Fugu-MT 論文翻訳(概要): Optimization of deterministic photonic graph state generation via local operations

論文の概要: Optimization of deterministic photonic graph state generation via local operations

arxiv url: http://arxiv.org/abs/2401.00635v1
Date: Mon, 1 Jan 2024 02:11:49 GMT
ステータス: 処理完了
システム内更新日: 2024-01-03 16:33:42.041732
Title: Optimization of deterministic photonic graph state generation via local operations
Title（参考訳）: 局所演算による決定論的フォトニックグラフ生成の最適化
Authors: Sobhan Ghanbari, Jie Lin, Benjamin MacLellan, Luc Robichaud, Piotr Roztocki, and Hoi-Kwong Lo
Abstract要約: 本稿では,状態の局所的クリフォード等価度とグラフ-形状相関生成コストパラメータに基づくプロトコルの最適化手法を提案する。我々は,リピータグラフ状態の生成に2量子ゲートを使用する場合の50%の削減と,15ノードのランダムな高密度グラフに対する総ゲート数全体の65%の削減を実現している。
参考スコア（独自算出の注目度）: 3.2106353278518105
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Realizing photonic graph states, crucial in various quantum protocols, is challenging due to the absence of deterministic entangling gates in linear optics. To address this, emitter qubits are leveraged to establish and transfer the entanglement to photons. We introduce an optimization method for such protocols based on the local Clifford equivalency of states and the graph-shape correlated generation cost parameters. Employing this method, we achieve a 50% reduction in use of the 2-qubit gates for generation of the repeater graph states and a 65% reduction in the total gate count for 15-node random dense graphs.
Abstract（参考訳）: 様々な量子プロトコルにおいて重要なフォトニックグラフ状態を実現することは、線形光学における決定論的絡み合いゲートがないため困難である。これに対処するため、エミッター量子ビットは光子への絡み合いの確立と伝達に利用される。本稿では,状態の局所クリフォード等価性とグラフ形状相関生成コストパラメータに基づくプロトコルの最適化手法を提案する。この手法を用いることで、リピータグラフ状態の生成に2量子ゲートを使用する場合の50%の削減と、15ノードランダムな高密度グラフに対する総ゲート数全体の65%の削減を実現した。

関連論文リスト

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)
Resource-efficient and loss-aware photonic graph state preparation using an array of quantum emitters, and application to all-photonic quantum repeaters [0.8409980020848168]
本研究では,エミッタ数CNOTを最小化しつつ,エミッタ数をグラフ状態深さと交換できるアルゴリズムを提案する。提案手法は,リピータグラフ状態を生成するのに必要なエミッタの最小数よりもはるかに優れた速度-vs.-distance性能を実現する。
論文参考訳（メタデータ） (2024-02-01T16:29:07Z)
Graph Neural Network Autoencoders for Efficient Quantum Circuit Optimisation [69.43216268165402]
我々は、量子回路の最適化にグラフニューラルネットワーク(GNN)オートエンコーダの使い方を初めて提示する。我々は、量子回路から有向非巡回グラフを構築し、そのグラフを符号化し、その符号化を用いてRL状態を表現する。我々の手法は、非常に大規模なRL量子回路最適化に向けた最初の現実的な第一歩である。
論文参考訳（メタデータ） (2023-03-06T16:51:30Z)
Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent and Incoherent Photons Found with Gradient Search [77.34726150561087]
我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
論文参考訳（メタデータ） (2023-02-28T07:36:02Z)
Graphon Pooling for Reducing Dimensionality of Signals and Convolutional Operators on Graphs [131.53471236405628]
グラフ空間における[0, 1]2の分割上のグラフとグラフ信号の誘導的グラフ表現を利用する3つの方法を提案する。これらの低次元表現がグラフとグラフ信号の収束列を構成することを証明している。我々は,層間次元減少比が大きい場合,グラノンプーリングは文献で提案した他の手法よりも有意に優れていることを観察した。
論文参考訳（メタデータ） (2022-12-15T22:11:34Z)
Deterministic generation of qudit photonic graph states from quantum emitters [0.0]
提案手法は任意のquditグラフ状態を生成するために適用可能であることを示す。我々は,量子誤り訂正符号の1次元および2次元キュートクラスタ状態,絶対最大絡み合った状態,論理状態を生成するためのプロトコルを構築した。
論文参考訳（メタデータ） (2022-11-23T19:00:01Z)
Performance analysis of quantum repeaters enabled by deterministically generated photonic graph states [6.06945682395675]
量子リピータは古典的な通信に近づく高速な絡み合いの分布速度を可能にします量子エミッタを用いてフォトニックグラフ状態を生成する新しいスキームが提案されている。 2つの異なるグラフ状態に基づいて量子リピータの性能を定量的に解析する。
論文参考訳（メタデータ） (2022-09-23T06:13:55Z)
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)
All-optical graph representation learning using integrated diffractive photonic computing units [51.15389025760809]
フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
論文参考訳（メタデータ） (2022-04-23T02:29:48Z)
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)
Block-Approximated Exponential Random Graphs [77.4792558024487]
指数乱グラフ(ERG)の分野における重要な課題は、大きなグラフ上の非自明なERGの適合である。本稿では,非自明なERGに対する近似フレームワークを提案する。我々の手法は、数百万のノードからなるスパースグラフにスケーラブルである。
論文参考訳（メタデータ） (2020-02-14T11:42:16Z)

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。