Fugu-MT 論文翻訳(概要): Flexible Entanglement Distribution Overlay for Cloud/Edge DC Interconnect as Seed for IT-Secure Primitives

論文の概要: Flexible Entanglement Distribution Overlay for Cloud/Edge DC Interconnect as Seed for IT-Secure Primitives

arxiv url: http://arxiv.org/abs/2004.12895v1
Date: Mon, 27 Apr 2020 15:55:40 GMT
ステータス: 処理完了
システム内更新日: 2023-05-22 00:12:04.351648
Title: Flexible Entanglement Distribution Overlay for Cloud/Edge DC Interconnect as Seed for IT-Secure Primitives
Title（参考訳）: IT安全プリミティブのためのクラウド/エッジDCインターコネクトのフレキシブルエンタングルメント分布オーバーレイ
Authors: Fabian Laudenbach, Bernhard Schrenk, Martin Achleitner, Nemanja Voki\'c, Dinka Milovan\v{c}ev, Hannes H\"ubel (AIT Austrian Institute of Technology)
Abstract要約: 我々は,クラウド・ツー・エッジ量子パイプのフレキシブルな分布マップを実現するために,絡み合いと空間スイッチングのスペクトル資産を活用している。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We leverage spectral assets of entanglement and spatial switching to realize a flexible distribution map for cloud-to-edge and edge-to-edge quantum pipes that seed IT-secure primitives. Dynamic bandwidth allocation and co-existence with classical control are demonstrated.
Abstract（参考訳）: エンタングルメントと空間スイッチのスペクトル特性を利用して,クラウド・ツー・エッジおよびエッジ・ツー・エッジ量子パイプの柔軟な分布マップを実現し,セキュアなプリミティブをシードする。動的帯域割り当てと古典制御との共存を実証する。

