Fugu-MT 論文翻訳(概要): Characterizing Quantum Networks: Insights from Coherence Theory

論文の概要: Characterizing Quantum Networks: Insights from Coherence Theory

arxiv url: http://arxiv.org/abs/2006.06693v1
Date: Thu, 11 Jun 2020 18:00:02 GMT
ステータス: 処理完了
システム内更新日: 2023-05-16 00:31:08.306531
Title: Characterizing Quantum Networks: Insights from Coherence Theory
Title（参考訳）: 量子ネットワークの特徴付け:コヒーレンス理論からの洞察
Authors: Tristan Kraft, Cornelia Spee, Xiao-Dong Yu, Otfried G\"uhne
Abstract要約: 絡み合った量子システムに基づくネットワークは、量子情報処理における興味深い応用を可能にする。量子コヒーレンスの理論は、この問題を分析する強力なツールを提供することを示す。
参考スコア（独自算出の注目度）: 2.6226104767204546
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Networks based on entangled quantum systems enable interesting applications in quantum information processing and the understanding of the resulting quantum correlations is essential for advancing the technology. We show that the theory of quantum coherence provides powerful tools for analyzing this problem. For that, we demonstrate that a recently proposed approach to network correlations based on covariance matrices can be improved and analytically evaluated for the most important cases.
Abstract（参考訳）: 絡み合った量子システムに基づくネットワークは量子情報処理において興味深い応用が可能であり、量子相関の理解は技術の進歩に不可欠である。量子コヒーレンス理論は、この問題を解析するための強力なツールを提供する。そこで本研究では,共分散行列に基づくネットワーク相関に対する最近提案されているアプローチを,最も重要な場合に対して改善し,分析的に評価できることを実証する。

関連論文リスト

Guarantees on the structure of experimental quantum networks [109.08741987555818]
量子ネットワークは、セキュアな通信、ネットワーク量子コンピューティング、分散センシングのためのマルチパーティ量子リソースと多数のノードを接続し、供給する。これらのネットワークのサイズが大きくなるにつれて、認証ツールはそれらの特性に関する質問に答える必要がある。本稿では,ある量子ネットワークにおいて特定の相関が生成できないことを保証するための一般的な方法を示す。
論文参考訳（メタデータ） (2024-03-04T19:00:00Z)
Percolation Theories for Quantum Networks [5.004146855779428]
量子ネットワークの不完全性において、遠方のノード間でどのように効果的かつ間接的に絡み合うことができるのか? 従来のパーコレーションフレームワークは,ネットワークの間接接続性を一意に定義していないことを示す。この実現により、"Concurrence Percolation"と呼ばれる別の理論が出現し、この理論は、大規模に現れる未認識の量子優位性を明らかにする。
論文参考訳（メタデータ） (2023-10-27T18:24:58Z)
Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
論文参考訳（メタデータ） (2023-07-24T02:48:22Z)
Intrinsic relationships of Quantum Resource Theories and their roles in Quantum Metrology [0.0]
我々は、絡み合い、不協和のような量子相関、および量子コヒーレンスに関する資源理論に焦点を当てる。この論文には、オープン量子システムの様々なモデルにおけるこれらの量子資源のダイナミクスへの貢献も含まれている。
論文参考訳（メタデータ） (2022-11-15T08:21:55Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
Quantum Network Utility: A Framework for Benchmarking Quantum Networks [14.638996634412976]
本稿では,量子ネットワークの性能を定量化するための一般的なフレームワークを提案する。我々は,量子ネットワークの社会的・経済的価値を捉えるために,量子ネットワークユーティリティメトリックである$U_QN$を定義した。
論文参考訳（メタデータ） (2022-10-19T17:50:11Z)
DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
論文参考訳（メタデータ） (2022-09-16T02:44:52Z)
The role of coherence theory in attractor quantum neural networks [0.0]
我々はコヒーレンス理論の枠組みの中で,アトラクタ量子ニューラルネットワーク(aQNN)について検討する。我々は、aQNNが非コヒーレンス生成量子チャネルと関連していることを示す。
論文参考訳（メタデータ） (2021-12-20T21:26:22Z)
Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文参考訳（メタデータ） (2021-08-30T23:50:05Z)
Symmetries in quantum networks lead to no-go theorems for entanglement distribution and to verification techniques [0.0]
量子ネットワークにおける相関解析のための多目的ツールとして,対称性が有効であることを示す。任意のトポロジを持つ大規模ネットワーク構造における相関を特徴付けるための解析的アプローチを提案する。本手法は,ネットワーク内の特定のリンクの機能に対する認証手法の設計に利用できる。
論文参考訳（メタデータ） (2021-08-05T16:52:37Z)
Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。