論文の概要: Quantum Networks: from Multipartite Entanglement to Hypergraph Immersion

• arxiv url: http://arxiv.org/abs/2406.13452v1
• Date: Wed, 19 Jun 2024 11:21:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-06-21 20:03:05.368541
• Title: Quantum Networks: from Multipartite Entanglement to Hypergraph Immersion
• Title（参考訳）: 量子ネットワーク:マルチパーティ・エンタングルメントからハイパーグラフ・イマージョンへ
• Authors: Yu Tian, Yuefei Liu, Xiangyi Meng,
• Abstract要約: マルチパーティ・エンタングルメントは量子ネットワーク(QN)アプリケーションにおいて、バイパート・エンタングルメントよりも様々な利点を提供する。 本稿では,QNを絡み合うルーティングによって,位相的に別のQNに変換できるかどうかという問題に対処する。 我々の重要な結果は、マルチパーティ・エンタングルメント・ルーティングから、ハイパーグラフに拡張されたナッシュ・ウィリアムズのグラフ浸漬問題への正確なマッピングである。
• 参考スコア（独自算出の注目度）: 4.3301675903966625
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multipartite entanglement, a higher-order interaction unique to quantum information, offers various advantages over bipartite entanglement in quantum network (QN) applications. Establishing multipartite entanglement across remote parties in QN requires entanglement routing, which irreversibly transforms the QN topology at the cost of existing entanglement links. Here, we address the question of whether a QN can be topologically transformed into another via entanglement routing. Our key result is an exact mapping from multipartite entanglement routing to Nash-Williams's graph immersion problem, extended to hypergraphs. This generalized hypergraph immersion problem introduces a partial order between QN topologies, permitting certain topological transformations while precluding others, offering discerning insights into the design and manipulation of higher-order network topologies in QNs.
• Abstract（参考訳）: 量子情報に特有の高次相互作用であるマルチパーティ・エンタングルメントは、量子ネットワーク(QN)アプリケーションにおいて、バイパート・エンタングルメントよりも様々な利点を提供する。 QNにおけるリモートパーティ間のマルチパーティの絡み合いを確立するには、既存の絡み合いリンクを犠牲にしてQNトポロジを不可逆的に変換する絡み合いルーティングが必要である。 ここでは,QNを絡み合うルーティングによって,位相的に別のQNに変換できるかどうかという問題に対処する。 我々の重要な結果は、マルチパーティ・エンタングルメント・ルーティングから、ハイパーグラフに拡張されたナッシュ・ウィリアムズのグラフ浸漬問題への正確なマッピングである。 この一般化されたハイパーグラフの浸漬問題はQNトポロジ間の部分順序を導入し、あるトポロジ変換を前もって他のトポロジ変換を許容し、QNにおける高階ネットワークトポロジの設計と操作に関する明確な洞察を提供する。

