論文の概要: Space-time Peer-to-Peer Distribution of Multi-party Entanglement for Any Quantum Network

• arxiv url: http://arxiv.org/abs/2412.14757v1
• Date: Thu, 19 Dec 2024 11:37:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:30:00.748819
• Title: Space-time Peer-to-Peer Distribution of Multi-party Entanglement for Any Quantum Network
• Title（参考訳）: 量子ネットワークにおけるマルチパーティエンタングルメントの時空間的ピアツーピア分布
• Authors: Yuexun Huang, Xiangyu Ren, Bikun Li, Yat Wong, Liang Jiang,
• Abstract要約: 従来のピアツーピア(P2P)ネットワークにインスパイアされたP2PGSDと呼ばれる新しい量子ネットワークプロトコルを提案する。 一般グラフ状態分布問題に対する明示的な数学的モデルも構築されている。 数値シミュレーションでは、一般的なスパースグラフ状態に対して最大50%の改善が示されている。
• 参考スコア（独自算出の注目度）: 1.8534793212973737
• License:
• Abstract: Graph states are a class of important multiparty entangled states, of which bell pairs are the special case. Realizing a robust and fast distribution of arbitrary graph states in the downstream layer of the quantum network can be essential for further large-scale quantum networks. We propose a novel quantum network protocol called P2PGSD inspired by the classical Peer-to-Peer (P2P) network to efficiently implement the general graph state distribution in the network layer, which demonstrates advantages in resource efficiency and scalability over existing methods for sparse graph states. An explicit mathematical model for a general graph state distribution problem has also been constructed, above which the intractability for a wide class of resource minimization problems is proved and the optimality of the existing algorithms is discussed. In addition, we proposed the spacetime network inspired by the symmetry from relativity for memory management in network problems and used it to improve our proposed algorithm. The advantages of our protocols are confirmed by numerical simulations showing an improvement of up to 50\% for general sparse graph states, paving the way for a resource-efficient multiparty entanglement distribution across any network topology.
• Abstract（参考訳）: グラフ状態は重要な多党の絡み合った状態のクラスであり、ベルペアが特別な場合である。 量子ネットワークの下流層における任意のグラフ状態のロバストかつ高速な分布を実現することは、より大規模な量子ネットワークにとって不可欠である。 本稿では,従来のP2PネットワークにインスパイアされたP2PGSDと呼ばれる新しい量子ネットワークプロトコルを提案する。 一般グラフ状態分布問題に対する明示的な数学的モデルも構築され, 資源最小化問題に対する難易度が証明され, 既存のアルゴリズムの最適性が議論されている。 さらに,ネットワーク問題におけるメモリ管理における相対性理論の対称性に着想を得た時空ネットワークを提案し,提案アルゴリズムの改良に利用した。 提案手法の利点は, 一般的なスパースグラフ状態に対する最大50%の改善を示す数値シミュレーションにより確認され, ネットワークトポロジ全体にわたる資源効率の高いマルチパーティエンタングルメント分布を実現する方法が示された。

