論文の概要: Boson subtraction as an alternative to fusion gates for generating graph states

• arxiv url: http://arxiv.org/abs/2306.15148v2
• Date: Tue, 13 Feb 2024 13:00:50 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-14 19:41:25.112847
• Title: Boson subtraction as an alternative to fusion gates for generating graph states
• Title（参考訳）: グラフ状態生成のための融合ゲートの代替としてのボソン減算
• Authors: Seungbeom Chin
• Abstract要約: 線形量子ネットワークのグラフ図(LQG図)に基づいてグラフ状態を生成する方法を提案する。 これらのサブトラクションスキームは、単一の光子源と融合ゲートよりも柔軟な測定要素を備えた効率的な隠蔽光学装置に対応している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Qubit graph states are essential computational resources in measurement-based quantum computations (MBQC). The most well-known method to generate graph states in optics is to use fusion gates, which in many cases require expensive entangled resource states. In this work, we propose an alternative approach to generate graph states based on the graph picture of linear quantum networks (LQG picture), through which we can devise schemes that generate caterpillar graph states with boson subtractions. These subtraction schemes correspond to efficient heralded optical setups with single-photon sources and more flexible measurement elements than fusion gates. Caterpillar graph states encompass various useful graph structures for one-way quantum computing, such as linear graphs, star graphs, and networks of star graphs. We can exploit them as resources for generating cluster states using conventional Type II fusion gates. Our results demonstrate that the boson subtraction operator is a more general concept that encompasses and can therefore optimize fusion gates.
• Abstract（参考訳）: 量子ビットグラフ状態は測定に基づく量子計算(mbqc)において不可欠な計算資源である。 光学においてグラフ状態を生成する最もよく知られた方法は融合ゲートを使うことであり、多くの場合、高価なリソース状態を必要とする。 本研究では,線形量子ネットワーク(lqg)のグラフ画像に基づくグラフ状態を生成するための代替手法を提案する。 これらの減算スキームは、単一光子源とより柔軟な測定要素を持つ効率的なヘラルド光学セットアップに対応する。 キャタピラーグラフは、線形グラフ、星グラフ、星グラフのネットワークなど、一方向量子コンピューティングのための様々な有用なグラフ構造を包含する。 従来型の核融合ゲートを用いてクラスタ状態を生成するためのリソースとして活用できる。 ボソン減算作用素はより一般的な概念であり、融合ゲートを包含し、従って最適化できることを示す。

関連論文リスト

• InstructG2I: Synthesizing Images from Multimodal Attributed Graphs [50.852150521561676]
  InstructG2Iと呼ばれるグラフ文脈条件拡散モデルを提案する。 InstructG2Iはまずグラフ構造とマルチモーダル情報を利用して情報的隣人サンプリングを行う。 Graph-QFormerエンコーダは、グラフノードをグラフプロンプトの補助セットに適応的に符号化し、デノナイジングプロセスを導く。
  論文  参考訳（メタデータ） (2024-10-09T17:56:15Z)
• Heralded photonic graph states with inefficient quantum emitters [2.612403257963011]
  フォトニックグラフ状態を生成するための量子エミッタベースのスキームは、有望でリソース効率の良い方法論を提供する。 本稿では, 最先端エミッタからのフォトニックコレクションと互換性のある, フォトニックグラフ状態を生成する方法を提案する。
  論文  参考訳（メタデータ） (2024-05-22T00:24:01Z)
• Transforming graph states via Bell state measurements [0.0]
  グラフ状態は測定ベースの量子コンピューティングの鍵となるリソースである。 融合は2つの量子ビットのパリティ作用素のペアを測定する確率的ベル状態測定である。 すべての融合型に対して、5種類の融合成功事例が存在することを示すグラフ変換を導出する。
  論文  参考訳（メタデータ） (2024-05-03T18:16:25Z)
• Multipartite Entanglement Distribution in Quantum Networks using Subgraph Complementations [9.32782060570252]
  量子ネットワーク上でグラフ状態を分散する新しい手法を提案する。 グラフ状態の分布は,部分グラフ補完システムによって特徴づけられることを示す。 任意のグラフ状態の分配に最適な部分グラフ補完演算の列を求める。
  論文  参考訳（メタデータ） (2023-08-25T23:03:25Z)
• Graph-theoretical optimization of fusion-based graph state generation [0.0]
  我々は,PythonパッケージのOpsGraphStateとともに,任意のグラフ状態の融合ベースの生成を効果的に最適化するグラフ理論戦略を提案する。 我々の戦略は、対象のグラフ状態を単純化し、融合ネットワークを構築し、融合の順序を決定する3つの段階からなる。
  論文  参考訳（メタデータ） (2023-04-24T10:46:54Z)
• You Only Transfer What You Share: Intersection-Induced Graph Transfer Learning for Link Prediction [79.15394378571132]
  従来見過ごされていた現象を調査し、多くの場合、元のグラフに対して密に連結された補グラフを見つけることができる。 より密度の高いグラフは、選択的で有意義な知識を伝達するための自然なブリッジを提供する元のグラフとノードを共有することができる。 この設定をグラフインターセクション誘導トランスファーラーニング(GITL)とみなし,eコマースや学術共同オーサシップ予測の実践的応用に動機づけられた。
  論文  参考訳（メタデータ） (2023-02-27T22:56:06Z)
• Training Graph Neural Networks on Growing Stochastic Graphs [114.75710379125412]
  グラフニューラルネットワーク(GNN)は、ネットワーク化されたデータの意味のあるパターンを活用するために、グラフ畳み込みに依存している。 我々は,成長するグラフ列の極限オブジェクトであるグラフオンを利用して,非常に大きなグラフ上のGNNを学習することを提案する。
  論文  参考訳（メタデータ） (2022-10-27T16:00:45Z)
• Near-deterministic hybrid generation of arbitrary photonic graph states using a single quantum emitter and linear optics [0.0]
  我々は、現在の量子エミッタ機能を用いて、グラフ状態を生成するためのほぼ決定論的解を導入する。 本研究は,資源効率の高い量子情報処理の実用化に向けての道を開くものである。
  論文  参考訳（メタデータ） (2022-05-19T17:59:59Z)
• Spectral Graph Convolutional Networks With Lifting-based Adaptive Graph Wavelets [81.63035727821145]
  スペクトルグラフ畳み込みネットワーク(SGCN)はグラフ表現学習において注目を集めている。 本稿では,適応グラフウェーブレットを用いたグラフ畳み込みを実装した新しいスペクトルグラフ畳み込みネットワークを提案する。
  論文  参考訳（メタデータ） (2021-08-03T17:57:53Z)
• Dirichlet Graph Variational Autoencoder [65.94744123832338]
  本稿では,グラフクラスタメンバシップを潜在因子とするDGVAE(Dirichlet Graph Variational Autoencoder)を提案する。 バランスグラフカットにおける低パス特性により、入力グラフをクラスタメンバシップにエンコードする、Heattsと呼ばれるGNNの新しい変種を提案する。
  論文  参考訳（メタデータ） (2020-10-09T07:35:26Z)
• Graph Pooling with Node Proximity for Hierarchical Representation Learning [80.62181998314547]
  本稿では,ノード近接を利用したグラフプーリング手法を提案し,そのマルチホップトポロジを用いたグラフデータの階層的表現学習を改善する。 その結果,提案したグラフプーリング戦略は,公開グラフ分類ベンチマークデータセットの集合において,最先端のパフォーマンスを達成できることが示唆された。
  論文  参考訳（メタデータ） (2020-06-19T13:09:44Z)

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。