関連論文リスト

• Entanglement-Based Artificial Topology: Neighboring Remote Network Nodes [7.53305437064932]
  絡み合いは、量子インターネットの鍵となる通信資源として全会一致で認識される。 マルチパーティ・エンタングルメントは局所演算のみを用いてQLAN間人工トポロジーを生成することができることを示す。 我々の貢献は、ネットワークエンジニアリングコミュニティに、人工トポロジと人工地区の概念に関する手持ちのガイドラインを提供することである。
  論文  参考訳（メタデータ） (2024-04-24T20:58:50Z)
• Hierarchical Multi-Marginal Optimal Transport for Network Alignment [52.206006379563306]
  マルチネットワークアライメントは,複数ネットワーク上での協調学習に必須の要件である。 マルチネットワークアライメントのための階層型マルチマージ最適トランスポートフレームワークHOTを提案する。 提案するHOTは,有効性とスケーラビリティの両面で,最先端の大幅な改善を実現している。
  論文  参考訳（メタデータ） (2023-10-06T02:35:35Z)
• On the Bipartite Entanglement Capacity of Quantum Networks [9.377912974064227]
  我々は,非決定論的エンタングルメントスワップ機能を持つデバイスからなる量子ネットワークにおいて,一対のノードに対するマルチパスエンタングルメント分布を考察する。 このフロー問題を解決するために,混合整数2次制約付きプログラム(MIQCP)を提案する。 次に、時間単位当たりのユーザに分散されたEPR状態の最大数として定義される、ネットワーク全体の容量を計算する。
  論文  参考訳（メタデータ） (2023-07-10T10:58:02Z)
• Learning to Identify Graphs from Node Trajectories in Multi-Robot Networks [15.36505600407192]
  本稿では,グローバル収束保証付きグラフトポロジを効率的に発見する学習ベースアプローチを提案する。 マルチロボット生成および群れ処理におけるグラフの同定におけるアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2023-07-10T07:09:12Z)
• QNEAT: Natural Evolution of Variational Quantum Circuit Architecture [95.29334926638462]
  我々は、ニューラルネットワークの量子対する最も有望な候補として登場した変分量子回路(VQC)に注目した。 有望な結果を示す一方で、バレン高原、重みの周期性、アーキテクチャの選択など、さまざまな問題のために、VQCのトレーニングは困難である。 本稿では,VQCの重みとアーキテクチャの両方を最適化するために,自然進化にインスパイアされた勾配のないアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T08:03:20Z)
• Multi-User Entanglement Distribution in Quantum Networks Using Multipath Routing [55.2480439325792]
  マルチパスルーティングを活用することで,マルチユーザアプリケーションの絡み合い率を高める3つのプロトコルを提案する。 これらのプロトコルは、制限された量子メモリや確率的絡み合い生成を含む、NISQ制約のある量子ネットワーク上で評価される。
  論文  参考訳（メタデータ） (2023-03-06T18:06:00Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Scaling Network Topologies for Multi-User Entanglement Distribution [0.0]
  将来の量子インターネットは、大規模な絡み合い分布に依存している。 量子デコヒーレンス(英語版)は、大規模ネットワークにおいて重要な障害であり、そうでなければ、ソースと宛先の間の複数の経路でより良い性能を発揮する。 我々は,絡み合ったペアのマルチパスルーティングをサポートするために,大量の冗長エッジを持つ新しいトポロジー,コネクテッドツリーを提案する。
  論文  参考訳（メタデータ） (2022-12-06T10:48:08Z)
• Quantum Federated Learning with Entanglement Controlled Circuits and Superposition Coding [44.89303833148191]
  我々は、絡み合ったスリム化可能な量子ニューラルネットワーク(eSQNN)の深さ制御可能なアーキテクチャを開発する。 本稿では,eS-QNNの重畳符号化パラメータを通信する絡み合ったスリム化QFL(eSQFL)を提案する。 画像分類タスクでは、広範囲なシミュレーションがeSQFLの有効性を裏付ける。
  論文  参考訳（メタデータ） (2022-12-04T03:18:03Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Characterizing arbitrary quantum networks in the noisy intermediate-scale quantum era [0.0]
  NISQ時代の任意の量子ネットワークに取り組むための体系的なアプローチを提供する。 我々の手法の1つの応用は、量子ネットワークにおける重要な要素の進展を目撃することである。
  論文  参考訳（メタデータ） (2022-10-25T03:36:02Z)
• Power and limitations of single-qubit native quantum neural networks [5.526775342940154]
  量子ニューラルネットワーク(QNN)は、機械学習、化学、最適化の応用を確立するための主要な戦略として登場した。 量子ニューラルネットワークのデータ再アップロードの表現能力に関する理論的枠組みを定式化する。
  論文  参考訳（メタデータ） (2022-05-16T17:58:27Z)
• 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)
• VQ-GNN: A Universal Framework to Scale up Graph Neural Networks using Vector Quantization [70.8567058758375]
  VQ-GNNは、Vector Quantization(VQ)を使用して、パフォーマンスを損なうことなく、畳み込みベースのGNNをスケールアップするための普遍的なフレームワークである。 我々のフレームワークは,グラフ畳み込み行列の低ランク版と組み合わせた量子化表現を用いて,GNNの「隣の爆発」問題を回避する。
  論文  参考訳（メタデータ） (2021-10-27T11:48:50Z)
• QTN-VQC: An End-to-End Learning framework for Quantum Neural Networks [71.14713348443465]
  可変量子回路(VQC)上に量子埋め込みを行うためのトレーニング可能な量子テンソルネットワーク(QTN)を導入する。 QTNは、量子埋め込みの生成から出力測定まで、エンドツーエンドのパラメトリックモデルパイプライン、すなわちQTN-VQCを可能にする。 MNISTデータセットに対する我々の実験は、他の量子埋め込み手法に対する量子埋め込みに対するQTNの利点を実証している。
  論文  参考訳（メタデータ） (2021-10-06T14:44:51Z)
• Optimized Quantum Networks [68.8204255655161]
  量子ネットワークは、ネットワーク要求の前に様々な種類の絡み合いを生成することができる。 これを応用して、所望の機能に合わせた絡み合いベースの量子ネットワークを設計する。
  論文  参考訳（メタデータ） (2021-07-21T18:00:07Z)
• Cost vector analysis & multi-path entanglement routing in quantum networks [0.0]
  我々は,thit Cost-vector formalism と呼ぶ量子ルーティングプロトコルを解析するためのフレームワークを提案する。 このフレームワークでルーティングを行うための初歩的な欲求アルゴリズムを開発し、様々な玩具ネットワークシナリオでそれらをテストする。 以上の結果から,多くのノード(コンピュータ)が加わった場合,量子ネットワークの混雑は著しく改善しないことが明らかとなった。
  論文  参考訳（メタデータ） (2021-05-02T08:26:29Z)
• Graph Picture of Linear Quantum Networks and Entanglement [6.471031681646444]
  線形量子ネットワーク(LQN)は、様々なマルチパーティントの絡み合った状態を生成するために区別不可能性を利用する。 特定の絡み合った状態を持つ適切なLQNを考案したり、粒子とモード数の増加として与えられたLQNの絡み合った状態を計算することは困難である。 本研究では,任意のLQNをグラフにマッピングすることで,LQNを解析・設計し,多部交絡を生成する強力なツールを提供する。
  論文  参考訳（メタデータ） (2021-01-02T07:27:43Z)
• DHP: Differentiable Meta Pruning via HyperNetworks [158.69345612783198]
  本稿では,ネットワークの自動プルーニングのためのハイパーネットによる識別可能なプルーニング手法を提案する。 遅延ベクトルは、バックボーンネットワーク内の畳み込み層の出力チャネルを制御し、レイヤのプルーニングのハンドルとして機能する。 画像分類、単一画像超解像、復調のための様々なネットワークで実験が行われた。
  論文  参考訳（メタデータ） (2020-03-30T17:59:18Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。