論文の概要: Reducing hardware requirements for entanglement distribution via joint hardware-protocol optimization

• arxiv url: http://arxiv.org/abs/2309.11448v1
• Date: Wed, 20 Sep 2023 16:26:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-21 15:31:07.381032
• Title: Reducing hardware requirements for entanglement distribution via joint hardware-protocol optimization
• Title（参考訳）: ジョイントハードウェア-プロトコール最適化による絡み合い分布のハードウェア要件の低減
• Authors: Adri\`a Labay-Mora, Francisco Ferreira da Silva, Stephanie Wehner
• Abstract要約: 我々は,処理ノード量子リピータのチェーンを用いて,最大1600kmの距離における繊維ベースの絡み合い分布の数値解析を行った。 ハードウェア要件を最小限に抑えつつ、絡み込み生成と絡み合いの浄化のためのプロトコルを同時に最適化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We conduct a numerical investigation of fiber-based entanglement distribution over distances of up to 1600km using a chain of processing-node quantum repeaters. We determine minimal hardware requirements while simultaneously optimizing over protocols for entanglement generation and entanglement purification, as well as over strategies for entanglement swapping. Notably, we discover that through an adequate choice of protocols the hardware improvement cost scales linearly with the distance covered. Our results highlight the crucial role of good protocol choices in significantly reducing hardware requirements, such as employing purification to meet high-fidelity targets and adopting a SWAP-ASAP policy for faster rates. To carry out this analysis, we employ an extensive simulation framework implemented with NetSquid, a discrete-event-based quantum-network simulator, and a genetic-algorithm-based optimization methodology to determine minimal hardware requirements.
• Abstract（参考訳）: 我々は,処理ノード量子リピータの連鎖を用いて,1600kmまでの距離における繊維ベースの絡み合い分布を数値的に検討する。 ハードウェア要件を最小限に抑えながら, 絡み込み生成と絡み合い浄化のためのプロトコルと, 絡み合い交換のための戦略を同時に最適化する。 特に,プロトコルの適切な選択により,ハードウェアの改良コストは,対象距離とともに線形にスケールすることがわかった。 本研究は,高忠実度ターゲットを満たすために精製を採用することや,より高速なレートでSWAP-ASAPポリシーを採用することなど,ハードウェア要件の大幅な削減において,優れたプロトコル選択が果たす重要な役割を強調した。 この分析には、NetSquid、離散イベントベースの量子ネットワークシミュレータ、および最小限のハードウェア要件を決定する遺伝的アルゴリズムに基づく最適化手法を応用した。

関連論文リスト

• Random Aggregate Beamforming for Over-the-Air Federated Learning in Large-Scale Networks [66.18765335695414]
  本稿では,アグリゲーションエラーを最小限に抑え,選択したデバイス数を最大化する目的で,共同装置の選択とアグリゲーションビームフォーミング設計について検討する。 コスト効率のよい方法でこの問題に取り組むために,ランダムな集合ビームフォーミング方式を提案する。 また, 得られた集計誤差と, デバイス数が大きい場合に選択したデバイス数についても解析を行った。
  論文  参考訳（メタデータ） (2024-02-20T23:59:45Z)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• Free Bits: Latency Optimization of Mixed-Precision Quantized Neural Networks on the Edge [17.277918711842457]
  混合精度量子化は、モデルサイズ、レイテンシ、統計的精度の間のトレードオフを最適化する機会を提供する。 本稿では,与えられたネットワークに対する混合精度構成の探索空間をナビゲートするハイブリッド探索手法を提案する。 ハードウェアに依存しない差別化検索アルゴリズムと、特定のハードウェアターゲットに対して遅延最適化された混合精度構成を見つけるハードウェア対応最適化で構成されている。
  論文  参考訳（メタデータ） (2023-07-06T09:57:48Z)
• Requirements for a processing-node quantum repeater on a real-world fiber grid [0.4547191277076407]
  本稿では,オランダのデルフト市とアイントホーフェン市の間の絡み合いの分布を,処理ノード量子リピータを用いて数値解析した。 高性能クラスタ上で遺伝的アルゴリズムを用いて最適化問題を解くことにより,最小限のハードウェア要件を求める。
  論文  参考訳（メタデータ） (2022-07-21T16:17:38Z)
• Real-Time GPU-Accelerated Machine Learning Based Multiuser Detection for 5G and Beyond [70.81551587109833]
  非線形ビームフォーミングフィルタは、大規模な接続を伴う定常シナリオにおいて、線形アプローチを著しく上回る。 主な課題の1つは、これらのアルゴリズムのリアルタイム実装である。 本稿では,大規模並列化によるAPSMに基づくアルゴリズムの高速化について検討する。
  論文  参考訳（メタデータ） (2022-01-13T15:20:45Z)
• An Adaptive Device-Edge Co-Inference Framework Based on Soft Actor-Critic [72.35307086274912]
  高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。 本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。 レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
  論文  参考訳（メタデータ） (2022-01-09T09:31:50Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• A Graph Deep Learning Framework for High-Level Synthesis Design Space Exploration [11.154086943903696]
  High-Level Synthesisは、アプリケーション固有の高速プロトタイピングのためのソリューションである。 本稿では,加速性能とハードウェアコストを共同で予測するグラフニューラルネットワークHLSを提案する。 提案手法は,一般的なシミュレータと同等の精度で予測できることを示す。
  論文  参考訳（メタデータ） (2021-11-29T18:17:45Z)
• Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
  絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。 量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
  論文  参考訳（メタデータ） (2021-11-15T14:07:22Z)
• Minimum Entanglement Protocols for Function Estimation [0.0]
  我々は、少なくとも$k$-partite tanglement を用いて最適なプロトコルが存在することの必要十分条件を証明した。 我々のプロトコルは時間依存制御をある程度必要としており、関連する時間依存プロトコルのクラスは、ジェネリック関数の最適スケーリングを達成できないことを示す。
  論文  参考訳（メタデータ） (2021-10-14T18:00:00Z)
• Optimizing Entanglement Generation and Distribution Using Genetic Algorithms [0.640476282000118]
  絡み合い分布による長距離量子通信は、量子インターネットにとって非常に重要である。 量子リピータは理論上、絡み合いが分散できる距離を延ばすのに使えるが、実際にはハードウェアの品質は依然として不足している。 エンタングルメント生成と分布の最適化のための遺伝的アルゴリズムと量子リピータ連鎖のシミュレーションに基づく手法を提案する。
  論文  参考訳（メタデータ） (2020-10-30T17:09:34Z)

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。