論文の概要: Scheduling Quantum Annealing for Active User Detection in a NOMA Network
- arxiv url: http://arxiv.org/abs/2407.21547v1
- Date: Wed, 31 Jul 2024 12:09:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-01 12:37:28.335548
- Title: Scheduling Quantum Annealing for Active User Detection in a NOMA Network
- Title（参考訳）: NOMAネットワークにおけるアクティブユーザ検出のためのスケジューリング量子アニーリング
- Authors: Romain Piron, Claire Goursaud,
- Abstract要約: ネットワークの動作パターンの最大アプテリデコーダがイジング・ハミルトニアンの基底状態であることを示す。
提案手法は, 最適制御関数の連続計算は避けるが, 高い成功確率を保証する。
- 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: Active user detection in a non-orthogonal multiple access (NOMA) network is a major challenge for 5G/6G applications. However, classical algorithms that can perform this task suffer either from complexity or reduced performances. This work aims at proposing a quantum annealing approach to overcome this trade-off. Firstly, we show that the maximum a posteriori decoder of the activity pattern of the network can be seen as the ground state of an Ising Hamiltonian. For N users in a network with perfect channels, we propose a universal control function to schedule the annealing process. Our approach avoids to continuously compute the optimal control function but still ensures high success probability while demanding a lower annealing time than a linear control function. This advantage holds even in the presence of imperfections in the network.
- Abstract（参考訳）: 非直交多重アクセス(NOMA)ネットワークにおけるアクティブユーザ検出は、5G/6Gアプリケーションにとって大きな課題である。
しかし、このタスクを実行できる古典的なアルゴリズムは、複雑さや性能の低下に悩まされている。
この研究は、このトレードオフを克服するために量子アニールアプローチを提案することを目的としている。
まず,Ising Hamiltonian の基底状態として,ネットワークの動作パターンの最大アプテリデコーダを見ることができることを示す。
完全チャネルを持つネットワーク上のNユーザに対しては,アニーリングプロセスのスケジューリングに普遍的な制御関数を提案する。
本手法では, 最適制御関数の連続計算は避けるが, 線形制御関数よりもアニール時間が少なくても高い成功率を保証できる。
このアドバンテージは、ネットワーク内の不完全性の存在においても有効である。
関連論文リスト
- Quantum Annealing for Active User Detection in NOMA Systems [0.0]
非直交多重アクセス(NOMA)ネットワークでアクティブユーザを検出することは、5G/6Gアプリケーションにとって大きな課題となる。
従来のアルゴリズムでは、従来のプロセッサに依存して、このタスクに対処するには、パフォーマンスと複雑さを妥協する必要がある。
本稿では,AUD探索問題とIsing Hamiltonianの基底状態の同定のマッピングを提案する。
アクティブユーザ集合を検出するためのNOMAネットワークにおいて,選択した符号の相互相関特性の影響を評価する。
論文 参考訳（メタデータ） (2024-11-08T09:00:50Z) - Optimized Generation of Entanglement by Real-Time Ordering of Swapping Operations [4.152766500389854]
量子ネットワークにおける長距離量子通信は、非閉鎖定理によって課される制約のために大きな課題に直面している。
既存のほとんどの量子通信プロトコルは、絡み合い対(EP)の事前分布に依存している。
本稿では,現行のネットワークに基づいて,各段階において最適な経路および/または絡み込みスワッピング動作を反復的に決定するグリーディアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-13T06:43:11Z) - Optimization Guarantees of Unfolded ISTA and ADMM Networks With Smooth
