論文の概要: Unveiling the Importance of Longer Paths in Quantum Networks

• arxiv url: http://arxiv.org/abs/2402.15462v1
• Date: Fri, 23 Feb 2024 17:45:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-26 13:53:07.863851
• Title: Unveiling the Importance of Longer Paths in Quantum Networks
• Title（参考訳）: 量子ネットワークにおける長小経路の重要性
• Authors: Xinqi Hu, Gaogao Dong, Renaud Lambiotte, Kim Christensen, Jingfang Fan, Lixin Tian, Shlomo Havlin, Xiangyi Meng
• Abstract要約: コンカレンス・パーコレーション (Concurrence Percolation) として知られる拡張接続の基礎となる統計理論について検討する。 我々の発見は量子ネットワーク(QN)設計の第一原則を明らかにしている。
• 参考スコア（独自算出の注目度）: 0.3141085922386211
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The advancement of quantum communication technologies is calling for a better understanding of quantum network (QN) design from first principles, approached through network science. Pioneering studies have established a classical percolation mapping to model the task of entanglement transmission across QN. Yet, this mapping does not capture the stronger, yet not fully understood connectivity observed in QNs, which facilitates more efficient entanglement transmission than predicted by classical percolation. In this work, we explore the critical phenomena of the potential statistical theory underlying this enhanced connectivity, known as concurrence percolation. Compared to classical percolation, the concurrence percolation mapping employs a unique approach of "superposing" path connectivities, utilizing a different set of path connectivity rules, thereby boosting the overall network connectivity. Firstly, we analytically derive the percolation critical exponents for hierarchical, scale-free networks, particularly the UV flower model, characterized by two distinct network length scales, U$\leq$V. Our analysis confirms that classical and concurrence percolations, albeit both satisfying the hyperscaling relation, fall into separate universality classes. Most importantly, this separation stems from their different treatment of non-shortest path contributions to overall connectivity. Notably, as the longer path scale V increases, concurrence percolation retains unignorable dependence of both its critical threshold and critical exponents on V and thus, comparing with its classical counterpart, shows a higher resilience to the weakening of non-shortest paths. This higher resilience is also observed in real-world network topology, e.g., the Internet. Our findings reveal a first principle for QN design: longer paths still contribute significantly to QN connectivity -- as long as they are abundant.
• Abstract（参考訳）: 量子通信技術の進歩は、ネットワーク科学を通じてアプローチされた第一原理から量子ネットワーク(QN)設計をよりよく理解することを求めている。 パイオニアリング研究は、QN間の絡み合い伝達のタスクをモデル化する古典的なパーコレーションマッピングを確立した。 しかし、このマッピングは、古典的なパーコレーションによって予測されるよりも効率的な絡み合い伝達を促進するQNで観測される強いが完全には理解されていない接続性を捉えない。 本研究では、この拡張接続性の基礎となる潜在的な統計理論の臨界現象、すなわちコンカレンス・パーコレーションについて考察する。 古典的なパーコレーションと比較すると、コンカレンスパーコレーションマッピングは、経路接続ルールの異なるセットを利用して、経路接続の「スーパーポーシング(superposing)」というユニークなアプローチを採用する。 まず,2つの異なるネットワーク長尺度U$\leq$Vを特徴とする階層的,スケールフリーなネットワーク,特にUVフラワーモデルに対するパーコレーション臨界指数を解析的に導出した。 解析により,超スケーリング関係を満たす古典的および共起的パーコレーションが,それぞれ異なる普遍性クラスに分類されることを確認した。 最も重要なのは、この分離は、接続性全体に対する非短経路の異なる処理に起因している。 特に、長い経路スケールVが大きくなるにつれて、コンカレンスパーコレーションはその臨界しきい値と臨界指数の両方に無視できない依存を保ち、従って古典的なものと比較すると、非ショートパスの弱体化に対する高いレジリエンスを示す。 この高いレジリエンスは、実世界のネットワークトポロジ、例えばインターネットでも観察される。 長いパスは、QNが豊富な限り、QN接続に大きく貢献します。

