論文の概要: Quantum Internet: Resource Estimation for Entanglement Routing

• arxiv url: http://arxiv.org/abs/2410.10512v1
• Date: Mon, 14 Oct 2024 13:50:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-29 21:05:04.741653
• Title: Quantum Internet: Resource Estimation for Entanglement Routing
• Title（参考訳）: 量子インターネット:絡み合いルーティングのためのリソース推定
• Authors: Manik Dawar, Ralf Riedinger, Nilesh Vyas, Paulo Mendes,
• Abstract要約: 量子ネットワークにおける絡み合いのルーティングに必要な物理資源を推定する問題を考察する。 精製プロセスにおける実験誤差を考慮に入れた新しい方法を提案する。 この近似は広い範囲の誤差に対して合理的に有効であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We consider the problem of estimating the physical resources required for routing entanglement along an arbitrary path in a quantum bipartite entanglement network based on first-generation quantum repeaters. This resource consumption is intimately linked with the purification protocol and the errors that it introduces due to experimental imperfections. We propose a novel way of accounting for experimental errors in the purification process, which offers the flexibility of accounting for a non uniform probability distribution over different kinds of errors. Moreover, we introduce a novel approach for computing a non-recursive estimation of the resource consumption and illustrate it specifically for our error treatment on a nested repeater protocol. This allows for a reduction in the time complexity of the computation required for the resource estimation, from linear in the required number of purification steps, to constant. Given the fragility and ultra-short lifespans of quantum information, this is especially crucial for an effective operation of a quantum network. The results demonstrate that the approximation works reasonably well over a wide-range of errors.
• Abstract（参考訳）: 本稿では,第1世代の量子リピータに基づく量子二部交絡ネットワークにおいて,任意の経路に沿った絡み合いをルーティングするために必要な物理資源を推定する問題を考える。 この資源消費は、浄化プロトコルと実験的不完全性に起因するエラーと密接に関連している。 本研究では, 異なる種類の誤差に対して不均一な確率分布を説明できるような, 浄化過程における実験誤差を考慮に入れた新しい手法を提案する。 さらに,資源消費の非再帰的推定を計算するための新しい手法を導入し,ネストされたリピータプロトコル上でのエラー処理について説明する。 これにより、リソース推定に必要な計算の時間的複雑さを、必要な浄化ステップ数の線形から定数に削減することができる。 量子情報の脆弱性と超短寿命を考えると、これは量子ネットワークの効果的な操作には特に重要である。 その結果、近似は広い範囲の誤差に対して合理的に機能することを示した。

