論文の概要: Practical distributed quantum information processing with LOCCNet
- arxiv url: http://arxiv.org/abs/2101.12190v2
- Date: Wed, 22 Sep 2021 08:30:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-13 11:19:18.471919
- Title: Practical distributed quantum information processing with LOCCNet
- Title(参考訳): LOCCNetを用いた実用的な分散量子情報処理
- Authors: Xuanqiang Zhao, Benchi Zhao, Zihe Wang, Zhixin Song, Xin Wang
- Abstract要約: 本稿では,分散量子情報処理タスクのためのプロトコル設計と最適化を容易にする機械学習フレームワークであるLOCCNetを紹介する。
応用として, 絡み込み蒸留, 量子状態判別, 量子チャネルシミュレーションなど, 様々な量子情報タスクについて検討する。
LOCCNetの実装は、PaddlePaddleディープラーニングプラットフォームに基づく量子機械学習PythonパッケージであるPaddle Quantumで利用可能である。
- 参考スコア(独自算出の注目度): 8.633408580670812
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Distributed quantum information processing is essential for building quantum
networks and enabling more extensive quantum computations. In this regime,
several spatially separated parties share a multipartite quantum system, and
the most natural set of operations is Local Operations and Classical
Communication (LOCC). As a pivotal part in quantum information theory and
practice, LOCC has led to many vital protocols such as quantum teleportation.
However, designing practical LOCC protocols is challenging due to LOCC's
intractable structure and limitations set by near-term quantum devices. Here we
introduce LOCCNet, a machine learning framework facilitating protocol design
and optimization for distributed quantum information processing tasks. As
applications, we explore various quantum information tasks such as entanglement
distillation, quantum state discrimination, and quantum channel simulation. We
discover protocols with evident improvements, in particular, for entanglement
distillation with quantum states of interest in quantum information. Our
approach opens up new opportunities for exploring entanglement and its
applications with machine learning, which will potentially sharpen our
understanding of the power and limitations of LOCC. An implementation of
LOCCNet is available in Paddle Quantum, a quantum machine learning Python
package based on PaddlePaddle deep learning platform.
- Abstract(参考訳): 分散量子情報処理は、量子ネットワークを構築し、より広範な量子計算を可能にするために不可欠である。
この方法では、空間的に分離された複数のパーティが多元量子システムを共有し、最も自然な操作のセットは局所演算と古典通信(locc)である。
量子情報理論と実践の重要な部分として、LOCCは量子テレポーテーションのような多くの重要なプロトコルを導いた。
しかし、LOCCの難解な構造と短期量子デバイスによって設定される制限のため、実用的なLOCCプロトコルの設計は困難である。
本稿では,分散量子情報処理タスクのためのプロトコル設計と最適化を容易にする機械学習フレームワークLOCCNetを紹介する。
応用として, 絡み込み蒸留, 量子状態判別, 量子チャネルシミュレーションなど, 様々な量子情報タスクについて検討する。
特に量子情報に興味のある量子状態の絡み合い蒸留のための明らかに改良されたプロトコルを見つける。
弊社のアプローチは、機械学習による絡み合いとその応用を探求する新たな機会を開き、LOCCのパワーと限界に対する理解を深める可能性がある。
LOCCNetの実装は、PaddlePaddleディープラーニングプラットフォームに基づく量子機械学習PythonパッケージであるPaddle Quantumで利用可能である。
関連論文リスト
- The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳(メタデータ) (2024-08-19T12:18:07Z) - A Brief Introduction to Quantum Network Control [7.952919774651851]
量子ネットワーキングは、情報処理と通信を変革する可能性を持つ新興分野である。
量子ネットワーク制御(quantum network control)は、エンタングルメント(エンタングルド量子ビット)を分散するアルゴリズムを設計するための分野である。
本稿では,量子鍵分布や分散量子コンピューティングなどの応用を実現するために,マルチホップ量子ネットワークにおける絡み合いの分散モデルを提案する。
論文 参考訳(メタデータ) (2024-07-29T11:21:45Z) - Separable Power of Classical and Quantum Learning Protocols Through the Lens of No-Free-Lunch Theorem [70.42372213666553]
No-Free-Lunch(NFL)定理は、最適化プロセスに関係なく問題とデータ非依存の一般化誤差を定量化する。
我々は、様々な量子学習アルゴリズムを、特定の観測可能条件下で量子力学を学習するために設計された3つの学習プロトコルに分類する。
得られたNFL定理は, CLC-LP, ReQu-LP, Qu-LPにまたがるサンプルの複雑性を2次的に低減することを示した。
この性能差は、非直交量子状態のグローバル位相に関する情報を間接的に活用するために、量子関連学習プロトコルのユニークな能力に起因している。
論文 参考訳(メタデータ) (2024-05-12T09:05:13Z) - Practical limitations on robustness and scalability of quantum Internet [0.7499722271664144]
量子インターネットのスケーリングとロバスト性に関する限界について検討する。
本稿では,セキュアな通信,デリゲートコンピューティング,および終端ノード間のリソース分布の現実的なボトルネックについて述べる。
量子ネットワークのいくつかの例では、異なる量子ネットワークタスクを実行するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-08-24T12:32:48Z) - Quantum Internet: The Future of Internetworking [16.313110394211154]
量子インターネットの目的は、古典的なインターネットに根本的に手の届かないアプリケーションを可能にすることである。
この章は、量子情報、量子コンピューティング、量子ネットワークの研究のための主要な概念、課題、機会を提示することを目的としている。
論文 参考訳(メタデータ) (2023-04-30T23:17:47Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳(メタデータ) (2021-05-30T12:19:27Z) - Verification of Distributed Quantum Programs [6.266176871677275]
本稿では,分散量子システムの仕様と検証を容易にするために,CSPのような分散プログラミング言語を提案する。
論理の有効性は、量子テレポーテーションの検証と非局所的なCNOTゲートの局所的な実装におけるその応用によって実証される。
論文 参考訳(メタデータ) (2021-04-30T07:23:55Z) - Entanglement transfer, accumulation and retrieval via quantum-walk-based
qubit-qudit dynamics [50.591267188664666]
高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。
本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。
特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
論文 参考訳(メタデータ) (2020-10-14T14:33:34Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。