論文の概要: Network Centralities in Quantum Entanglement Distribution due to User
Preferences
- arxiv url: http://arxiv.org/abs/2308.08170v1
- Date: Wed, 16 Aug 2023 07:00:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-17 14:44:20.403265
- Title: Network Centralities in Quantum Entanglement Distribution due to User
Preferences
- Title（参考訳）: ユーザの嗜好による量子エンタングルメント分布のネットワーク中心性
- Authors: Dibakar Das, Shiva Kumar Malapaka, Jyotsna Bapat, Debabrata Das
- Abstract要約: 本稿では,ピアツーピア接続の利用パターンによって絡み合いのリンク層トポロジが駆動される場合のネットワークの中央性について検討する。
このことは、絡み合ったグラフのエッジ中心性(絡み合い分布における個々のエッジの使用として測定される)が、電力法則分布に従うことを示している。
これらの発見は、高い信頼性と低いデコヒーレンス時間を持つ量子技術のような量子資源管理において、高い集中度を持つエッジに割り当てられる可能性がある。
- 参考スコア（独自算出の注目度）: 5.243460995467895
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum networks are of great interest of late which apply quantum mechanics
to transfer information securely. One of the key properties which are exploited
is entanglement to transfer information from one network node to another.
Applications like quantum teleportation rely on the entanglement between the
concerned nodes. Thus, efficient entanglement distribution among network nodes
is of utmost importance. Several entanglement distribution methods have been
proposed in the literature which primarily rely on attributes, such as,
fidelities, link layer network topologies, proactive distribution, etc. This
paper studies the centralities of the network when the link layer topology of
entanglements (referred to as entangled graph) is driven by usage patterns of
peer-to-peer connections between remote nodes (referred to as connection graph)
with different characteristics. Three different distributions (uniform,
gaussian, and power law) are considered for the connection graph where the two
nodes are selected from the same distribution. For the entangled graph, both
reactive and proactive entanglements are employed to form a random graph.
Results show that the edge centralities (measured as usage frequencies of
individual edges during entanglement distribution) of the entangled graph
follow power law distributions whereas the growth in entanglements with
connections and node centralities (degrees of nodes) are monomolecularly
distributed for most of the scenarios. These findings will help in quantum
resource management, e.g., quantum technology with high reliability and lower
decoherence time may be allocated to edges with high centralities.
- Abstract（参考訳）: 量子ネットワークは、情報を安全に転送するために量子力学を応用する遅い関心事である。
悪用される重要な特性の1つは、あるネットワークノードから別のネットワークノードへ情報を転送する絡み合いである。
量子テレポーテーションのようなアプリケーションは、関連するノード間の絡み合いに依存する。
したがって、ネットワークノード間の効率的な絡み合い分布が最も重要である。
文献では, 主に属性, 忠実性, リンク層ネットワークトポロジ, プロアクティブ分布などに依存するいくつかの絡み合い分布法が提案されている。
本稿では, 絡み合い(絡み合いグラフ)のリンク層トポロジが, 異なる特徴を持つリモートノード間のピアツーピア接続(接続グラフ)の使用パターンによって駆動される場合のネットワークの中央性について検討する。
2つのノードが同じ分布から選択される接続グラフには、3つの異なる分布(ユニフォーム、ガウス、パワー法則)が考慮される。
絡み合いグラフでは、反応性およびプロアクティブな絡み合いがランダムグラフを形成するために用いられる。
その結果、絡み合いグラフのエッジ中心性(絡み合い分布における個々のエッジの使用頻度として測定される)は電力法則分布に従う一方、接続やノード中心性(ノードの次数)との絡み合いの増加は、ほとんどのシナリオにおいて単分子的に分布することがわかった。
これらの発見は、高い信頼性と低いデコヒーレンス時間を持つ量子技術のような量子資源管理において、高い集中度を持つエッジに割り当てられる可能性がある。
