論文の概要: Entanglement Distribution in Satellite-based Dynamic Quantum Networks
- arxiv url: http://arxiv.org/abs/2306.08894v1
- Date: Thu, 15 Jun 2023 06:56:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 16:13:34.591919
- Title: Entanglement Distribution in Satellite-based Dynamic Quantum Networks
- Title(参考訳): 衛星ベースの動的量子ネットワークにおける絡み合い分布
- Authors: Alena Chang, Yinxin Wan, Guoliang Xue, Arunabha Sen
- Abstract要約: 低地球軌道(LEO)衛星は、グローバルな量子情報ネットワークを確立するための魅力的な機会を提供する。
既存の作品では、絡み合いを分散する際に時間とともに衛星の動きを考慮せず、あるいは衛星間リンクに沿って絡み合い分布を許可しない場合が多い。
まず、衛星移動と衛星間リンクの両方を考慮したシステムモデルを定義する。
- 参考スコア(独自算出の注目度): 10.445684354981847
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Low Earth Orbit (LEO) satellites present a compelling opportunity for the
establishment of a global quantum information network. However, satellite-based
entanglement distribution from a networking perspective has not been fully
investigated. Existing works often do not account for satellite movement over
time when distributing entanglement and/or often do not permit entanglement
distribution along inter-satellite links, which are two shortcomings we address
in this paper. We first define a system model which considers both satellite
movement over time and inter-satellite links. We next formulate the optimal
entanglement distribution (OED) problem under this system model and show how to
convert the OED problem in a dynamic physical network to one in a static
logical graph which can be used to solve the OED problem in the dynamic
physical network. We then propose a polynomial time greedy algorithm for
computing satellite-assisted multi-hop entanglement paths. We also design an
integer linear programming (ILP)-based algorithm to compute optimal solutions
as a baseline to study the performance of our greedy algorithm. We present
evaluation results to demonstrate the advantage of our model and algorithms.
- Abstract(参考訳): 低地球軌道(LEO)衛星は、グローバルな量子情報ネットワークを確立するための魅力的な機会を提供する。
しかし,ネットワークの観点からの衛星による絡み合い分布は十分に研究されていない。
既存の著作物では、エンタングルメントを配布する場合や、衛星間リンクに沿ったエンタングルメント分布を許可しない場合、衛星移動を時間とともに考慮しないことが多い。
まず、衛星移動と衛星間リンクの両方を考慮したシステムモデルを定義する。
次に、このシステムモデルの下で最適絡み合い分布(OED)問題を定式化し、動的物理ネットワークのOED問題を動的物理ネットワークのOED問題を解決するために使用できる静的論理グラフのOED問題に変換する方法を示す。
次に,衛星支援マルチホップ絡み道計算のための多項式時間欲アルゴリズムを提案する。
また,整数線形計画法(ILP)に基づくアルゴリズムを設計し,最適解をベースラインとして計算し,グリードアルゴリズムの性能について検討する。
本稿では,モデルとアルゴリズムの利点を示す評価結果を提案する。
関連論文リスト
- Toward Autonomous Cooperation in Heterogeneous Nanosatellite
Constellations Using Dynamic Graph Neural Networks [0.0]
本稿では,星座とCPを動的ネットワークとしてモデル化し,その課題を克服する新しい手法を提案する。
トレーニングされたニューラルネットワークは、平均絶対誤差3.6分でネットワーク遅延を予測することができる。
シミュレーションの結果,提案手法は大型衛星ネットワークの接触計画の設計に成功し,従来のアプローチと同様,遅延率を29.1%向上させることができた。