Soft-Thresholding [57.71603937699949]
我々は,学習エポックの数の増加とともに,ほぼゼロに近いトレーニング損失を達成するための最適化保証について検討した。
トレーニングサンプル数に対する閾値は,ネットワーク幅の増加とともに増加することを示す。
論文 参考訳（メタデータ） (2023-09-12T13:03:47Z) - Globally Optimal Training of Neural Networks with Threshold Activation
Functions [63.03759813952481]
しきい値アクティベートを伴うディープニューラルネットワークの重み劣化正規化学習問題について検討した。
ネットワークの特定の層でデータセットを破砕できる場合に、簡易な凸最適化の定式化を導出する。
論文 参考訳（メタデータ） (2023-03-06T18:59:13Z) - Closed-form control with spike coding networks [1.1470070927586016]
スパイキングニューラルネットワーク(SNN)を用いた効率的かつ堅牢な制御は、依然として未解決の問題である。
スパイク符号化ネットワーク(SCN)の神経科学理論を,クローズドフォームの最適推定と制御を取り入れて拡張する。
模擬スプリング・マス・ダンパーおよびカート・ポールシステムのロバストなスパイク制御を実証した。
論文 参考訳（メタデータ） (2022-12-25T10:32:20Z) - Quantization-aware Interval Bound Propagation for Training Certifiably
Robust Quantized Neural Networks [58.195261590442406]
我々は、逆向きに頑健な量子化ニューラルネットワーク(QNN)の訓練と証明の課題について検討する。
近年の研究では、浮動小数点ニューラルネットワークが量子化後の敵攻撃に対して脆弱であることが示されている。
本稿では、堅牢なQNNをトレーニングするための新しい方法であるQA-IBP(quantization-aware interval bound propagation)を提案する。
論文 参考訳（メタデータ） (2022-11-29T13:32:38Z) - Robust Training and Verification of Implicit Neural Networks: A
Non-Euclidean Contractive Approach [64.23331120621118]
本稿では,暗黙的ニューラルネットワークのトレーニングとロバスト性検証のための理論的および計算的枠組みを提案する。
組込みネットワークを導入し、組込みネットワークを用いて、元のネットワークの到達可能な集合の超近似として$ell_infty$-normボックスを提供することを示す。
MNISTデータセット上で暗黙的なニューラルネットワークをトレーニングするためにアルゴリズムを適用し、我々のモデルの堅牢性と、文献における既存のアプローチを通じてトレーニングされたモデルを比較する。
論文 参考訳（メタデータ） (2022-08-08T03:13:24Z) - Efficiently Learning Any One Hidden Layer ReLU Network From Queries [27.428198343906352]
ネットワークへのブラックボックスアクセスを提供するニューラルネットワークアクティベーションを任意の1つの隠蔽層で学習するアルゴリズムを初めて提供する。
最悪のネットワークであっても、完全時間で効率を保証できるのはこれが初めてです。
論文 参考訳（メタデータ） (2021-11-08T18:59:40Z) - Controller-based Energy-Aware Wireless Sensor Network Routing using
Quantum Algorithms [15.607213703199209]
古典的なプロセッサの代わりに量子プロセッサを使うための証明法を示し、最適解や準最適解を迅速に見つける。
小さなネットワークに対する予備的な結果は、量子コンピューティングを用いたこのアプローチには大きな可能性があり、ネットワークアルゴリズムの有効性の他の重要な改善への扉を開く可能性があることを示している。
論文 参考訳（メタデータ） (2021-10-12T20:16:21Z) - Enabling certification of verification-agnostic networks via
memory-efficient semidefinite programming [97.40955121478716]
本稿では,ネットワークアクティベーションの総数にのみ線形なメモリを必要とする一階二重SDPアルゴリズムを提案する。
L-inf の精度は 1% から 88% ,6% から 40% に改善した。
また,変分オートエンコーダの復号器に対する2次安定性仕様の厳密な検証を行った。
論文 参考訳（メタデータ） (2020-10-22T12:32:29Z) - Network Adjustment: Channel Search Guided by FLOPs Utilization Ratio [101.84651388520584]
本稿では,ネットワークの精度をFLOPの関数として考慮した,ネットワーク調整という新しいフレームワークを提案する。
標準画像分類データセットと幅広いベースネットワークの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2020-04-06T15:51:00Z)
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。