関連論文リスト
- A Quantum Algorithm for Assessing Node Importance in the st-Connectivity Attack [0.8739101659113155]
分散セキュリティの問題は、しばしばグラフに自然にマッピングされる。
協調ゲーム理論は、ノード中心性のニュアンスで柔軟な概念を作成するために使われてきた。
この研究は、ターゲット接続を維持するノードの重要性を近似するための量子的アプローチを記述する。
論文 参考訳（メタデータ） (2025-02-01T14:40:52Z) - Space-time Peer-to-Peer Distribution of Multi-party Entanglement for Any Quantum Network [1.8534793212973737]
本稿では,ネットワーク層における一般的なグラフ状態分布を効率的に実装するための新しい量子ネットワークプロトコルを提案する。
一般グラフ状態分布問題に対する明示的な数学的モデルを構築した。
我々は、ネットワーク問題におけるメモリ管理のための相対性理論の対称性にインスパイアされた時空量子ネットワークを活用する。
論文 参考訳（メタデータ） (2024-12-19T11:37:32Z) - Multi-perspective Memory Enhanced Network for Identifying Key Nodes in Social Networks [51.54002032659713]
ソーシャルネットワークにおけるキーノードを識別する新しいマルチパースペクティブメモリ拡張ネットワーク(MMEN)を提案する。
MMENは複数の視点からキーノードをマイニングし、履歴情報を記憶するためにメモリネットワークを利用する。
我々の手法は過去の方法よりも大幅に優れている。
論文 参考訳（メタデータ） (2024-03-22T14:29:03Z) - GNN-LoFI: a Novel Graph Neural Network through Localized Feature-based
Histogram Intersection [51.608147732998994]
グラフニューラルネットワークは、グラフベースの機械学習の選択フレームワークになりつつある。
本稿では,古典的メッセージパッシングに代えて,ノード特徴の局所分布を解析するグラフニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-01-17T13:04:23Z) - Entanglement Routing Based on Fidelity Curves [0.0]
本稿では,各リンクが絡み合い発生率と忠実度とのトレードオフによって特徴づけられる量子ネットワークについて考察する。
絡み合ったキュービットを一度に1つずつ分散する2つの絡み合った分布モデルと、多数の絡み合ったキュービットを同時に分散するフローモデルを考える。
論文 参考訳（メタデータ） (2023-03-22T18:59:36Z) - p2pGNN: A Decentralized Graph Neural Network for Node Classification in
Peer-to-Peer Networks [15.164084925877624]
本研究では,非構造化ピアツーピアネットワークのノードを分散化ソーシャルネットワークのユーザなどコミュニケーションの不確実性のあるノードに分類することを目的とする。
この問題を解決するために,グラフニューラルネットワーク(GNN)を分離した。
通信速度に対して線形に同じ予測で収束する拡散の非同期分散定式化を開発する。
論文 参考訳（メタデータ） (2021-11-29T12:21:47Z) - Reasoning Graph Networks for Kinship Verification: from Star-shaped to
Hierarchical [85.0376670244522]
階層型推論グラフネットワークの学習による顔の親和性検証の問題点について検討する。
より強力で柔軟なキャパシティを利用するために,星型推論グラフネットワーク(S-RGN)を開発した。
また、より強力で柔軟なキャパシティを利用する階層型推論グラフネットワーク(H-RGN)も開発しています。
論文 参考訳（メタデータ） (2021-09-06T03:16:56Z) - A Proactive Connection Setup Mechanism for Large Quantum Networks [0.0]
量子ネットワークノード間の絡み合いを分散するための効率的なメカニズムが必要である。
本稿では,履歴データを用いて2ノード間の接続設定を高速化する手法を提案する。
その結果、量子ネットワークサイズが大きくなるにつれて、提案手法は接続施設の成功率を向上させることが示された。
論文 参考訳（メタデータ） (2020-12-25T11:48:40Z) - Spectral Embedding of Graph Networks [76.27138343125985]
ローカルノードの類似性と接続性、グローバル構造をトレードオフする教師なしグラフ埋め込みを導入する。
埋め込みは一般化されたグラフ Laplacian に基づいており、固有ベクトルは1つの表現においてネットワーク構造と近傍近傍の両方をコンパクトにキャプチャする。
論文 参考訳（メタデータ） (2020-09-30T04:59:10Z) - Critical Phenomena in Complex Networks: from Scale-free to Random
Networks [77.34726150561087]
一対のノード間のリンクを制御する隠れ変数を持つ構成ネットワークモデルにおける臨界現象について検討する。
平均ノード次数、期待するエッジ数、ランダウとヘルムホルツの自由エネルギーについて、温度とノード数の関数として解析式を求める。
論文 参考訳（メタデータ） (2020-08-05T18:57:38Z) - Quantized Decentralized Stochastic Learning over Directed Graphs [54.005946490293496]
有向グラフ上で通信する計算ノード間でデータポイントが分散される分散学習問題を考える。
モデルのサイズが大きくなるにつれて、分散学習は、各ノードが隣人にメッセージ(モデル更新)を送信することによる通信負荷の大きなボトルネックに直面します。
本稿では,分散コンセンサス最適化におけるプッシュサムアルゴリズムに基づく有向グラフ上の量子化分散学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-02-23T18:25:39Z)
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。