論文の概要: Imperfect quantum networks with tailored resource states

• arxiv url: http://arxiv.org/abs/2403.19778v1
• Date: Thu, 28 Mar 2024 19:00:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-01 17:23:49.401724
• Title: Imperfect quantum networks with tailored resource states
• Title（参考訳）: 調整された資源状態をもつ不完全な量子ネットワーク
• Authors: Maria Flors Mor-Ruiz, Julius Wallnöfer, Wolfgang Dür,
• Abstract要約: 絡み合いに基づく量子ネットワークは、絡み合ったリソース状態の選択においてユニークな柔軟性を示す。 本研究では, 完全に非対称なネットワークシナリオにおける絡み合いの分布に, このアプローチの柔軟性をどのように利用できるかを検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Entanglement-based quantum networks exhibit a unique flexibility in the choice of entangled resource states that are then locally manipulated by the nodes to fulfill any request in the network. Furthermore, this manipulation is not uniquely defined and thus can be optimized. We tailor the adaptation of the resource state or pre-established entanglement to achieve bipartite communication in an imperfect setting that includes time-dependent memory errors. In this same setting, we study how the flexibility of this approach can be used for the distribution of entanglement in a fully asymmetric network scenario. The considered entanglement topology is a custom one based on the minimization of the required measurements to retrieve a Bell pair. The optimization of the manipulation and the study of such a custom entanglement topology are performed using the noisy stabilizer formalism, a recently introduced method to fully track noise on graph states. We find that exploiting the flexibility of the entanglement topology, given a certain set of bipartite requests, is highly favorable in terms of the fidelity of the final state.
• Abstract（参考訳）: 絡み合いに基づく量子ネットワークは、絡み合ったリソース状態の選択においてユニークな柔軟性を示し、ネットワーク内の要求を満たすためにノードによって局所的に操作される。 さらに、この操作は一意に定義されておらず、最適化することができる。 我々は、時間依存メモリエラーを含む不完全な設定で、リソース状態の適応や、事前に確立された絡み合いを調整し、双方向通信を実現する。 この設定では, 完全に非対称なネットワークシナリオにおける絡み合いの分布に, このアプローチの柔軟性をどのように利用できるかを検討する。 絡み合いトポロジーはベル対を回収するために必要な測定値の最小化に基づくカスタムトポロジーである。 この操作の最適化と、そのようなカスタムエンタングルメントトポロジの研究は、最近導入されたグラフ状態のノイズを完全に追跡するノイズ安定化フォーマリズムを用いて行われる。 絡み合いトポロジの柔軟性を活用することは、一組のバイパーティイト要求が与えられた場合、最終状態の忠実さの観点から非常に有利である。

