модели, которые можно симулировать классически, и те, что сохраняют квантовые свойства.
arXiv: 2512.15661
