論文の概要: White Gaussian Noise Generation with a Vacuum State Quantum Entropy Source Chip

• arxiv url: http://arxiv.org/abs/2503.04208v1
• Date: Thu, 06 Mar 2025 08:35:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 17:59:00.739048
• Title: White Gaussian Noise Generation with a Vacuum State Quantum Entropy Source Chip
• Title（参考訳）: 真空量子エントロピー源チップを用いた白色ガウスノイズ発生
• Authors: Guan-Ru Qiao, Bing Bai, Zi-Xuan Weng, Jia-Ying Wu, You-Qi Nie, Jun Zhang,
• Abstract要約: ホワイトガウシアンノイズ(WGN)は、通信システムテスト、物理モデリング、モンテカルロシミュレーション、電子対策に広く用いられている。 本稿では,量子エントロピーソースチップを用いたWGN生成の実装について紹介する。
• 参考スコア（独自算出の注目度）: 10.205795132511565
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: White Gaussian noise (WGN) is widely used in communication system testing, physical modeling, Monte Carlo simulations, and electronic countermeasures. WGN generation relies heavily on random numbers. In this work, we present an implementation of WGN generation utilizing a quantum entropy source chip for the first time. A photonic integrated chip based on the vacuum state scheme generates quantum random numbers at a real-time output rate of up to 6.4 Gbps. A hardware-based inversion method converts uniform quantum random numbers into Gaussian random numbers using the inverse cumulative distribution function. Subsequently, the WGN signal is generated through a digital-to-analog converter and amplifiers. The WGN generator is characterized by a bandwidth of 230 MHz, a crest factor as high as 6.2, and an adjustable peak-to-peak range of 2.5 V. This work introduces a novel approach to WGN generation with information-theory provable quantum random numbers to enhance system security.
• Abstract（参考訳）: ホワイトガウシアンノイズ(WGN)は、通信システムテスト、物理モデリング、モンテカルロシミュレーション、電子対策に広く用いられている。 WGN生成は乱数に大きく依存する。 本稿では,量子エントロピーソースチップを用いたWGN生成の実装について紹介する。 真空状態スキームに基づくフォトニック集積チップは、最大6.4Gbpsのリアルタイム出力レートで量子乱数を生成する。 ハードウェアベースの逆転法は、逆累積分布関数を用いて一様量子乱数をガウス乱数に変換する。 その後、デジタル・アナログ変換器および増幅器を介してWGN信号を生成する。 WGNジェネレータは、230MHzの帯域幅と6.2のピークファクタ、2.5Vの調整可能なピーク・ツー・ピーク範囲を特徴とする。

