論文の概要: Entanglement Distribution in Lossy Quantum Networks

• arxiv url: http://arxiv.org/abs/2503.24347v1
• Date: Mon, 31 Mar 2025 17:32:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 14:34:31.989404
• Title: Entanglement Distribution in Lossy Quantum Networks
• Title（参考訳）: 損失量子ネットワークにおける絡み合い分布
• Authors: Leonardo Oleynik, Junaid ur Rehman, Seid Koudia, Symeon Chatzinotas,
• Abstract要約: エンタングルメント分布は、分散量子情報処理の可能性を解き放つために不可欠である。 我々は、損失チャネル上の中央ソースを介して絡み合いを分散する$N$-partiteネットワークを考える。 損失分布で共有される最適平均二部絡み合いを評価するための一般的な数学的枠組みを開発する。
• 参考スコア（独自算出の注目度）: 33.69464508324306
• License:
• Abstract: Entanglement distribution is essential for unlocking the potential of distributed quantum information processing. We consider an $N$-partite network where entanglement is distributed via a central source over lossy channels, and network participants cooperate to establish entanglement between any two chosen parties under local operations and classical communication (LOCC) constraints. We develop a general mathematical framework to assess the optimal average bipartite entanglement shared in a lossy distribution, and introduce a tractable lower bound by optimizing over a subset of single-parameter LOCC transformations. Our results show that probabilistically extracting Bell pairs from W states is more advantageous than deterministically extracting them from GHZ-like states in lossy networks, with this advantage increasing with network size. We further extend our analysis analytically, proving that W states remain more effective in large-scale networks. These findings offer valuable insights into the practical deployment of near-term networks, revealing a fundamental trade-off between deterministic entanglement distribution protocols and loss-sensitive resources.
• Abstract（参考訳）: エンタングルメント分布は、分散量子情報処理の可能性を解き放つために不可欠である。 ネットワーク参加者は、ローカル操作および古典的通信(LOCC)制約の下で選択された任意の2つの関係者間の絡み合いを確立するために協力する。 我々は、損失分布で共有される最適平均二部絡み合いを評価するための一般的な数学的枠組みを開発し、単一パラメータLOCC変換のサブセットを最適化することにより、トラクタブルな下界を導入する。 その結果,W状態からベルペアを確率的に抽出する方が,損失ネットワークにおけるGHZ様状態からベルペアを決定的に抽出するよりも有利であり,ネットワークサイズが大きくなることが示唆された。 我々は分析をさらに拡張し、W状態が大規模ネットワークにおいてより効果的であることを証明する。 これらの知見は、決定論的絡み合い分布プロトコルと損失に敏感なリソースとの基本的なトレードオフを明らかにする、短期的ネットワークの実践的展開に関する貴重な洞察を提供する。

