論文の概要: Parameter Optimization of Rate-Adaptive Continuous-Variable Quantum Key Distribution Systems
- arxiv url: http://arxiv.org/abs/2408.08581v1
- Date: Fri, 16 Aug 2024 07:31:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 16:17:46.692590
- Title: Parameter Optimization of Rate-Adaptive Continuous-Variable Quantum Key Distribution Systems
- Title(参考訳): 周波数適応型連続可変量子鍵分布系のパラメータ最適化
- Authors: Erdem Eray Cil, Jonas Berl, Laurent Schmalen,
- Abstract要約: 単一の情報和解装置は、秘密鍵を最大112kmまで生成することができる。
これにより、統一的な和解システムが可能となり、CV-QKDの商業化が容易になる。
- 参考スコア(独自算出の注目度): 4.751886527142779
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose an optimization method for rate-adaptive CV-QKD systems, improving the SKR by up to 15%. A single information reconciliation setup can generate secret keys up to a distance of 112 km. This enables a unified reconciliation system, thereby facilitating the commercialization of CV-QKD.
- Abstract(参考訳): 速度適応型CV-QKDシステムの最適化手法を提案し,SKRを最大15%改善する。
単一の情報和解装置は、秘密鍵を最大112kmまで生成することができる。
これにより、統一的な和解システムが可能となり、CV-QKDの商業化が容易になる。
関連論文リスト
- Integrated high-performance error correction for continuous-variable quantum key distribution [23.485505158582775]
低信号対雑音比 (SNR) 下での高スループット, 低フレーム誤り率 (FER) と高整合効率を備えた統合誤差補正方式を提案する。
限定精度の2段階誤り訂正法を提案し,商用FPGA上で実験的に検証した。
最先端結果と比較すると、FER0.1の誤差補正スループットは1桁以上の精度で向上できる。
記録破りの結果は、大都市圏の量子セキュアネットワークにおいて、高速統合CV-QKDシステムの大規模展開の道を開くものである。
論文 参考訳(メタデータ) (2024-07-23T12:30:46Z) - Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining [50.00291020618743]
この研究は、大規模なデータセットを再計算し、再トレーニングすることなくオンラインチューニングが可能な、新しいパラメータ適応型AMPCアーキテクチャを導入している。
資源制約の厳しいマイクロコントローラ(MCU)を用いた2種類の実カートポールシステムの揺らぎを制御し,パラメータ適応型AMPCの有効性を示す。
これらの貢献は、現実世界のシステムにおけるAMPCの実践的応用に向けた重要な一歩である。
論文 参考訳(メタデータ) (2024-04-08T20:02:19Z) - A Meta-Learning Based Precoder Optimization Framework for Rate-Splitting
Multiple Access [53.191806757701215]
本稿では,トランスミッタ(CSIT)における部分チャネル状態情報を持つRSMAプリコーダを直接最適化するために,メタラーニングに基づく事前コーダ最適化フレームワークを提案する。
コンパクトニューラルネットワークのオーバーフィッティングを利用して、ASR(Average Sum-Rate)表現を最大化することにより、実行時間を最小化しながら、他のトレーニングデータの必要性を効果的に回避する。
数値的な結果から,メタラーニングに基づく解は,中規模シナリオにおける従来のプリコーダ最適化に類似したASR性能を実現し,大規模シナリオにおける準最適低複雑性プリコーダアルゴリズムよりも大幅に優れていた。
論文 参考訳(メタデータ) (2023-07-17T20:31:41Z) - Asymmetric adaptive LDPC-based information reconciliation for industrial
quantum key distribution [0.0]
本研究では,非対称なLDPC情報調停のための新しい手法を開発し,現在のチャネル状態に適応する。
新たな方式は、LDPC符号の利点、優先誤差率推定、レート適応型およびブラインド情報照合技術を組み合わせたものである。
論文 参考訳(メタデータ) (2022-12-02T12:09:09Z) - Improving the Training Recipe for a Robust Conformer-based Hybrid Model [46.78701739177677]
コンバータベース音響モデル(AM)の特徴空間アプローチに基づく話者適応訓練(SAT)の様々な手法について検討する。
本稿では,コンバータAMのマルチヘッド自己アテンションモジュールの入力に重み付き話者情報ベクトルを追加する重み付きSimple-Addを提案する。
Switchboard 300h Hub5'00データセットのワードエラーレート(WER)で11%の相対的な改善を実現したレシピを拡張して改善する。
論文 参考訳(メタデータ) (2022-06-26T20:01:08Z) - Digital synchronization for continuous-variable quantum key distribution [0.7646713951724012]
連続可変量子鍵分布(CV-QKD)は、秘密鍵を対称暗号のために配布するための将来的な技術である。
本稿では,最新のCV-QKDシステムのためのディジタル同期手法を提案する。
ガウス変調CV-QKDシステムを用いて,標準単モードファイバの10~20km以上で動作する性能を実験的に検討した。
論文 参考訳(メタデータ) (2022-03-16T09:21:22Z) - Practical Continuous-variable Quantum Key Distribution with Feasible
Optimization Parameters [19.571035318944674]
連続可変量子鍵分布(CV-QKD)は、大都市圏の潜在的秘密鍵レート(SKR)を達成するためのアプローチを提供する。
そこで本研究では, CV-QKDシステムの性能向上のために, 変調分散と誤差補正行列最適化を組み合わせた系統最適化手法を提案する。
その結果, CV-QKD方式のSKRは, 理論的には50kmの伝送距離で, 従来よく用いられてきた最適化手法と比較して24%, 200%向上可能であることがわかった。
論文 参考訳(メタデータ) (2021-11-25T06:48:54Z) - Rate compatible reconciliation for continuous-variable quantum key
distribution using Raptor-like LDPC codes [8.915011194073543]
CV-QKDシステムにRaptorライクなLDPCコードを導入し、RaptorコードとMET-LDPCコードのキャパシティ適応性能を両立させる。
我々は、-16.45dB未満のSNRで高速デコードをサポートできる1つのRL-LDPCコードのみを用いて、コードレート変動の範囲で98%以上の調整効率を実現する。
論文 参考訳(メタデータ) (2021-04-23T02:17:15Z) - Ada-Segment: Automated Multi-loss Adaptation for Panoptic Segmentation [95.31590177308482]
我々は,トレーニング期間中に複数のトレーニング損失を柔軟に調整する自動マルチロス適応(ada-segment)を提案する。
エンドツーエンドアーキテクチャにより、ada-segmentはハイパーパラメータを再チューニングすることなく、異なるデータセットに一般化する。
Ada-Segmentは、バニラベースラインからCOCOval分割に2.7%のパノラマ品質(PQ)改善をもたらし、COCOテストデブ分割に最新の48.5%PQ、ADE20Kデータセットに32.9%PQを達成しました。
論文 参考訳(メタデータ) (2020-12-07T11:43:10Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - Optimization-driven Deep Reinforcement Learning for Robust Beamforming
in IRS-assisted Wireless Communications [54.610318402371185]
Intelligent Reflecting Surface (IRS)は、マルチアンテナアクセスポイント(AP)から受信機へのダウンリンク情報伝達を支援する有望な技術である。
我々は、APのアクティブビームフォーミングとIRSのパッシブビームフォーミングを共同最適化することで、APの送信電力を最小化する。
過去の経験からビームフォーミング戦略に適応できる深層強化学習(DRL)手法を提案する。
論文 参考訳(メタデータ) (2020-05-25T01:42:55Z)
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。