関連論文リスト

• Highly integrated broadband entropy source for quantum random number generators based on vacuum fluctuations [8.13456376317979]
  エントロピー源はハイブリッドレーザー・シリコンフォトニクスチップであり、サイズはわずか6.3ドル×2.6ドル×1.5mm$3ドルである。 ノイズ等価パワーと等価トランスインピーダンスは8.85$,textpW/sqrttextHz$である。 開発したハイブリッドチップは真空変動に基づくQRNGエントロピー源の積分性と速度を向上させる。
  論文  参考訳（メタデータ） (2025-04-26T04:33:06Z)
• GroverGPT: A Large Language Model with 8 Billion Parameters for Quantum Searching [43.496857395654764]
  量子チューリングマシンの出力をシミュレートするために,大規模言語モデルを活用する可能性について検討する。 特殊なモデルであるGroverGPTは、15兆以上のトークンでトレーニングされた。 OpenAIのGPT-4o(45%の精度)を一貫して上回り、6ビットと10ビットのデータセットでほぼ100%の精度を達成した。 また、3から6キュービットのデータで訓練すると、20キュービットを超えるシステムに対して95%を超える精度で強い一般化を示した。
  論文  参考訳（メタデータ） (2024-12-30T20:23:10Z)
• Integrated Differential Conjugate Homodyne Detection for Quantum Random Number Generation [0.0]
  量子乱数生成(QRNG)の代替手法を提案する。 ホモダイン検出システムにおいて,25.6dBのショットノイズクリアランス (SNC) と69dBのコモンモード拒絶率 (CMRR) を報告した。 ランダムネス抽出はToeplitzハッシュアルゴリズムを用いて実装され、National Institute of Standards and Technology (NIST)ランダムネステストスイートで検証されている。
  論文  参考訳（メタデータ） (2024-12-03T01:42:29Z)
• Efficient Quantum Pseudorandomness from Hamiltonian Phase States [41.94295877935867]
  我々は、ハミルトニアン相状態(HPS)問題と呼ばれる量子硬度仮定を導入する。 我々は、我々の仮定が少なくとも完全に量子的であることを示し、すなわち片方向関数を構成するのに使用できない。 仮定とその変形により、多くの擬似ランダム量子プリミティブを効率的に構築できることを示す。
  論文  参考訳（メタデータ） (2024-10-10T16:10:10Z)
• Quantum error mitigation for Fourier moment computation [49.1574468325115]
  本稿では、超伝導量子ハードウェアにおける核効果場理論の文脈におけるフーリエモーメントの計算に焦点を当てる。 この研究は、制御反転ゲートを用いたアダマール試験にエコー検証と雑音再正規化を統合した。 ノイズモデルを用いて解析した結果,2桁のノイズ強度が顕著に低下することが判明した。
  論文  参考訳（メタデータ） (2024-01-23T19:10:24Z)
• Quantum Random Number Generation with Partial Source Assumptions [26.983886835892363]
  量子乱数生成器は、真の乱数を生成するために量子力学の力を利用する。 しかし、現実世界のデバイスは、しばしば、生成されたランダム性の完全性とプライバシーを損なう欠陥に悩まされる。 本稿では、新しい量子乱数生成器を提案し、それを実験的に実証する。
  論文  参考訳（メタデータ） (2023-12-06T08:08:11Z)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)
• QuEst: Graph Transformer for Quantum Circuit Reliability Estimation [26.963991539714236]
  TorchQuantumと呼ばれるPythonライブラリは、機械学習タスクのためにPQCを構築し、シミュレートし、訓練することができる。 本稿では,回路の忠実度に対するノイズの影響を予測するために,グラフトランスフォーマモデルを提案する。 回路シミュレータと比較すると、予測器は忠実度を推定するための200倍以上のスピードアップを持つ。
  論文  参考訳（メタデータ） (2022-10-30T02:35:31Z)
• A 3.3 Gbps SPAD-Based Quantum Random Number Generator [0.4189768681039651]
  本稿では、偏りや相関関係に現れる回路不完全性の役割を解明する量子ランダムフリップフロップ(QRFF)の理論について論じる。 QRFF回路のトランジスタ実装は、ランダムフリップフロップの有限非対称遷移に固有のエントロピーの劣化の補償を可能にする。 QRFF回路の2つの独立配列を含むフルシステムは55nmのBipolar-CMOS-DMOS技術ノードで製造・試験される。
  論文  参考訳（メタデータ） (2022-09-11T13:56:57Z)
• 100 Gbps Integrated Quantum Random Number Generator Based on Vacuum Fluctuations [0.26999000177990923]
  通信や暗号のアプリケーションは、信頼性が高く、高速で予測不能な乱数生成器を必要とする。 我々は、超高速な100Gbpsの生成速度を実験的に実証し、真空ベースの量子乱数生成の新記録を樹立した。 チップスケールプラットフォームのこの超高速でセキュアな乱数生成器は、次世代の通信および暗号アプリケーションに対する約束を持っている。
  論文  参考訳（メタデータ） (2022-09-09T14:58:09Z)
• Entangling Quantum Generative Adversarial Networks [53.25397072813582]
  量子生成逆数ネットワーク(量子GAN, EQ-GAN)のための新しいタイプのアーキテクチャを提案する。 EQ-GANはコヒーレントなエラーに対してさらなる堅牢性を示し、Google Sycamore超伝導量子プロセッサで実験的にEQ-GANの有効性を示す。
  論文  参考訳（メタデータ） (2021-04-30T20:38:41Z)
• Unpredictable and Uniform RNG based on time of arrival using InGaAs Detectors [0.14337588659482517]
  通信波長の弱いコヒーレント音源から高品質な量子乱数を生成した。 エントロピーは、予め定義された時間間隔内での量子状態の到来時刻に基づいている。 InGaAs単光子検出器による光子の検出と5psの高精度測定により、到着時間あたり16ビットのランダムな光子を生成することができる。
  論文  参考訳（メタデータ） (2020-10-24T13:31:00Z)
• Towards Integrating True Random Number Generation in Coherent Optical Transceivers [0.0]
  商用のコヒーレントトランシーバサブシステムは、古典的なデータ伝送に次いで量子乱数生成をサポートすることができる。 時間インターリーブされた乱数生成は、10Gbaud分極多重二次位相シフトキーデータ伝送に対して実証される。
  論文  参考訳（メタデータ） (2020-07-20T15:50:10Z)
• Quantum Random Number Generation using a Solid-State Single-Photon Source [89.24951036534168]
  量子乱数生成(QRNG)は、量子力学現象の固有乱数性を利用する。 六方晶窒化ホウ素の量子エミッタによるQRNGの実証を行った。 本研究は,オンチップ決定性乱数生成器の製作への新たな道を開くものである。
  論文  参考訳（メタデータ） (2020-01-28T22:47:43Z)

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。