論文の概要: Optimization of Quantum-Repeater Networks using Stochastic Automatic Differentiation
- arxiv url: http://arxiv.org/abs/2501.06291v1
- Date: Fri, 10 Jan 2025 19:00:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-14 14:23:44.694422
- Title: Optimization of Quantum-Repeater Networks using Stochastic Automatic Differentiation
- Title（参考訳）: 確率的自動微分を用いた量子リピータネットワークの最適化
- Authors: Guus Avis, Stefan Krastanov,
- Abstract要約: 長距離エンタングルメント分布を可能にするために、量子リピータが想定される。
ここでは、ネットワークの離散モンテカルロシミュレーションから導出物を自動的に抽出する手法、自動微分を用いる。
特に,ネットワーク改善に必要なリピータの最小数,ネットワーク規模をネットワークの物理的サイズに飽和させるリピータの数を把握できた。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Quantum repeaters are envisioned to enable long-distance entanglement distribution. Analysis of quantum-repeater networks could hasten their realization by informing design decisions and research priorities. Determining derivatives of network properties is crucial towards that end, facilitating optimizations and revealing parameter sensitivity. Doing so, however, is difficult because the networks are discretely random. Here we use a recently developed technique, stochastic automatic differentiation, to automatically extract derivatives from discrete Monte Carlo simulations of repeater networks. With these derivatives, we optimize rate-fidelity tradeoffs in a repeater chain, determine the chain's sensitivity with respect to the coherence times of different nodes, and finally choose the locations of quantum repeaters in a two-dimensional plane to optimize the guaranteed quality of service between four end nodes. In particular, the technique enabled us to discover how the best achievable quality of service, the minimal number of repeaters required to improve a network, and the number of repeaters required to saturate the network scale with the physical size of the network.
- Abstract（参考訳）: 長距離エンタングルメント分布を可能にするために、量子リピータが想定される。
量子リピータネットワークの分析は、設計決定と研究の優先順位を知らせることで、その実現を早める可能性がある。
ネットワーク特性の導関数の決定は、最適化を容易にし、パラメータの感度を明らかにするために、その目的のために不可欠である。
しかし、ネットワークは離散的にランダムであるため、そうすることは難しい。
ここでは、最近開発された確率的自動微分法を用いて、リレータネットワークの離散モンテカルロシミュレーションから導出物を自動的に抽出する。
これらのデリバティブを用いて、リレーダチェーンにおけるレートフィデリティトレードオフを最適化し、異なるノードのコヒーレンス時間に対するチェーンの感度を決定し、最終的に2次元平面における量子リピータの位置を選択し、4つのノード間のサービス品質の保証を最適化する。
特に,ネットワーク改善に必要なリピータの最小数,ネットワーク規模をネットワークの物理的サイズに飽和させるリピータの数を把握できた。
関連論文リスト
- Analytical Performance Estimations for Quantum Repeater Network Scenarios [1.9608333229350179]
量子リピータチェーンは将来の量子ネットワークのバックボーンを形成し、ネットワークノード間の絡み合いを分散する。
量子リピータチェーンのダイナミクスをモデル化するためにマルコフ連鎖を用いることで、長期スループットとオンデマンドレイテンシの解析的推定を提供する。
論文 参考訳（メタデータ） (2024-07-16T04:41:29Z) - Enhancing the expressivity of quantum neural networks with residual
connections [0.0]
量子残差ニューラルネットワーク(QResNets)を実装する量子回路に基づくアルゴリズムを提案する。
我々の研究は、古典的残留ニューラルネットワークの完全な量子的実装の基礎を築いた。
論文 参考訳（メタデータ） (2024-01-29T04:00:51Z) - 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) - Adaptive, Continuous Entanglement Generation for Quantum Networks [59.600944425468676]
量子ネットワークは情報伝達のために、遠方のノードにおける量子ビット間の絡み合いに依存している。
本稿では、前回の要求からの情報を用いてランダムに生成された量子リンクの選択をガイドする適応型スキームを提案する。
また、遅延性能の違いが量子ネットワークのリソースの最適な割り当ての必要性を示唆する量子メモリ割り当てシナリオについても検討する。
論文 参考訳（メタデータ） (2022-12-17T05:40:09Z) - 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) - Entanglement Distribution in Multi-Platform Buffered-Router-Assisted
Frequency-Multiplexed Automated Repeater Chains [0.0]
NV$-$カラーセンターに基づく量子処理デバイスに基づく量子ネットワークアーキテクチャを提案する。
遠距離エンタングルメント分布は、希土類イオンドープ結晶と不完全エンタングルド光子ペア源に基づくスペクトル多重量子リピータにより実現される。
論文 参考訳（メタデータ） (2021-06-08T20:25:43Z) - Entanglement Rate Optimization in Heterogeneous Quantum Communication
Networks [79.8886946157912]
量子通信ネットワークは、将来6G以降の通信ネットワークにおいて重要な構成要素となる可能性のある、有望な技術として登場しつつある。
近年の進歩は、実際の量子ハードウェアによる小規模および大規模量子通信ネットワークの展開に繋がった。
量子ネットワークにおいて、絡み合いは異なるノード間でのデータ転送を可能にする鍵となるリソースである。
論文 参考訳（メタデータ） (2021-05-30T11:34:23Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-23T19:00:01Z) - 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) - Efficient Routing for Quantum Key Distribution Networks [3.5766737249359544]
我々は、量子リピータと信頼ノードの両方からなるネットワーク上でのE91エンタングルメントベースのQKDプロトコルの性能をモデル化する。
本稿では,このネットワークのためのルーティングプロトコルを提案し,その性能を異なる利用シナリオで比較する。
論文 参考訳（メタデータ） (2020-05-25T21:03:42Z) - Wireless Power Control via Counterfactual Optimization of Graph Neural
Networks [124.89036526192268]
本稿では,無線ネットワークにおけるダウンリンク電力制御の問題点について考察する。
コンカレントトランスミッション間の干渉を軽減するために,ネットワークトポロジを活用してグラフニューラルネットワークアーキテクチャを構築する。
次に、教師なし原始対実対実最適化手法を用いて最適電力配分決定を学習する。
論文 参考訳（メタデータ） (2020-02-17T07:54:39Z)
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。