論文の概要: High-rate discretely-modulated continuous-variable quantum key
distribution using quantum machine learning
- arxiv url: http://arxiv.org/abs/2308.03283v1
- Date: Mon, 7 Aug 2023 04:00:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 15:22:29.518671
- Title: High-rate discretely-modulated continuous-variable quantum key
distribution using quantum machine learning
- Title(参考訳): 量子機械学習を用いた高速離散変調連続可変量子鍵分布
- Authors: Qin Liao, Jieyu Liu, Anqi Huang, Lei Huang, Zhuoying Fei, Xiquan Fu
- Abstract要約: 本稿では,量子機械学習技術を用いた離散変調連続可変量子鍵分布(DM CVQKD)の高速化手法を提案する。
低複雑さ量子k-アネレスト近傍(QkNN)は、ボブ側での離散変調コヒーレント状態(DMCS)の損失を予測するために設計されている。
シミュレーションにより,提案手法の秘密鍵レートは既存のDM CVQKDプロトコルよりも明らかに優れていることが示された。
- 参考スコア(独自算出の注目度): 4.236937886028215
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a high-rate scheme for discretely-modulated continuous-variable
quantum key distribution (DM CVQKD) using quantum machine learning
technologies, which divides the whole CVQKD system into three parts, i.e., the
initialization part that is used for training and estimating quantum
classifier, the prediction part that is used for generating highly correlated
raw keys, and the data-postprocessing part that generates the final secret key
string shared by Alice and Bob. To this end, a low-complexity quantum k-nearest
neighbor (QkNN) classifier is designed for predicting the lossy
discretely-modulated coherent states (DMCSs) at Bob's side. The performance of
the proposed QkNN-based CVQKD especially in terms of machine learning metrics
and complexity is analyzed, and its theoretical security is proved by using
semi-definite program (SDP) method. Numerical simulation shows that the secret
key rate of our proposed scheme is explicitly superior to the existing DM CVQKD
protocols, and it can be further enhanced with the increase of modulation
variance.
- Abstract(参考訳): 本稿では,量子機械学習技術を用いた離散変調連続可変量子鍵分布(DM CVQKD)の高精度化手法を提案する。CVQKDシステム全体を,量子分類器のトレーニングと推定に使用する初期化部,高相関の生鍵を生成するための予測部,アリスとボブが共有する最後の秘密鍵列を生成するデータ後処理部という,3つの部分に分けられる。
この目的のために、低複素量子k-ネアレスト近傍(qknn)分類器はボブ側での損失離散変調コヒーレント状態(dmcss)を予測するために設計されている。
提案するQkNNベースのCVQKDの性能,特に機械学習のメトリクスと複雑性について分析し,半定値プログラム(SDP)法を用いてその理論的安全性を検証した。
シミュレーションにより,提案方式の秘密鍵レートは既存のDM CVQKDプロトコルよりも明らかに優れており,変調分散の増大によりさらに向上可能であることが示された。
関連論文リスト
- Boosting quantum key distribution via the end-to-end loss control [0.0]
エンド・ツー・エンド線トモグラフィによる量子鍵分布(QKD)の性能向上を示す。
提案手法は,伝送路内の干渉をリアルタイムに検出することに基づく。
我々の発見は、絶え間なくセキュアな量子暗号の展開を提供する。
論文 参考訳(メタデータ) (2023-08-07T17:32:14Z) - TeD-Q: a tensor network enhanced distributed hybrid quantum machine
learning framework [59.07246314484875]
TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。
古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。
量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
論文 参考訳(メタデータ) (2023-01-13T09:35:05Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳(メタデータ) (2022-09-01T17:08:41Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳(メタデータ) (2022-07-14T12:22:51Z) - When BERT Meets Quantum Temporal Convolution Learning for Text
Classification in Heterogeneous Computing [75.75419308975746]
本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。
目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
論文 参考訳(メタデータ) (2022-02-17T09:55:21Z) - Neural network-based prediction of the secret-key rate of quantum key
distribution [6.040436695129137]
実験パラメータと実験結果に基づいて,セキュアな鍵レートを迅速に予測できるニューラルネットワークを構築した。
これにより、離散変調CV-QKDの安全な鍵レートを低消費電力プラットフォーム上でリアルタイムで抽出することができる。
論文 参考訳(メタデータ) (2021-08-05T12:34:56Z) - Composably secure data processing for Gaussian-modulated continuous
variable quantum key distribution [58.720142291102135]
連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。
構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。
特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
論文 参考訳(メタデータ) (2021-03-30T18:02:55Z) - Ansatz-Independent Variational Quantum Classifier [0.0]
可変量子分類器 (VQC) がよく知られたカーネル法に収まることを示す。
また、与えられたユニタリ演算子に対して効率的な量子回路を設計するための変分回路実現法(VCR)を提案する。
論文 参考訳(メタデータ) (2021-02-02T21:25:39Z) - Hybrid quantum-classical classifier based on tensor network and
variational quantum circuit [0.0]
本稿では、量子インスパイアされたテンソルネットワーク(TN)と変分量子回路(VQC)を組み合わせて教師付き学習タスクを行うハイブリッドモデルを提案する。
低結合次元の行列積状態に基づくTNは、MNISTデータセットのバイナリ分類において、VQCの入力のためのデータを圧縮する特徴抽出器としてPCAよりも優れていることを示す。
論文 参考訳(メタデータ) (2020-11-30T09:43:59Z) - Decentralizing Feature Extraction with Quantum Convolutional Neural
Network for Automatic Speech Recognition [101.69873988328808]
特徴抽出のための量子回路エンコーダからなる量子畳み込みニューラルネットワーク(QCNN)を構築した。
入力音声はまず、Mel-spectrogramを抽出するために量子コンピューティングサーバにアップストリームされる。
対応する畳み込み特徴は、ランダムパラメータを持つ量子回路アルゴリズムを用いて符号化される。
符号化された機能は、最終認識のためにローカルRNNモデルにダウンストリームされる。
論文 参考訳(メタデータ) (2020-10-26T03:36:01Z)
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。