Abstract
計測ベースの量子計算（MBQC）は、非常に強く絡み合ったリソース状態に対して一量子ビットの測定を行うことで計算タスクを実行する、量子情報処理のための枠組みである。量子測定の結果は不確定であるため、これらの操作のランダムな結果は、補正されない場合、変分量子チャネル族を与える。従来、このランダム性は、決定論的なユニタリ計算を保証するために、古典的処理によって補正されてきた。近年、変分計測ベースの量子計算（VMBQC）が導入され、この測定によって生じるランダム性を活用して、生成モデルにおける優位性を得ることが提案されている。このアプローチの制限は、対応するチャネルモデルがユニタリモデルに比べてパラメータ数が2倍であり、N \times D のスケーリングになる点である。ここで、N は論理量子ビット数（幅）であり、D は VMBQC モデルの深さである。これは最適化をより困難にすることが多く、学習しづらいモデルにつながり得る。本論文では、ユニタリ設定を、追加の学習可能パラメータ1つだけを用いたチャネルベースの設定へ拡張する制限付き VMBQC モデルを提示する。我々は、数値的かつ代数的に、この最小限の拡張だけで、対応するユニタリモデルでは学習できない確率分布を生成できることを示す。
