論文の概要: Utilizing probabilistic entanglement between sensors in quantum networks
- arxiv url: http://arxiv.org/abs/2407.15652v1
- Date: Mon, 22 Jul 2024 14:12:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-23 14:40:28.544907
- Title: Utilizing probabilistic entanglement between sensors in quantum networks
- Title（参考訳）: 量子ネットワークにおけるセンサ間の確率的絡み合いの利用
- Authors: Emily A. Van Milligen, Christos N. Gagatsos, Eneet Kaur, Don Towsley, Saikat Guha,
- Abstract要約: 量子ネットワークの最も有望な応用の1つは、絡み合い支援センシングである。
この研究は、いつ、どのように絡み合うか、いつ保存するか、いつ蒸留する必要があるかを概説している。
- 参考スコア（独自算出の注目度）: 8.59730790789283
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One of the most promising applications of quantum networks is entanglement assisted sensing. The field of quantum metrology exploits quantum correlations to improve the precision bound for applications such as precision timekeeping, field sensing, and biological imaging. When measuring multiple spatially distributed parameters, current literature focuses on quantum entanglement in the discrete variable case, and quantum squeezing in the continuous variable case, distributed amongst all of the sensors in a given network. However, it can be difficult to ensure all sensors pre-share entanglement of sufficiently high fidelity. This work probes the space between fully entangled and fully classical sensing networks by modeling a star network with probabilistic entanglement generation that is attempting to estimate the average of local parameters. The quantum Fisher information is used to determine which protocols best utilize entanglement as a resource for different network conditions. It is shown that without entanglement distillation there is a threshold fidelity below which classical sensing is preferable. For a network with a given number of sensors and links characterized by a certain initial fidelity and probability of success, this work outlines when and how to use entanglement, when to store it, and when it needs to be distilled.
- Abstract（参考訳）: 量子ネットワークの最も有望な応用の1つは、絡み合い支援センシングである。
量子距離論の分野は、量子相関を利用して、精密時間保存、フィールドセンシング、生体イメージングなどの応用の精度を向上させる。
複数の空間分布パラメータを測定する場合、現在の文献は離散変数の場合の量子絡み合い、連続変数の場合の量子スキューズに焦点を合わせ、与えられたネットワーク内のすべてのセンサーに分散する。
しかし,すべてのセンサが十分に高い忠実度で絡み合うことを保証することは困難である。
この研究は、局所的なパラメータの平均を推定しようとする確率的絡み合い生成を持つ恒星ネットワークをモデル化することにより、完全に絡み合うネットワークと完全に古典的なセンシングネットワークの間の空間を探索する。
量子フィッシャー情報は、どのプロトコルが絡み合いを異なるネットワーク条件のリソースとして最もよく利用するかを決定するために使用される。
エンタングルメント蒸留がなければ、古典的なセンシングが好ましい閾値の忠実度が下にあることが示されている。
一定の初期忠実度と成功の確率を特徴とする所定の数のセンサとリンクを持つネットワークの場合、この研究は、いつ、どのように絡み合うか、いつ保存するか、いつ蒸留する必要があるかを概説する。
関連論文リスト
- Quantum Advantage in Distributed Sensing with Noisy Quantum Networks [37.23288214515363]
