論文の概要: Routing and Spectrum Allocation in Broadband Quantum Entanglement Distribution
- arxiv url: http://arxiv.org/abs/2404.08744v1
- Date: Fri, 12 Apr 2024 18:11:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-16 18:52:17.767341
- Title: Routing and Spectrum Allocation in Broadband Quantum Entanglement Distribution
- Title(参考訳): 広帯域量子エンタングルメント分布におけるルーティングとスペクトルアロケーション
- Authors: Rohan Bali, Ashley N. Tittelbaugh, Shelbi L. Jenkins, Anuj Agrawal, Jerry Horgan, Marco Ruffini, Daniel C. Kilper, Boulat A. Bash,
- Abstract要約: 光ネットワーク上での量子エンタングルメント分布のリソース割り当てについて検討する。
我々は、絡み合い分布における最大値の公平性に着目し、様々なスペクトル割り当て方式の性能を比較する。
中央値のEPRペアレート、ジャイナ指数、実行時を考慮した場合、最低値のEPRペアレートを達成するスペクトル割当手法が著しく悪化することが判明した。
- 参考スコア(独自算出の注目度): 4.404652389362312
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate resource allocation for quantum entanglement distribution over an optical network. We characterize and model a network architecture that employs a single quasi-deterministic time-frequency heralded Einstein-Podolsky-Rosen (EPR) pair source, and develop a routing scheme for distributing entangled photon pairs over such a network. We focus on max-min fairness in entanglement distribution and compare the performance of various spectrum allocation schemes by examining the max-min and median number of EPR-pairs assigned by them, and the Jain index associated with this assignment. Since this presents an NP-hard problem, we identify two approximation algorithms that outperform others in minimum and mean EPR-pair rate distribution and are comparable to others in the Jain index. We also analyze how the network size and connectivity affect these metrics using Watts-Strogatz random graphs. We find that a spectrum allocation approach that achieves high minimum EPR-pair rate can perform significantly worse when the median EPR-pair rate, Jain index, and runtimes are considered.
- Abstract(参考訳): 光ネットワーク上での量子エンタングルメント分布のリソース割り当てについて検討する。
本研究では,EPR(Einstein-Podolsky-Rosen)ペア・ソースを用いたネットワーク・アーキテクチャを特徴付け,モデル化し,そのようなネットワーク上に束縛された光子対を分散するルーティング・スキームを開発する。
本研究では, 絡み合い分布における最大値の公平性に着目し, それらに割り当てられたEPRペアの最大値と中央値およびジャイナ指数を比較し, 様々なスペクトル割り当て方式の性能を比較した。
これはNP-hard問題であるので、最小値と平均値のEPR-pair比分布で他よりも優れ、ジャイナ指数の他の値に匹敵する2つの近似アルゴリズムを同定する。
また、Watts-Strogatzランダムグラフを用いて、ネットワークサイズと接続性がこれらの指標に与える影響を分析する。
中央値のEPRペアレート、ジャイナ指数、実行時を考慮した場合、最低値のEPRペアレートを達成するスペクトル割当手法が著しく悪化することが判明した。
関連論文リスト
- SPARQ: Efficient Entanglement Distribution and Routing in Space-Air-Ground Quantum Networks [50.91365514137301]
宇宙空間量子(SPARQ)ネットワークは、シームレスなオンデマンドの絡み合い分布を提供する手段として開発された。
SPARQの複数のグラフ上でディープQネットワーク(DQN)を用いて深層強化学習フレームワークを提案し,訓練した。
通信相手間の絡み合いを確立するために,サードパーティの絡み合い分散政策を提案する。
論文 参考訳(メタデータ) (2024-09-19T16:31:37Z) - Unsupervised Graph-based Learning Method for Sub-band Allocation in 6G Subnetworks [2.0583251142940377]
グラフベース学習を用いた無線ネットワークにおける周波数サブバンド割り当てのための教師なし手法を提案する。
サブネットワーク配置を競合グラフとしてモデル化し,グラフカラー化とPottsモデルにインスパイアされた教師なし学習アプローチを提案し,サブバンド割り当てを最適化する。
論文 参考訳(メタデータ) (2023-12-13T12:57:55Z) - Predictive GAN-powered Multi-Objective Optimization for Hybrid Federated
Split Learning [56.125720497163684]
無線ネットワークにおけるハイブリッド・フェデレーション・スプリット・ラーニング・フレームワークを提案する。
ラベル共有のないモデル分割のための並列計算方式を設計し,提案方式が収束速度に与える影響を理論的に解析する。
論文 参考訳(メタデータ) (2022-09-02T10:29:56Z) - Federated Learning for Energy-limited Wireless Networks: A Partial Model
Aggregation Approach [79.59560136273917]
デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックである
まず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。
提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
論文 参考訳(メタデータ) (2022-04-20T19:09:52Z) - Optimal resource allocation for flexible-grid entanglement distribution
networks [0.0]
本稿では,周波数偏光双光子を用いたエンタングルメント分布の一般モデルを提案する。
我々は,1対1のユーザ接続からなるネットワークに対して,忠実度と絡み合ったビットレートの上限を導出する。
論文 参考訳(メタデータ) (2022-04-13T21:31:47Z) - A Q-Learning-based Approach for Distributed Beam Scheduling in mmWave
Networks [18.22250038264899]
ミリ波(mmWave)セルネットワークにおける分散ダウンリンクビームスケジューリングと電力配分の問題点を考察する。
異なるサービス事業者に属する複数の基地局は同じ無許可のスペクトルを共有しており、中心的な調整や協調は行われていない。
本稿では,各BSを独立したQ学習エージェントとしてモデル化し,分散スケジューリング手法を提案する。
論文 参考訳(メタデータ) (2021-10-17T02:58:13Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-11-23T19:00:01Z) - Distributed Optimization, Averaging via ADMM, and Network Topology [0.0]
センサローカライゼーションの現実問題において,ネットワークトポロジと異なるアルゴリズムの収束率の関係について検討する。
また、ADMMと持ち上げマルコフ連鎖の間の興味深い関係を示すとともに、その収束を明示的に特徴づける。
論文 参考訳(メタデータ) (2020-09-05T21:44:39Z) - Resource Allocation via Model-Free Deep Learning in Free Space Optical
Communications [119.81868223344173]
本稿では,自由空間光学(FSO)通信におけるチャネルフェージング効果の緩和のための資源配分の一般的な問題について検討する。
本フレームワークでは,FSO資源割り当て問題を解決する2つのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-07-27T17:38:51Z) - Communication-Efficient Distributed Stochastic AUC Maximization with
Deep Neural Networks [50.42141893913188]
本稿では,ニューラルネットワークを用いた大規模AUCのための分散変数について検討する。
我々のモデルは通信ラウンドをはるかに少なくし、理論上はまだ多くの通信ラウンドを必要としています。
いくつかのデータセットに対する実験は、我々の理論の有効性を示し、我々の理論を裏付けるものである。
論文 参考訳(メタデータ) (2020-05-05T18:08:23Z)
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。