論文の概要: Unveiling the Importance of Non-Shortest Paths in Quantum Networks

• arxiv url: http://arxiv.org/abs/2402.15462v4
• Date: Thu, 19 Dec 2024 15:47:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:27:16.293578
• Title: Unveiling the Importance of Non-Shortest Paths in Quantum Networks
• Title（参考訳）: 量子ネットワークにおける非強経路の重要性の解明
• Authors: Xinqi Hu, Gaogao Dong, Renaud Lambiotte, Kim Christensen, Jingfang Fan, Zihao Tian, Jianxi Gao, Shlomo Havlin, Xiangyi Meng,
• Abstract要約: 我々は、スケールフリーネットワーク上での強い接続の起源を明らかにするために、統計物理学モデル(コンカレンスパーコレーション)を適用した。 以上の結果から,QN設計における重要な原則が浮かび上がっている。
• 参考スコア（独自算出の注目度）: 1.3350320201707588
• License:
• Abstract: Quantum networks (QNs) exhibit stronger connectivity than predicted by classical percolation, yet the origin of this phenomenon remains unexplored. Here, we apply a statistical physics model -- concurrence percolation -- to uncover the origin of stronger connectivity on hierarchical scale-free networks, the ($U,V$) flowers. These networks allow full analytical control over path connectivity through two adjustable path-length parameters, $U \leq V$. This precise control enables us to determine critical exponents well beyond current simulation limits, revealing that classical and concurrence percolations, while both satisfying the hyperscaling relation, fall into distinct universality classes. This distinction arises from how they "superpose" parallel, non-shortest path contributions into overall connectivity. Concurrence percolation, unlike its classical counterpart, is sensitive to non-shortest paths and shows higher resilience to detours as these paths lengthen. This enhanced resilience is also observed in real-world hierarchical, scale-free Internet networks. Our findings highlight a crucial principle for QN design: when non-shortest paths are abundant, they notably enhance QN connectivity beyond what is achievable with classical percolation.
• Abstract（参考訳）: 量子ネットワーク(QN)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強い接続性を示すが、この現象の起源は未解明のままである。 ここでは、階層的なスケールのないネットワーク、すなわち(U,V$)花の強い接続の起源を明らかにするために、統計物理学モデル(コンカレンスパーコレーション)を適用する。 これらのネットワークは2つの調整可能な経路長パラメータ、$U \leq V$を通して経路接続を完全に解析的に制御できる。 この厳密な制御により、現在のシミュレーション限界を超えて臨界指数を決定することができ、古典的および共起パーコレーションはどちらも超スケーリング関係を満たすが、異なる普遍性クラスに陥る。 この区別は、それらが全体的な接続性に対して並列で非ショートパスのコントリビューションを"スーパーポジション"する方法から生じる。 コンカレンス・パーコレーション(英語版)は、古典的なものと異なり、非ホルモン経路に敏感であり、これらの経路が長引くにつれてデトゥールに対する高いレジリエンスを示す。 この強化されたレジリエンスは、現実世界の階層的でスケールレスなインターネットネットワークでも見られる。 以上の結果から,QN設計における重要な原則が浮かび上がっている。

関連論文リスト

• Routing entanglement through quantum networks [0.0]
  エンタングルメントは、よりセキュアな通信や高速な計算といった技術応用の約束を果たす。 本研究では,連続変数系のネットワークにおける非相互輸送を用いた一方向の絡み合いの経路について検討する。
  論文  参考訳（メタデータ） (2024-02-12T22:39:56Z)
• 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)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)
• Hierarchical certification of nonclassical network correlations [50.32788626697182]
  ネットワークに対して線形および非線形ベル様の不等式を導出する。 我々はこの仮定を挿入し、その結果が実験で証明できる結果に繋がる。
  論文  参考訳（メタデータ） (2023-06-27T18:00:01Z)
• On skip connections and normalisation layers in deep optimisation [32.51139594406463]
  本稿では、ディープニューラルネットワークの最適化研究のための一般的な理論的枠組みを紹介する。 本フレームワークは多層損失景観の曲率および規則性特性を決定する。 スキップ接続がトレーニングを加速する新しい因果メカニズムを同定する。
  論文  参考訳（メタデータ） (2022-10-10T06:22:46Z)
• 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)
• Toward Trainability of Deep Quantum Neural Networks [87.04438831673063]
  ランダムな構造を持つ量子ニューラルネットワーク(QNN)は、回路深さと量子ビット数が増加するにつれて指数関数的に減少する勾配のため、トレーニング性に乏しい。 理論的保証のある深部QNNに対して、消滅する勾配問題に対する最初の実現可能な解決策を提供する。
  論文  参考訳（メタデータ） (2021-12-30T10:27:08Z)
• 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)
• On Infinite-Width Hypernetworks [101.03630454105621]
  我々は、ハイパーネットワークが、下降中のグローバルなミニマを保証していないことを示す。 我々は,これらのアーキテクチャの機能的先行を,対応するGPカーネルとNTKカーネルを導出することによって同定する。 この研究の一環として、標準完全連結ReLUネットワークの高次テイラー項の厳密な境界を導出した数学的貢献を行う。
  論文  参考訳（メタデータ） (2020-03-27T00:50:29Z)

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。