関連論文リスト

• Optimal Second-Order Rates for Quantum Information Decoupling [14.932939960009605]
  我々は、Alice氏がローカル操作によって環境から切り離し、システムの一部を破棄することを目的とした、標準的な量子情報分離について考察する。 エンタングルメント蒸留プロトコルに束縛された達成可能性を見出すと、アリスとボブはその量子状態が最大エンタングルド状態に最大次元で変換されることが目的である。
  論文  参考訳（メタデータ） (2024-03-21T12:06:30Z)
• Influence of noise in entanglement-based quantum networks [0.0]
  絡み合ったリソース状態が分散され、ノード間で格納される、絡み合いに基づく量子ネットワークについて考察する。 この過程におけるノイズの影響について検討し, 状態準備, 記憶, 測定における不完全性について考察する。 大規模ネットワークでは、高次元のクラスター状態が好適であり、ターゲット状態の忠実度が著しく高くなる。
  論文  参考訳（メタデータ） (2023-05-05T18:00:06Z)
• Entangled Pair Resource Allocation under Uncertain Fidelity Requirements [59.83361663430336]
  量子ネットワークにおいて、効果的な絡み合いルーティングは、量子ソースと量子宛先ノード間の通信を容易にする。 本稿では,絡み合ったペアに対する資源配分モデルと,整合性保証を伴う絡み合ったルーティングモデルを提案する。 提案モデルでは, ベースラインモデルと比較して, 総コストを少なくとも20%削減できる。
  論文  参考訳（メタデータ） (2023-04-10T07:16:51Z)
• Compressed Regression over Adaptive Networks [58.79251288443156]
  分散エージェントのネットワークによって達成可能な性能を導出し,通信制約や回帰問題を解消し,適応的に解決する。 エージェントによって最適化に必要なパラメータをオンラインで学習できる最適化アロケーション戦略を考案する。
  論文  参考訳（メタデータ） (2023-04-07T13:41:08Z)
• Optimal Privacy Preserving for Federated Learning in Mobile Edge Computing [35.57643489979182]
  ユーザ差分プライバシ(DP)を維持するための有望なアプローチとして,無線ネットワーク上での定量化と意図的なノイズ付加によるフェデレーション学習(FL)がある。 本稿では,無線ネットワークとDP要件の制約下での収束率を最大化するために,量子化と二項機構パラメータと通信資源を協調的に最適化することを目的とする。
  論文  参考訳（メタデータ） (2022-11-14T07:54:14Z)
• Learning Resilient Radio Resource Management Policies with Graph Neural Networks [124.89036526192268]
  我々は、ユーザ当たりの最小容量制約でレジリエントな無線リソース管理問題を定式化する。 有限個のパラメータ集合を用いてユーザ選択と電力制御ポリシーをパラメータ化できることを示す。 このような適応により,提案手法は平均レートと5番目のパーセンタイルレートとの良好なトレードオフを実現する。
  論文  参考訳（メタデータ） (2022-03-07T19:40:39Z)
• Standard Deviation-Based Quantization for Deep Neural Networks [17.495852096822894]
  深層ニューラルネットワークの量子化は、推論コストを低減するための有望なアプローチである。 ネットワークの重みと活性化分布の知識を用いて量子化間隔(離散値)を学習する新しいフレームワークを提案する。 提案手法は,ネットワークのパラメータを同時に推定し,量子化過程におけるプルーニング比を柔軟に調整する。
  論文  参考訳（メタデータ） (2022-02-24T23:33:47Z)
• The Sample Complexity of One-Hidden-Layer Neural Networks [57.6421258363243]
  本研究では,スカラー値を持つ一層ネットワークのクラスとユークリッドノルムで有界な入力について検討する。 隠蔽層重み行列のスペクトルノルムの制御は、一様収束を保証するには不十分であることを示す。 スペクトルノルム制御が十分であることを示す2つの重要な設定を解析する。
  論文  参考訳（メタデータ） (2022-02-13T07:12:02Z)
• A Reconfigurable Quantum Local Area Network Over Deployed Fiber [1.1713998235451095]
  デプロイネットワークにおいて,初めてフレキシブルグリッドの絡み合い分布を実装した。 対数ネガティビティによる分散分極絡み合いの定量化を行う。 分散絡み合いネットワークで実現可能な1つの量子プロトコルを実証する。
  論文  参考訳（メタデータ） (2021-02-26T17:08:03Z)
• Optimizing Mode Connectivity via Neuron Alignment [84.26606622400423]
  経験的に、損失関数の局所ミニマは、損失がほぼ一定であるようなモデル空間の学習曲線で接続することができる。 本稿では,ネットワークの重み変化を考慮し,対称性がランドスケープ・コネクティビティに与える影響を明らかにするための,より一般的な枠組みを提案する。
  論文  参考訳（メタデータ） (2020-09-05T02:25:23Z)
• Resource Allocation via Graph Neural Networks in Free Space Optical Fronthaul Networks [119.81868223344173]
  本稿では,自由空間光(FSO)フロントホールネットワークにおける最適資源割り当てについて検討する。 我々は、FSOネットワーク構造を利用するために、ポリシーパラメータ化のためのグラフニューラルネットワーク(GNN)を検討する。 本アルゴリズムは,システムモデルに関する知識が不要なモデルフリーでGNNを訓練するために開発された。
  論文  参考訳（メタデータ） (2020-06-26T14:20:48Z)

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。