論文の概要: Adaptive Channel Reshaping for Improved Entanglement Distillation
- arxiv url: http://arxiv.org/abs/2410.22295v1
- Date: Tue, 29 Oct 2024 17:45:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-30 13:40:03.023580
- Title: Adaptive Channel Reshaping for Improved Entanglement Distillation
- Title（参考訳）: 改良された絡み合い蒸留のための適応チャネル整形
- Authors: Dina Abdelhadi, Tomas Jochym-O'Connor, Vikesh Siddhu, John Smolin,
- Abstract要約: パウリチャネルと非パウリチャネルのレートを改善するための双方向通信支援型絡み込み蒸留プロトコルを導入する。
振幅減衰流路では、逆コヒーレント情報により、二重レール符号化を用いてチャネルを消去流路に変換することが観察される。
脱分極チャネルでは、性能保証が証明されたGreedyリカレンスプロトコルを導入し、従来の個別プロトコルよりも高いレートを生成可能な、組み合わせたリカレントプロトコルを構築します。
- 参考スコア（独自算出の注目度）: 2.249916681499244
- License:
- Abstract: Entanglement sharing across noisy channels is a vital task for quantum information processing. In this work, we introduce two-way classical communication-assisted entanglement distillation protocols that improve rates for Pauli and non-Pauli channels. We achieve these improvements by reshaping several uses of a very noisy channel into a better effective channel, and applying this channel processing in an adaptive and recurrent manner. For the amplitude damping channel, we observe that reshaping the channel into an erasure channel using the dual-rail encoding improves upon the reverse coherent information. We extend this idea to higher-weight encodings and achieve further improvements for the amplitude damping channel. For the depolarizing channel, we introduce the Greedy recurrence protocol with proven performance guarantees, and construct a combined recurrent protocol that can produce rates exceeding that of previous individual protocols.
- Abstract（参考訳）: ノイズの多いチャネル間の絡み合いの共有は、量子情報処理にとって重要なタスクである。
本研究では,パウリ流路と非パウリ流路の速度を向上する,双方向の古典的通信支援型エンタングルメント蒸留プロトコルを提案する。
これらの改善は、非常にノイズの多いチャネルをより効果的なチャネルに変換し、適応的かつ反復的にこのチャネル処理を適用することで達成される。
振幅減衰流路では、逆コヒーレント情報により、二重レール符号化を用いてチャネルを消去流路に変換することが観察される。
我々は、このアイデアを高重エンコーディングに拡張し、振幅減衰チャネルのさらなる改善を実現する。
脱分極チャネルでは、性能保証が証明されたGreedyリカレンスプロトコルを導入し、従来の個別プロトコルよりも高いレートを生成可能な、組み合わせたリカレントプロトコルを構築します。
関連論文リスト
- Improving Continuous-variable Quantum Channels with Unitary Averaging [37.69303106863453]
本稿では、光チャネルを介して伝送される未知のガウス状態を保護するために、受動線形光ユニタリ平均化方式を提案する。
この方式は, 位相雑音が純度, スクイーズ, 絡み合いに与える影響を低減し, 確率的誤り訂正プロトコルを介してチャネルを増強する。
論文 参考訳（メタデータ） (2023-11-17T10:10:19Z) - Distributed Deep Joint Source-Channel Coding with Decoder-Only Side
Information [6.411633100057159]
本稿では,受信側のみに相関する側情報が存在する場合,ノイズの多い無線チャネル上での低遅延画像伝送について検討する。
本稿では,デコーダのみの側情報をレシーバ側の複数段階に組み込んだ新しいニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-10-06T15:17:45Z) - Joint Channel Estimation and Feedback with Masked Token Transformers in
Massive MIMO Systems [74.52117784544758]
本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。
エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。
提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
論文 参考訳（メタデータ） (2023-06-08T06:15:17Z) - Channel Simulation: Finite Blocklengths and Broadcast Channels [13.561997774592667]
有限ブロック長系における共通ランダム性支援下でのチャネルシミュレーションについて検討する。
固定誤差耐性の最小シミュレーションコストについて,スムーズなチャネル最大値情報を線形プログラムのワンショット・コンバースとして同定する。
論文 参考訳（メタデータ） (2022-12-22T13:08:55Z) - Adaptive Channel Encoding for Point Cloud Analysis [7.696435157444049]
本稿では,適応的なチャネル符号化機構を提案し,チャネル関係を捉える。
特徴のチャネル間の相互依存を明示的に符号化することで、ネットワークによって生成された表現の質を向上させる。
論文 参考訳（メタデータ） (2021-12-05T08:20:27Z) - Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。
一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。
本稿では2つの新しい推定法を提案する。
論文 参考訳（メタデータ） (2021-09-06T13:42:32Z) - Model-Driven Deep Learning Based Channel Estimation and Feedback for
Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。
無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。
MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-04-22T13:34:53Z) - CAnet: Uplink-aided Downlink Channel Acquisition in FDD Massive MIMO
using Deep Learning [51.72869237847767]
周波数分割二重化システムでは、ダウンリンクチャネル状態情報(CSI)取得方式は高いトレーニングとフィードバックのオーバーヘッドをもたらす。
これらのオーバーヘッドを削減するためにディープラーニングを用いたアップリンク支援ダウンリンクチャネル獲得フレームワークを提案する。
論文 参考訳（メタデータ） (2021-01-12T10:12:28Z) - Operation-Aware Soft Channel Pruning using Differentiable Masks [51.04085547997066]
本稿では,データ駆動型アルゴリズムを提案する。このアルゴリズムは,操作特性を利用して,ディープニューラルネットワークを異なる方法で圧縮する。
我々は大規模な実験を行い、出力ネットワークの精度で優れた性能を達成する。
論文 参考訳（メタデータ） (2020-07-08T07:44:00Z) - Deep Denoising Neural Network Assisted Compressive Channel Estimation
for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。
我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。
完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
論文 参考訳（メタデータ） (2020-06-03T12:18:57Z)
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。