論文の概要: Optimum ratio between two bases in Bennett-Brassard 1984 protocol with
second order analysis
- arxiv url: http://arxiv.org/abs/2201.11960v1
- Date: Fri, 28 Jan 2022 07:05:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-27 16:11:37.362096
- Title: Optimum ratio between two bases in Bennett-Brassard 1984 protocol with
second order analysis
- Title(参考訳): 2次解析によるBennett-Brassard 1984プロトコルにおける2塩基間の最適比
- Authors: Masahito Hayashi
- Abstract要約: コヒーレント攻撃で生成キーの長さを2次展開する。
驚いたことに、第2次オーダーは$n3/4$であり、従来の設定では$n1/2$よりもはるかに大きい。
- 参考スコア(独自算出の注目度): 61.12008553173672
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bennet-Brassard 1984 (BB84) protocol, we optimize the ratio of the choice of
two bases, the bit basis and the phase basis by using the second order
expansion for the length of the generation keys under the coherent attack. This
optimization addresses the trade-off between the loss of transmitted bits due
to the disagreement of their bases and the estimation error of the error rate
in the phase basis. Then, we derive the optimum ratio and the optimum length of
the generation keys with the second order asymptotics. Surprisingly, the second
order has the order $n^{3/4}$, which is much larger than the second order
$n^{1/2}$ in the conventional setting when $n$ is the number of quantum
communication. This fact shows that our setting has much larger importance for
the second order analysis than the conventional problem. To illustrate this
importance, we numerically plot the effect of the second order correction.
- Abstract(参考訳): ベネット・ブラッサード 1984 (bb84) プロトコルでは,コヒーレント攻撃時の生成鍵の長さに対する2次拡張を用いて,2つのベース,ビットベース,位相ベースの選択比率を最適化する。
この最適化は、ベースの不一致による送信ビットの損失と、位相ベースにおける誤差率の推定誤差とのトレードオフに対処する。
次に、第2次漸近性を有する生成鍵の最適比と最適長さを求める。
驚くべきことに、2次の順序は$n^{3/4}$であり、これは従来の設定では$n$が量子通信の数であるとき、$n^{1/2}$よりもはるかに大きい。
この事実は、我々の設定が従来の問題よりも2階解析においてはるかに重要であることを示している。
この重要性を説明するために,第2次補正の効果を数値的にプロットする。
関連論文リスト
- SGD with Partial Hessian for Deep Neural Networks Optimization [18.78728272603732]
本稿では,チャネルワイドパラメータを更新するための2次行列と,他のパラメータを更新するための1次勾配降下(SGD)アルゴリズムを組み合わせた化合物を提案する。
一階述語と比較して、最適化を支援するためにヘッセン行列からの一定の量の情報を採用するが、既存の二階述語一般化と比較すると、一階述語一般化の性能は不正確である。
論文 参考訳(メタデータ) (2024-03-05T06:10:21Z) - Optimal State Manipulation for a Two-Qubit System Driven by Coherent and
Incoherent Controls [77.34726150561087]
2量子ビット量子系の最適制御には状態準備が重要である。
物理的に異なる2つのコヒーレント制御を利用し、ヒルベルト・シュミット目標密度行列を最適化する。
論文 参考訳(メタデータ) (2023-04-03T10:22:35Z) - FOSI: Hybrid First and Second Order Optimization [11.447526245792154]
本稿では,最適化プロセス中に二階情報を効率的に組み込むことにより,任意の一階目の性能を向上させるメタアルゴリズムFOSIを提案する。
我々の経験的評価は、FOSIがヘビーボールやアダムのような一階法の収束率と最適化時間を向上し、二階法(K-FAC, L-BFGS)よりも優れていることを示している。
論文 参考訳(メタデータ) (2023-02-16T18:45:46Z) - Explicit Second-Order Min-Max Optimization Methods with Optimal
Convergence Guarantee [96.71652414591051]
本研究では,非制約問題に対するグローバルなサドル点を求めるために,不正確なニュートン型正規化手法を提案し,解析する。
提案アルゴリズムは,有界集合内に留まるイテレートを生成し,制限されたイテレート関数の項で$O(-2/3)$ギャップに収束することを示す。
論文 参考訳(メタデータ) (2022-10-23T21:24:37Z) - Normalized/Clipped SGD with Perturbation for Differentially Private
Non-Convex Optimization [94.06564567766475]
DP-SGDとDP-NSGDは、センシティブなトレーニングデータを記憶する大規模モデルのリスクを軽減する。
DP-NSGD は DP-SGD よりも比較的チューニングが比較的容易であるのに対して,これらの2つのアルゴリズムは同様の精度を実現する。
論文 参考訳(メタデータ) (2022-06-27T03:45:02Z) - Two-phase Optimization of Binary Sequences with Low Peak Sidelobe Level
Value [1.5990720051907859]
2つのフィットネス関数は、ピークサイドローブレベルが低いシーケンスを見つけるために使用される。
提案アルゴリズムは長さ$L = 2m - 1$,$14 lem le 20$で試験された。
論文 参考訳(メタデータ) (2021-06-30T13:59:55Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳(メタデータ) (2021-06-08T15:54:44Z) - Towards an Understanding of Benign Overfitting in Neural Networks [104.2956323934544]
現代の機械学習モデルは、しばしば膨大な数のパラメータを使用し、通常、トレーニング損失がゼロになるように最適化されている。
ニューラルネットワークの2層構成において、これらの良質な過適合現象がどのように起こるかを検討する。
本稿では,2層型ReLUネットワーク補間器を極小最適学習率で実現可能であることを示す。
論文 参考訳(メタデータ) (2021-06-06T19:08:53Z) - A Bop and Beyond: A Second Order Optimizer for Binarized Neural Networks [0.0]
Binary Neural Networks (BNNs) の最適化は、実数値の重みをバイナライズ表現で近似することに依存している。
本稿では,第2の生モーメント推定を用いて第1の生モーメントを正規化し,しきい値との比較を行うアダム法と並行する手法を提案する。
提案した2つのバージョン – バイアス付きバージョンとバイアス修正バージョン – をそれぞれ独自のアプリケーションで提示する。
論文 参考訳(メタデータ) (2021-04-11T22:20:09Z) - Hessian-based optimization of constrained quantum control [0.0]
勾配に基づくテキストスクリプアルゴリズムは、量子物理学の幅広い分野にうまく適用されている。
我々はコヒーレント力学の厳密な2mathrmnd$次解析微分を導出し実装する。
本稿では,制約付きユニタリゲート合成における最適かつ平均的な誤りに対して,回路テクスチャシステム上での性能改善を示す。
論文 参考訳(メタデータ) (2020-06-01T13:31:06Z)
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。