関連論文リスト

Adaptive Genetic Selection based Pinning Control with Asymmetric Coupling for Multi-Network Heterogeneous Vehicular Systems [8.454856509502733]
本稿では,異種マルチネットワーク車載アドホックネットワーク(VANET)のためのピンニング制御手法を提案する。まず、単一および複数ネットワーク条件下でのピンニング制御戦略の安定性を証明し、厳密な理論基盤を確立する。本理論に基づいて,最適ピンニングノードの選択に適した適応型遺伝的アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-11-05T11:49:26Z)
Distributed Blind Source Separation based on FastICA [47.97358059404364]
本稿では,元の信号源の同定を目的とした分散独立成分分析(ICA)アルゴリズムを提案する。最もよく使われるICAアルゴリズムの1つはFastICAと呼ばれ、空間的な事前白化操作を必要とする。我々は、いわゆる分散適応信号融合フレームワークの特性を活用することにより、ネットワーク全体の事前白化の明確なステップを回避することができることを示す。
論文参考訳（メタデータ） (2024-10-24T19:27:05Z)
Hierarchical Multi-Marginal Optimal Transport for Network Alignment [52.206006379563306]
マルチネットワークアライメントは,複数ネットワーク上での協調学習に必須の要件である。マルチネットワークアライメントのための階層型マルチマージ最適トランスポートフレームワークHOTを提案する。提案するHOTは,有効性とスケーラビリティの両面で,最先端の大幅な改善を実現している。
論文参考訳（メタデータ） (2023-10-06T02:35:35Z)
Unsupervised Deep Probabilistic Approach for Partial Point Cloud Registration [74.53755415380171]
ディープポイントクラウド登録手法は、部分的に重複し、ラベル付きデータに依存するという課題に直面している。部分的な重なりを持つ点雲に対する教師なしの深い確率的登録フレームワークであるUDPRegを提案する。 UDPRegは3DMatch/3DLoMatchとModelNet/ModelLoNetベンチマークの競合性能を実現しています。
論文参考訳（メタデータ） (2023-03-23T14:18:06Z)
Multi-armed Bandit Learning for TDMA Transmission Slot Scheduling and Defragmentation for Improved Bandwidth Usage [1.462434043267217]
本稿では,無線センサネットワークとIoT(Internet of Things)において,効率的な帯域幅利用が可能なTDMA(Time Division Multiple Access)MACスロット割り当てプロトコルを提案する。開発したプロトコルは, 衝突自由伝送のためのMAB(Multi-Armed Bandits)ベースのスロットアロケーション機構と, 帯域幅効率向上のための分散デフラグメンテッドスロットバックシフト操作の2つの主要コンポーネントを備える。
論文参考訳（メタデータ） (2023-01-14T03:41:15Z)
TEFL: Turbo Explainable Federated Learning for 6G Trustworthy Zero-Touch Network Slicing [0.4588028371034407]
第6世代(6G)ネットワークは、多数の共存および異種スライスをサポートすることを期待している。実際のデプロイメントにおけるAIブラックボックスの信頼性は、説明可能なAI(XAI)ツールによって達成できる。本稿では,ターボの原理にヒントを得て,新しい反復的説明可能なフェデレーションラーニング(FL)手法を提案する。
論文参考訳（メタデータ） (2022-10-18T20:26:56Z)
Optimal resource allocation for flexible-grid entanglement distribution networks [0.0]
本稿では,周波数偏光双光子を用いたエンタングルメント分布の一般モデルを提案する。我々は,1対1のユーザ接続からなるネットワークに対して,忠実度と絡み合ったビットレートの上限を導出する。
論文参考訳（メタデータ） (2022-04-13T21:31:47Z)
Joint Superposition Coding and Training for Federated Learning over Multi-Width Neural Networks [52.93232352968347]
本稿では,2つの相乗的技術,フェデレートラーニング(FL)と幅調整可能なスリムブルニューラルネットワーク(SNN)を統合することを目的とする。 FLは、ローカルに訓練されたモバイルデバイスのモデルを交換することによって、データのプライバシを保護している。しかしながら、SNNは、特に時間変化のあるチャネル条件との無線接続下では、非自明である。局所モデル更新のためのグローバルモデル集約と重ね合わせ訓練(ST)に重ね合わせ符号化(SC)を併用した通信およびエネルギー効率の高いSNNベースFL(SlimFL)を提案する。
論文参考訳（メタデータ） (2021-12-05T11:17:17Z)
Computational Intelligence and Deep Learning for Next-Generation Edge-Enabled Industrial IoT [51.68933585002123]
エッジ対応産業用IoTネットワークにおける計算知能とディープラーニング(DL)の展開方法について検討する。本稿では,新しいマルチエグジットベースフェデレーションエッジ学習(ME-FEEL)フレームワークを提案する。特に、提案されたME-FEELは、非常に限られたリソースを持つ産業用IoTネットワークにおいて、最大32.7%の精度を達成することができる。
論文参考訳（メタデータ） (2021-10-28T08:14:57Z)
A Joint Energy and Latency Framework for Transfer Learning over 5G Industrial Edge Networks [53.26338041079138]
5G産業エッジネットワークのための転送学習対応エッジCNNフレームワークを提案する。特に、エッジサーバは、既存の画像データセットを使用してcnnを事前トレーニングすることができる。 TLの助けを借りて、トレーニングに参加していないデバイスは、訓練されたエッジCNNモデルをスクラッチからトレーニングせずに微調整するだけです。
論文参考訳（メタデータ） (2021-04-19T15:13:16Z)
Flexible entanglement-distribution network with an AlGaAs chip for secure communications [0.0]
資源最適化量子ネットワークトポロジにおいて,最大8ユーザ間の再構成可能な絡み合い分布を示す。ベンチマークアプリケーションとして、量子鍵分布を使用し、低いエラーと高い秘密鍵生成率を示す。商用多重化技術によって60nmの帯域に秘密鍵を分散する半導体源の可能性とともに、これらの結果はスケーラブルな量子ネットワークアーキテクチャの展開に有望な道筋を提供する。
論文参考訳（メタデータ） (2021-02-09T14:13:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。