論文の概要: Scaling Limits of Quantum Repeater Networks
- arxiv url: http://arxiv.org/abs/2305.08696v2
- Date: Wed, 26 Jul 2023 15:02:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-27 15:32:07.489860
- Title: Scaling Limits of Quantum Repeater Networks
- Title（参考訳）: 量子リピータネットワークのスケーリング限界
- Authors: Mahdi Chehimi, Shahrooz Pouryousef, Nitish K. Panigrahy, Don Towsley,
and Walid Saad
- Abstract要約: 量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
- 参考スコア（独自算出の注目度）: 62.75241407271626
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum networks (QNs) are a promising platform for secure communications,
enhanced sensing, and efficient distributed quantum computing. However, due to
the fragile nature of quantum states, these networks face significant
challenges in terms of scalability. In this paper, the scaling limits of
quantum repeater networks (QRNs) are analyzed. The goal of this work is to
maximize the overall length, or scalability of QRNs such that long-distance
quantum communications is achieved while application-specific
quality-of-service (QoS) requirements are satisfied. In particular, a novel
joint optimization framework that aims at maximizing QRN scalability, while
satisfying QoS constraints on the end-to-end fidelity and rate is proposed. The
proposed approach optimizes the number of QRN repeater nodes, their separation
distance, and the number of distillation rounds to be performed at both link
and end-to-end levels. Extensive simulations are conducted to analyze the
tradeoffs between QRN scalability, rate, and fidelity under gate and
measurement errors. The obtained results characterize the QRN scaling limits
for a given QoS requirement. The proposed approach offers a promising solution
and design guidelines for future QRN deployments.
- Abstract（参考訳）: 量子ネットワーク(QN)はセキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
しかし、量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの面で大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
この研究の目標は、qos(application-specific quality-of-service)要件を満たす一方で、長距離量子通信を実現するqrnの全体的な長さやスケーラビリティを最大化することである。
特に、QRNのスケーラビリティを最大化することを目的とした、エンドツーエンドの忠実度とレートに関するQoS制約を満たす新しい共同最適化フレームワークを提案する。
提案手法は,QRNリピータノード数,分離距離,およびリンクレベルとエンド・ツー・エンドレベルの両方で行う蒸留ラウンド数を最適化する。
ゲートおよび測定誤差下でのQRNのスケーラビリティ,速度,忠実さのトレードオフを分析するために,広範囲なシミュレーションを行った。
得られた結果は、所定のQoS要求に対するQRNスケーリング限界を特徴づける。
提案されたアプローチは、将来のQRNデプロイメントのための有望なソリューションと設計ガイドラインを提供する。
関連論文リスト
- SuperEncoder: Towards Universal Neural Approximate Quantum State Preparation [12.591173729459427]
トレーニング済みのニューラルネットワークを利用して任意の量子状態に対してQSP回路を直接生成できることが示される。
我々の研究は、近似QSPのための普遍的ニューラルデザイナに向けて着実に進んでいる。
論文 参考訳（メタデータ） (2024-08-10T04:39:05Z) - A joint optimization approach of parameterized quantum circuits with a
tensor network [0.0]
現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
論文 参考訳（メタデータ） (2024-02-19T12:53:52Z) - Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement
Distribution in FSO Quantum Networks [62.87033427172205]
自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。
エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
論文 参考訳（メタデータ） (2024-01-19T17:16:40Z) - Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud
Computing [73.7522199491117]
量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。
ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。
本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
論文 参考訳（メタデータ） (2023-07-25T00:38:46Z) - Matching Game for Optimized Association in Quantum Communication
Networks [65.16483325184237]
本稿では,量子スイッチのためのスワップスタブルな要求-QSアソシエーションアルゴリズムを提案する。
サービスされた要求の割合で、ほぼ最適(5%)のパフォーマンスを達成する。
QCNのサイズが大きくなると、スケーラビリティが向上し、ほぼ最適性能を維持することが示されている。
論文 参考訳（メタデータ） (2023-05-22T03:39:18Z) - Quantum Federated Learning with Entanglement Controlled Circuits and
Superposition Coding [44.89303833148191]
我々は、絡み合ったスリム化可能な量子ニューラルネットワーク(eSQNN)の深さ制御可能なアーキテクチャを開発する。
本稿では,eS-QNNの重畳符号化パラメータを通信する絡み合ったスリム化QFL(eSQFL)を提案する。
画像分類タスクでは、広範囲なシミュレーションがeSQFLの有効性を裏付ける。
論文 参考訳（メタデータ） (2022-12-04T03:18:03Z) - A Quantum Overlay Network for Efficient Entanglement Distribution [15.034732044326752]
量子ネットワークにおける効率的な絡み合い分布のための量子オーバーレイネットワーク(QON)を提案する。
エンド・ツー・エンドのユーザ・エンタングルメントの需要が低ければ、QONは最大エンタングル化されたベル・ペアを生成し、保存することができる。
従来の非オーバーレイ提案と比較して,QONの需要の急激な増加や需要の変化に対して,QONの運賃が40%向上していることが示される。
論文 参考訳（メタデータ） (2022-12-03T21:20:30Z) - Green, Quantized Federated Learning over Wireless Networks: An
Energy-Efficient Design [68.86220939532373]
有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。
提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
論文 参考訳（メタデータ） (2022-07-19T16:37:24Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z)
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。