論文 参考訳(メタデータ) (2024-03-01T17:26:02Z) - LordNet: Learning to Solve Parametric Partial Differential Equations
without Simulated Data [63.55861160124684]
本稿では,離散化されたPDEによって構築された平均2乗残差(MSR)損失から,ニューラルネットワークが直接物理を学習する一般データ自由パラダイムを提案する。
具体的には,低ランク分解ネットワーク(LordNet)を提案する。
Poisson方程式とNavier-Stokes方程式を解く実験は、MSR損失による物理的制約がニューラルネットワークの精度と能力を向上させることを実証している。
論文 参考訳(メタデータ) (2022-06-19T14:41:08Z) - A CubeSat platform for space based quantum key distribution [62.997667081978825]
我々は3UキューブサットであるSpooQy-1のフォローアップミッションについて報告し、軌道上で偏光に絡み合った光子の発生を実証した。
ミッションの次のイテレーションでは、偏光に絡み合った光子対のコンパクトなソースに基づいて、衛星と地上の量子鍵の分布を示す。
我々は,現在シンガポールで建設中の光地上局の設計について,量子信号を受信するための設計を簡潔に述べる。
論文 参考訳(メタデータ) (2022-04-23T06:28:43Z) - FedSpace: An Efficient Federated Learning Framework at Satellites and
Ground Stations [10.250105527148731]
低軌道(LEO)衛星の大規模な展開は、大量の地球画像やセンサーデータを収集する。
ダウンリンク帯域の制限、疎結合性、画像解像度の正規化制約のため、高解像度画像をダウンロードし、これらの機械学習モデルを地上で訓練することは不可能であることが多い。
本稿では,地上局と衛星が収集した画像を衛星上で共有することなく,グローバルMLモデルを協調訓練するフェデレートラーニング(FL)を提案する。
論文 参考訳(メタデータ) (2022-02-02T20:09:27Z) - Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。
eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。
RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
論文 参考訳(メタデータ) (2021-12-03T07:44:45Z) - Reflection-Based Adiabatic State Preparation [0.0]
我々のアルゴリズムは、断熱スケジュールに沿って定義された瞬時ハミルトンの固有空間から決定される一連の反射をデプロイする。
我々は,探索問題に対して,アルゴリズムがGroverの探索よりも高速に解を見つけることができることを示す数値的な証拠を提供する。
論文 参考訳(メタデータ) (2021-11-10T00:03:00Z) - Link Scheduling using Graph Neural Networks [28.835515501826546]
送信の効率的なスケジューリングは、無線ネットワークにおける鍵となる問題である。
本稿では,集中的かつ分散的に実装可能な高速なトポロジカル畳み込みネットワーク(GCN)を提案する。
中規模の無線ネットワーク上でのテスト結果から,GCNベースの集中型MWISソルバがほぼ最適解に迅速に到達できることが分かる。
論文 参考訳(メタデータ) (2021-09-12T15:19:59Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳(メタデータ) (2021-08-03T02:56:21Z) - Distributed Scheduling using Graph Neural Networks [38.74504118887024]
無線ネットワークの設計における根本的な問題は、送信を分散的に効率的にスケジュールすることである。
グラフ畳み込みネットワーク(GCN)に基づく分散MWISソルバを提案する。
簡単に言えば、トレーニング可能なGCNモジュールは、greedyソルバを呼び出す前に、ネットワーク重みと結合されたトポロジ対応ノードの埋め込みを学習する。
論文 参考訳(メタデータ) (2020-11-18T18:00:45Z) - Learning to Beamform in Heterogeneous Massive MIMO Networks [48.62625893368218]
大規模マルチインプット多重出力(MIMO)ネットワークにおいて最適なビームフォーマを見つけることはよく知られている問題である。
本稿では,この問題に対処するための新しい深層学習に基づく論文アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-11-08T12:48:06Z) - Graph Neural Networks for Motion Planning [108.51253840181677]
低次元問題に対する高密度固定グラフ上のGNNと高次元問題に対するサンプリングベースGNNの2つの手法を提案する。
RRT(Rapidly-Exploring Random Trees)におけるクリティカルノードの特定やサンプリング分布の学習といった計画上の問題にGNNが取り組む能力について検討する。
臨界サンプリング、振り子、6つのDoFロボットアームによる実験では、GNNは従来の分析手法の改善だけでなく、完全に接続されたニューラルネットワークや畳み込みニューラルネットワークを用いた学習アプローチも示している。
論文 参考訳(メタデータ) (2020-06-11T08:19:06Z)
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。