分散センシングにおける量子優位性はノイズの多い量子ネットワークで実現できることを示す。
この量子的優位性には絡み合いが必要であるが、真の多部絡みは一般に不要である。
論文 参考訳（メタデータ） (2024-09-25T16:55:07Z) - 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) - Neural networks for Bayesian quantum many-body magnetometry [0.0]
絡み合った量子多体系は、個々の量子検出器のアンサンブルで達成可能な精度よりも大きいパラメータを推定できるセンサーとして使用できる。
このことは、ベイズ推論手法の適用性を妨げうる複雑さを伴っている。
量子多体センサの力学を忠実に再現するニューラルネットワークを用いて、これらの問題を回避する方法を示す。
論文 参考訳（メタデータ） (2022-12-22T22:13:49Z) - Adaptive, Continuous Entanglement Generation for Quantum Networks [59.600944425468676]
量子ネットワークは情報伝達のために、遠方のノードにおける量子ビット間の絡み合いに依存している。
本稿では、前回の要求からの情報を用いてランダムに生成された量子リンクの選択をガイドする適応型スキームを提案する。
また、遅延性能の違いが量子ネットワークのリソースの最適な割り当ての必要性を示唆する量子メモリ割り当てシナリオについても検討する。
論文 参考訳（メタデータ） (2022-12-17T05:40:09Z) - Cluster-Promoting Quantization with Bit-Drop for Minimizing Network
Quantization Loss [61.26793005355441]
クラスタ・プロモーティング・量子化(CPQ)は、ニューラルネットワークに最適な量子化グリッドを見つける。
DropBitsは、ニューロンの代わりにランダムにビットをドロップする標準のドロップアウト正規化を改訂する新しいビットドロップ技術である。
本手法を様々なベンチマークデータセットとネットワークアーキテクチャ上で実験的に検証する。
論文 参考訳（メタデータ） (2021-09-05T15:15:07Z) - Entanglement Rate Optimization in Heterogeneous Quantum Communication
Networks [79.8886946157912]
量子通信ネットワークは、将来6G以降の通信ネットワークにおいて重要な構成要素となる可能性のある、有望な技術として登場しつつある。
近年の進歩は、実際の量子ハードウェアによる小規模および大規模量子通信ネットワークの展開に繋がった。
量子ネットワークにおいて、絡み合いは異なるノード間でのデータ転送を可能にする鍵となるリソースである。
論文 参考訳（メタデータ） (2021-05-30T11:34:23Z) - Integrable quantum many-body sensors for AC field sensing [0.0]
本稿では,ACフィールドの振幅を検出するために,積分可能な多体系を効率的に利用できることを述べる。
提案プロトコルは,短期量子シミュレータでも実現可能であることを示す。
論文 参考訳（メタデータ） (2021-05-27T23:52:22Z) - Optimizing Entanglement Generation and Distribution Using Genetic
Algorithms [0.640476282000118]
絡み合い分布による長距離量子通信は、量子インターネットにとって非常に重要である。
量子リピータは理論上、絡み合いが分散できる距離を延ばすのに使えるが、実際にはハードウェアの品質は依然として不足している。
エンタングルメント生成と分布の最適化のための遺伝的アルゴリズムと量子リピータ連鎖のシミュレーションに基づく手法を提案する。
論文 参考訳（メタデータ） (2020-10-30T17:09:34Z) - Searching for Low-Bit Weights in Quantized Neural Networks [129.8319019563356]
低ビットの重みとアクティベーションを持つ量子ニューラルネットワークは、AIアクセラレータを開発する上で魅力的なものだ。
本稿では、任意の量子化ニューラルネットワークにおける離散重みを探索可能な変数とみなし、差分法を用いて正確に探索する。
論文 参考訳（メタデータ） (2020-09-18T09:13:26Z) - Semidefinite tests for quantum network topologies [0.9176056742068814]
量子ネットワークは、長距離通信、量子暗号、クロック同期、分散量子コンピューティングにおいて重要な役割を果たしている。
与えられた量子ネットワークがどの相関を生じさせるのかという問題は、いまだに未解決のままである。
従来は古典的ケースで導かれていた観測可能共分散の制約が量子ネットワークにも適用可能であることを示す。
論文 参考訳（メタデータ） (2020-02-13T22:36:46Z) - Machine learning transfer efficiencies for noisy quantum walks [62.997667081978825]
グラフ型と量子系コヒーレンスの両方の要件を見つけるプロセスは自動化可能であることを示す。
この自動化は、特定のタイプの畳み込みニューラルネットワークを使用して、どのネットワークで、どのコヒーレンス要求の量子優位性が可能かを学習する。
我々の結果は、量子実験における利点の実証と、科学的研究と発見の自動化への道を開くために重要である。
論文 参考訳（メタデータ） (2020-01-15T18:36:53Z)
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。