関連論文リスト

• Quantum Networks Enhanced by Distributed Quantum Memories [0.0]
  量子通信ネットワークに分散した量子メモリのネットワーク全体での相乗的利用が根本的な優位性をもたらすことを示す。 まず、局所記憶を用いた量子通信の問題を古典的連続体パーコレーションモデルにマッピングする。 この改良された写像は、乱れた量子磁石の再正規化群処理のデシミネーション規則に類似したグラフマージ規則で定式化することができる。
  論文  参考訳（メタデータ） (2024-03-25T02:16:25Z)
• Percolation Theories for Quantum Networks [5.004146855779428]
  量子ネットワークの不完全性において、遠方のノード間でどのように効果的かつ間接的に絡み合うことができるのか? 従来のパーコレーションフレームワークは,ネットワークの間接接続性を一意に定義していないことを示す。 この実現により、"Concurrence Percolation"と呼ばれる別の理論が出現し、この理論は、大規模に現れる未認識の量子優位性を明らかにする。
  論文  参考訳（メタデータ） (2023-10-27T18:24:58Z)
• Hierarchical certification of non-classical network correlations [54.9796002159688]
  ネットワークに対して線形および非線形ベルのような不等式を導出する。 我々は、自然が最終的に量子力学によって支配されていると仮定することなく、ネットワーク非局所性とネットワーク非局所性の間の階層構造を提供する。
  論文  参考訳（メタデータ） (2023-06-27T18:00:01Z)
• Sharper analysis of sparsely activated wide neural networks with trainable biases [103.85569570164404]
  本研究は,ニューラル・タンジェント・カーネル(NTK)の勾配勾配による一層超過パラメータ化ReLUネットワークのトレーニング研究である。 驚くべきことに、スパシフィケーション後のネットワークは、元のネットワークと同じくらい高速に収束できることが示されている。 一般化境界は制限NTKの最小固有値に依存するため、この研究は制限NTKの最小固有値をさらに研究する。
  論文  参考訳（メタデータ） (2023-01-01T02:11:39Z)
• The Quantum Path Kernel: a Generalized Quantum Neural Tangent Kernel for Deep Quantum Machine Learning [52.77024349608834]
  古典的なディープニューラルネットワークの量子アナログを構築することは、量子コンピューティングにおける根本的な課題である。 鍵となる問題は、古典的なディープラーニングの本質的な非線形性にどのように対処するかである。 我々は、深層機械学習のこれらの側面を複製できる量子機械学習の定式化であるQuantum Path Kernelを紹介する。
  論文  参考訳（メタデータ） (2022-12-22T16:06:24Z)
• Deep Architecture Connectivity Matters for Its Convergence: A Fine-Grained Analysis [94.64007376939735]
  我々は、勾配降下訓練におけるディープニューラルネットワーク(DNN)の収束に対する接続パターンの影響を理論的に特徴づける。 接続パターンの単純なフィルタリングによって、評価対象のモデルの数を削減できることが示される。
  論文  参考訳（メタデータ） (2022-05-11T17:43:54Z)
• Quantum-classical distance as a tool to design optimal chiral quantum walk [0.0]
  連続時間量子ウォーク(CTQW)は、量子輸送、普遍量子計算、量子空間探索のための貴重なモデルを提供する。 量子古典距離は、CTQWとその古典的距離のダイナミクスの差を捉え、ハミルトンのパラメータの最適化を導いている。
  論文  参考訳（メタデータ） (2021-06-22T11:38:58Z)
• The dilemma of quantum neural networks [63.82713636522488]
  量子ニューラルネットワーク(QNN)は、古典的な学習モデルに対して何の恩恵も与えないことを示す。 QNNは、現実世界のデータセットの一般化が不十分な、極めて限られた有効モデル能力に悩まされている。 これらの結果から、現在のQNNの役割を再考し、量子的優位性で現実の問題を解決するための新しいプロトコルを設計せざるを得ない。
  論文  参考訳（メタデータ） (2021-06-09T10:41:47Z)
• Concurrence Percolation in Quantum Networks [3.52359746858894]
  我々は新しい統計理論、コンカレンス・パーコレーション理論(ConPT)を導入する。 その結果, ConPTにより予測されるエンタングルメント伝達閾値は, 既知の古典的パーコレーションに基づく結果よりも低いことがわかった。 ConPTはまた、ベーテ格子上の有限サイズ解析によって導かれるパーコレーションのような普遍的臨界挙動を示す。
  論文  参考訳（メタデータ） (2021-03-25T17:14:48Z)
• Learning Connectivity of Neural Networks from a Topological Perspective [80.35103711638548]
  本稿では,ネットワークを解析のための完全なグラフに表現するためのトポロジ的視点を提案する。 接続の規模を反映したエッジに学習可能なパラメータを割り当てることにより、学習プロセスを異なる方法で行うことができる。 この学習プロセスは既存のネットワークと互換性があり、より大きな検索空間と異なるタスクへの適応性を持っている。
  論文  参考訳（メタデータ） (2020-08-19T04:53:31Z)

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。