関連論文リスト

• Comparing One- and Two-way Quantum Repeater Architectures [9.942288691108914]
  量子リピータは、長距離量子通信を実現するための重要なビルディングブロックである。 量子情報の脆弱な性質のため、これらのリピータは損失と運用上のエラーに悩まされる。 近年, 利用可能なメモリ数の増加と多重化による絡み合い生成の導入は, ワンウェイリピータアーキテクチャと双方向リピータアーキテクチャの再比較を動機付けている。
  論文  参考訳（メタデータ） (2024-09-10T01:55:01Z)
• Generalized quantum repeater graph states [1.7635061227370266]
  単一ビットを分散する際の損失耐性を確保するための新しい手法を提案する。 私たちの新しいスキームは、以前の仕事を非常に柔軟で大幅に上回っていることを実証します。 これらの発見は、損失耐性量子ネットワークのスケーラビリティと信頼性に関する新たな洞察を提供する。
  論文  参考訳（メタデータ） (2024-07-01T16:21:37Z)
• Predicting Probabilities of Error to Combine Quantization and Early Exiting: QuEE [68.6018458996143]
  本稿では,量子化と早期出口動的ネットワークを組み合わせたより一般的な動的ネットワークQuEEを提案する。 我々のアルゴリズムは、ソフトアーリーエグジットや入力依存圧縮の一形態と見なすことができる。 提案手法の重要な要素は、さらなる計算によって実現可能な潜在的な精度向上の正確な予測である。
  論文  参考訳（メタデータ） (2024-06-20T15:25:13Z)
• Inverted-circuit zero-noise extrapolation for quantum gate error mitigation [0.0]
  本稿では,量子回路で発生する誤差の強度を簡易に推定する手法を提案する。 逆回路を付加し、初期状態の確率を測定することにより、回路の誤差強度を決定する。 提案手法は,現在のハードウェアにおいて特に有効であることが証明され,その短期量子コンピューティングアプリケーションへの適用性を示す。
  論文  参考訳（メタデータ） (2024-03-03T20:27:27Z)
• Leveraging junk information to enhance the quantum error mitigation [8.049186254119121]
  我々はSQNF(Self-Trained Quantum Noise Filter)という量子誤差低減手法を導入する。 以上の結果から,提案手法は人口分布の不確実性を著しく低減できることが示された。
  論文  参考訳（メタデータ） (2024-02-16T07:01:18Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)
• Entangled Pair Resource Allocation under Uncertain Fidelity Requirements [59.83361663430336]
  量子ネットワークにおいて、効果的な絡み合いルーティングは、量子ソースと量子宛先ノード間の通信を容易にする。 本稿では,絡み合ったペアに対する資源配分モデルと,整合性保証を伴う絡み合ったルーティングモデルを提案する。 提案モデルでは, ベースラインモデルと比較して, 総コストを少なくとも20%削減できる。
  論文  参考訳（メタデータ） (2023-04-10T07:16:51Z)
• Fault Tolerant Non-Clifford State Preparation for Arbitrary Rotations [3.47670594338385]
  ゲートテレポーテーションのための資源状態を効率的に作成するためのポストセレクションに基づくアルゴリズムを提案する。 提案アルゴリズムは,符号距離による論理誤差の指数的抑制を実証し,耐故障性を実現する。 提案手法は,誤り訂正型およびノイズの多い中間規模量子コンピュータにおいて,量子アルゴリズムのリソース要求を削減するための有望な経路を示す。
  論文  参考訳（メタデータ） (2023-03-30T13:46:52Z)
• Semantic Strengthening of Neuro-Symbolic Learning [85.6195120593625]
  ニューロシンボリックアプローチは一般に確率論的目的のファジィ近似を利用する。 トラクタブル回路において,これを効率的に計算する方法を示す。 我々は,Warcraftにおける最小コストパスの予測,最小コスト完全マッチングの予測,スドクパズルの解法という3つの課題に対して,アプローチを検証した。
  論文  参考訳（メタデータ） (2023-02-28T00:04:22Z)
• Standard Deviation-Based Quantization for Deep Neural Networks [17.495852096822894]
  深層ニューラルネットワークの量子化は、推論コストを低減するための有望なアプローチである。 ネットワークの重みと活性化分布の知識を用いて量子化間隔(離散値)を学習する新しいフレームワークを提案する。 提案手法は,ネットワークのパラメータを同時に推定し,量子化過程におけるプルーニング比を柔軟に調整する。
  論文  参考訳（メタデータ） (2022-02-24T23:33:47Z)
• Post-training Quantization for Neural Networks with Provable Guarantees [9.58246628652846]
  学習後ニューラルネットワーク量子化手法であるGPFQを,欲求経路追従機構に基づいて修正する。 単層ネットワークを定量化するためには、相対二乗誤差は本質的に重み数で線形に減衰する。
  論文  参考訳（メタデータ） (2022-01-26T18:47:38Z)
• Fundamental limits of quantum error mitigation [0.0]
  本稿では, サンプリングオーバーヘッドの関数として, 誤差軽減アルゴリズムが計算誤差を低減する方法を示す。 この結果から、与えられた量子誤り軽減戦略が最適であり、改善の余地があるかどうかを識別する手段が提供される。
  論文  参考訳（メタデータ） (2021-09-09T17:56:14Z)
• 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)
• Semi-supervised Network Embedding with Differentiable Deep Quantisation [81.49184987430333]
  我々はネットワーク埋め込みのための微分可能な量子化法であるd-SNEQを開発した。 d-SNEQは、学習された量子化符号にリッチな高次情報を与えるためにランク損失を組み込む。 トレーニング済みの埋め込みのサイズを大幅に圧縮できるため、ストレージのフットプリントが減少し、検索速度が向上する。
  論文  参考訳（メタデータ） (2021-08-20T11:53:05Z)
• SignalNet: A Low Resolution Sinusoid Decomposition and Estimation Network [79.04274563889548]
  本稿では,正弦波数を検出するニューラルネットワークアーキテクチャであるSignalNetを提案する。 基礎となるデータ分布と比較して,ネットワークの結果を比較するための最悪の学習しきい値を導入する。 シミュレーションでは、我々のアルゴリズムは常に3ビットデータのしきい値を超えることができるが、しばしば1ビットデータのしきい値を超えることはできない。
  論文  参考訳（メタデータ） (2021-06-10T04:21:20Z)
• 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)
• 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)
• Error mitigation via verified phase estimation [0.25295633594332334]
  本稿では,量子位相推定に基づく新しい誤差低減手法を提案する。 制御量子ビットを使わずに機能に適応できることを示す。
  論文  参考訳（メタデータ） (2020-10-06T07:44:10Z)
• ReActNet: Towards Precise Binary Neural Network with Generalized Activation Functions [76.05981545084738]
  本稿では,新たな計算コストを伴わずに,実数値ネットワークからの精度ギャップを埋めるため,バイナリネットワークを強化するためのいくつかのアイデアを提案する。 まず,パラメータフリーのショートカットを用いて,コンパクトな実数値ネットワークを修正・バイナライズすることで,ベースラインネットワークを構築する。 提案したReActNetはすべての最先端技術よりも大きなマージンで優れていることを示す。
  論文  参考訳（メタデータ） (2020-03-07T02:12:02Z)

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。