関連論文リスト

• Statistical analysis of Multipath Entanglement Purification in Quantum Networks [0.0]
  MP-EP(Multipath entanglement purification)は、ネットワークの複雑な構造を利用して、適切なグラフ距離で分離されたノードペア間の絡み合う接続を強化する。 本稿では,MP-EPが単一ネットワークパス上の絡み合い分布より優れるネットワークシナリオについて検討する。 MP-EPは、与えられた量子タスクに対して十分な忠実度に達するために、適切に分離されたノードペア間の絡み合い接続をボストできる。
  論文  参考訳（メタデータ） (2025-02-13T07:00:53Z)
• Distributed Value Decomposition Networks with Networked Agents [3.8779763612314633]
  エージェントワイズQ関数に分解する結合Q関数を生成する分散値分解ネットワーク(DVDN)を提案する。 DVDNは、共有目的を局所的に推定することで、集中的なトレーニングの必要性を克服する。 実証的に、両アルゴリズムは通信中の情報損失にもかかわらず、値分解ネットワークの性能を近似する。
  論文  参考訳（メタデータ） (2025-02-11T15:23:05Z)
• Space-time Peer-to-Peer Distribution of Multi-party Entanglement for Any Quantum Network [1.8534793212973737]
  本稿では,ネットワーク層における一般的なグラフ状態分布を効率的に実装するための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を構築した。 我々は、ネットワーク問題におけるメモリ管理のための相対性理論の対称性にインスパイアされた時空量子ネットワークを活用する。
  論文  参考訳（メタデータ） (2024-12-19T11:37:32Z)
• Decentralized Federated Learning Over Imperfect Communication Channels [68.08499874460857]
  本稿では、分散化フェデレーション学習(D-FL)における不完全なコミュニケーションチャネルの影響を解析する。 トレーニングラウンドあたりのローカルアグリゲーションの最適な数を決定し、ネットワークトポロジと不完全なチャネルに適応する。 D-FLは、最適数の局所的なアグリゲーションを持つため、トレーニング精度が10%以上向上する可能性がある。
  論文  参考訳（メタデータ） (2024-05-21T16:04:32Z)
• Decentralized Learning over Wireless Networks: The Effect of Broadcast with Random Access [56.91063444859008]
  本稿では,D-SGDのコンバージェンス性能に及ぼす放送送信と確率的ランダムアクセスポリシーの影響について検討する。 この結果から,アクセス確率を最適化し,期待されるリンク数の最大化が,システム収束を加速するための極めて効果的な戦略であることが示唆された。
  論文  参考訳（メタデータ） (2023-05-12T10:32:26Z)
• Influence of noise in entanglement-based quantum networks [0.0]
  絡み合ったリソース状態が分散され、ノード間で格納される、絡み合いに基づく量子ネットワークについて考察する。 この過程におけるノイズの影響について検討し, 状態準備, 記憶, 測定における不完全性について考察する。 大規模ネットワークでは、高次元のクラスター状態が好適であり、ターゲット状態の忠実度が著しく高くなる。
  論文  参考訳（メタデータ） (2023-05-05T18:00:06Z)
• Binarizing Sparse Convolutional Networks for Efficient Point Cloud Analysis [93.55896765176414]
  我々は,効率的な点群解析のためのBSC-Netと呼ばれるバイナリスパース畳み込みネットワークを提案する。 我々は,移動したスパース畳み込みにおけるサイトマッチングに最適なオプションを見つけるために,異なる検索戦略を採用している。 我々のBSC-Netは、我々の厳格なベースラインを大幅に改善し、最先端のネットワーク双対化手法より優れています。
  論文  参考訳（メタデータ） (2023-03-27T13:47:06Z)
• Collaborative Mean Estimation over Intermittently Connected Networks with Peer-To-Peer Privacy [86.61829236732744]
  本研究は、断続接続を有するネットワーク上での分散平均推定(DME)の問題について考察する。 目標は、中央サーバの助けを借りて、分散ノード間でローカライズされたデータサンプルに関するグローバル統計を学習することだ。 ノード間のデータ共有による協調中継とプライバシー漏洩のトレードオフについて検討する。
  論文  参考訳（メタデータ） (2023-02-28T19:17:03Z)
• A scheme for multipartite entanglement distribution via separable carriers [68.8204255655161]
  我々は,任意の数のネットワークノードに適用可能な分離可能なキャリアによる絡み合い分布の戦略を開発する。 我々のプロトコルはマルチパーティの絡み合いをもたらすが、処理を媒介するキャリアはネットワークに対して常に分離可能な状態である。
  論文  参考訳（メタデータ） (2022-06-20T10:50:45Z)
• Decentralized Learning for Channel Allocation in IoT Networks over Unlicensed Bandwidth as a Contextual Multi-player Multi-armed Bandit Game [134.88020946767404]
  本稿では,プライマリセルネットワークにライセンスされたスペクトルに基づいて,アドホックなモノのインターネットネットワークにおける分散チャネル割り当て問題について検討する。 本研究では,この問題をコンテキスト型マルチプレイヤー・マルチアームバンディットゲームにマッピングし,試行錯誤による純粋に分散化された3段階ポリシー学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-03-30T10:05:35Z)

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。