関連論文リスト

• Optimized Distribution of Entanglement Graph States in Quantum Networks [2.934854825488435]
  量子ネットワークでは、ネットワーク上に分散されたマルチパーティの絡み合った状態は、多くの量子ネットワークアプリケーションの実装とサポートに役立ちます。 本研究は,複数部品の絡み合い状態を効率的に生成・分散するための最適手法の開発に焦点をあてる。
  論文  参考訳（メタデータ） (2024-04-30T22:00:25Z)
• Multipartite Entanglement Distribution in Quantum Networks using Subgraph Complementations [9.32782060570252]
  量子ネットワーク上でグラフ状態を分散する新しい手法を提案する。 グラフ状態の分布は,部分グラフ補完システムによって特徴づけられることを示す。 任意のグラフ状態の分配に最適な部分グラフ補完演算の列を求める。
  論文  参考訳（メタデータ） (2023-08-25T23:03:25Z)
• Network Centralities in Quantum Entanglement Distribution due to User Preferences [5.243460995467895]
  本稿では,ピアツーピア接続の利用パターンによって絡み合いのリンク層トポロジが駆動される場合のネットワークの中央性について検討する。 このことは、絡み合ったグラフのエッジ中心性(絡み合い分布における個々のエッジの使用として測定される)が、電力法則分布に従うことを示している。 これらの発見は、高い信頼性と低いデコヒーレンス時間を持つ量子技術のような量子資源管理において、高い集中度を持つエッジに割り当てられる可能性がある。
  論文  参考訳（メタデータ） (2023-08-16T07:00:09Z)
• NodeFormer: A Scalable Graph Structure Learning Transformer for Node Classification [70.51126383984555]
  本稿では,任意のノード間のノード信号を効率的に伝搬する全ペアメッセージパッシング方式を提案する。 効率的な計算は、カーナライズされたGumbel-Softmax演算子によって実現される。 グラフ上のノード分類を含む様々なタスクにおいて,本手法の有望な有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2023-06-14T09:21:15Z)
• Multiparty Entanglement Routing in Quantum Networks [0.0]
  量子ネットワークにおける最大絡み合い状態(GHZn)を抽出するためのプロトコルが提案されている。 このプロトコルは、ネットワークノードのローカル測定とユーザ毎の1キュービットメモリのみを必要とする。
  論文  参考訳（メタデータ） (2022-11-12T15:40:34Z)
• Binary Graph Convolutional Network with Capacity Exploration [58.99478502486377]
  ネットワークパラメータと入力ノード属性の両方を二項化するバイナリグラフ畳み込みネットワーク(Bi-GCN)を提案する。 我々のBi-GCNは、ネットワークパラメータと入力データの両方で平均31倍のメモリ消費を削減でき、推論速度を平均51倍に加速できる。
  論文  参考訳（メタデータ） (2022-10-24T12:05:17Z)
• Optimal Propagation for Graph Neural Networks [51.08426265813481]
  最適グラフ構造を学習するための二段階最適化手法を提案する。 また、時間的複雑さをさらに軽減するために、低ランク近似モデルについても検討する。
  論文  参考訳（メタデータ） (2022-05-06T03:37:00Z)
• Spectral Graph Convolutional Networks With Lifting-based Adaptive Graph Wavelets [81.63035727821145]
  スペクトルグラフ畳み込みネットワーク(SGCN)はグラフ表現学習において注目を集めている。 本稿では,適応グラフウェーブレットを用いたグラフ畳み込みを実装した新しいスペクトルグラフ畳み込みネットワークを提案する。
  論文  参考訳（メタデータ） (2021-08-03T17:57:53Z)
• Distributing Graph States Across Quantum Networks [16.74626042261441]
  ローカル操作が自由なノード量子コンピュータと、連続的に生成可能なノード間で共有されるEPRペアからなる量子ネットワークを考察する。 提案手法は, 消費するEPRペア数, 消費するタイムステップ数, 必要な古典的通信量に対する上限値を示す。
  論文  参考訳（メタデータ） (2020-09-23T01:36:12Z)
• Resource Allocation via Graph Neural Networks in Free Space Optical Fronthaul Networks [119.81868223344173]
  本稿では,自由空間光(FSO)フロントホールネットワークにおける最適資源割り当てについて検討する。 我々は、FSOネットワーク構造を利用するために、ポリシーパラメータ化のためのグラフニューラルネットワーク(GNN)を検討する。 本アルゴリズムは,システムモデルに関する知識が不要なモデルフリーでGNNを訓練するために開発された。
  論文  参考訳（メタデータ） (2020-06-26T14:20:48Z)
• Binarized Graph Neural Network [65.20589262811677]
  我々は二項化グラフニューラルネットワークを開発し、二項化ネットワークパラメータを用いてノードのバイナリ表現を学習する。 提案手法は既存のGNNベースの埋め込み手法にシームレスに統合できる。 実験により、提案された二項化グラフニューラルネットワーク、すなわちBGNは、時間と空間の両方の観点から、桁違いに効率的であることが示されている。
  論文  参考訳（メタデータ） (2020-04-19T09:43:14Z)

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。