論文の概要: Cross-Validating Quantum Network Simulators

• arxiv url: http://arxiv.org/abs/2504.01290v1
• Date: Wed, 02 Apr 2025 01:48:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-03 13:20:49.827582
• Title: Cross-Validating Quantum Network Simulators
• Title（参考訳）: クロスバリデーション量子ネットワークシミュレータ
• Authors: Joaquin Chung, Michal Hajdušek, Naphan Benchasattabuse, Alexander Kolar, Ansh Singal, Kento Samuel Soon, Kentaro Teramoto, Allen Zang, Raj Kettimuthu, Rodney Van Meter,
• Abstract要約: 本稿では,QuISPとSeQUeNCeという2つのオープンソース量子ネットワークシミュレータのクロスバリデーションについて述べる。 その結果,シミュレータはネットワークタスクの完了に要する時間が異なるが,同一の誤差パラメータの下での分散リソースの忠実度に一致していることがわかった。
• 参考スコア（独自算出の注目度）: 33.695003310006456
• License:
• Abstract: We present a first cross-validation of two open-source quantum network simulators, QuISP and SeQUeNCe, focusing on basic networking tasks to ensure consistency and accuracy in simulation outputs. Despite very similar design objectives of both simulators, their differing underlying assumptions can lead to variations in simulation results. We highlight the discrepancies in how the two simulators handle connections, internal network node processing time, and classical communication, resulting in significant differences in the time required to perform basic network tasks such as elementary link generation and entanglement swapping. We devise common ground scenarios to compare both the time to complete resource distribution and the fidelity of the distributed resources. Our findings indicate that while the simulators differ in the time required to complete network tasks, a constant factor difference attributable to their respective connection models, they agree on the fidelity of the distributed resources under identical error parameters. This work demonstrates a crucial first step towards enhancing the reliability and reproducibility of quantum network simulations, as well as leading to full protocol development. Furthermore, our benchmarking methodology establishes a foundational set of tasks for the cross-validation of simulators to study future quantum networks.
• Abstract（参考訳）: 本稿では,2つのオープンソース量子ネットワークシミュレータQuISPとSeQUeNCeのクロスバリデーションについて述べる。 両方のシミュレータの設計目的は非常によく似ているが、その基礎となる仮定の違いはシミュレーション結果のバリエーションにつながる可能性がある。 我々は,2つのシミュレータが接続,内部ネットワークノード処理時間,古典的通信をどのように扱うかの相違点を強調し,基本リンク生成や絡み替えといった基本的なネットワークタスクの実行に必要な時間に有意な差が生じることを示した。 我々は、リソース分散の完了までの時間と分散リソースの忠実度を比較するために、共通基盤シナリオを考案した。 本研究は,ネットワークタスクの完了に要する時間においてシミュレータが異なるが,各接続モデルに起因する定数係数差は,同一の誤差パラメータの下での分散リソースの忠実度に一致していることを示す。 この研究は、量子ネットワークシミュレーションの信頼性と再現性を高めるための重要な第一歩を示し、完全なプロトコル開発へと導く。 さらに,我々のベンチマーク手法は,将来の量子ネットワークを研究するシミュレータのクロスバリデーションのための基本的なタスクセットを確立する。

関連論文リスト

• Dissipation-driven quantum generative adversarial networks [11.833077116494929]
  本稿では,従来のデータ生成に適した,分散駆動型量子生成逆数ネットワーク(DQGAN)アーキテクチャを提案する。 古典データは、強い調整された散逸過程を通じて入力層の入力量子ビットに符号化される。 出力量子ビットの定常状態の可観測値を測定することにより、生成されたデータと分類結果の両方を抽出する。
  論文  参考訳（メタデータ） (2024-08-28T07:41:58Z)
• Simulators for Quantum Network Modelling: A Comprehensive Review [0.10742675209112622]
  我々は、量子ネットワークのモデリングに現在使われているツールキットについて、私たちの知る限り、レビューする。 これらのツールキットと標準化されたバリデーション技術により、より正確で信頼性の高い量子ネットワークシミュレータの基礎を構築できる。
  論文  参考訳（メタデータ） (2024-08-21T21:07:46Z)
• Digital versus Analog Transmissions for Federated Learning over Wireless Networks [91.20926827568053]
  資源制約付きネットワーク上での無線連合学習(FL)における2つの効果的な通信方式を比較した。 まず,デジタルとアナログの両方の伝送方式と,実用的制約下での統一的かつ公正な比較手法について検討する。 無線ネットワークにおけるFL性能評価のために,様々な不完全条件下での普遍収束解析を確立する。
  論文  参考訳（メタデータ） (2024-02-15T01:50:46Z)
• Device Sampling and Resource Optimization for Federated Learning in Cooperative Edge Networks [17.637761046608]
  フェデレーテッド・ラーニング(FedL)は、サーバによって定期的に集約されたローカルモデルをトレーニングすることで、機械学習(ML)をワーカーデバイスに分散させる。 FedLは、同時代の無線ネットワークの2つの重要な特徴を無視している: (i) ネットワークには異種通信/計算資源が含まれており、 (ii) デバイスのローカルデータ分布にかなりの重複がある可能性がある。 デバイス間オフロード(D2D)によって補完されるインテリジェントデバイスサンプリングにより,これらの要因を共同で考慮する新しい最適化手法を開発した。
  論文  参考訳（メタデータ） (2023-11-07T21:17:59Z)
• Semi-Federated Learning: Convergence Analysis and Optimization of A Hybrid Learning Framework [70.83511997272457]
  本稿では,ベースステーション(BS)とデバイスの両方を活用するセミフェデレーション学習(SemiFL)パラダイムを提案し,中央集権学習(CL)とFLのハイブリッド実装を提案する。 我々はこの難解な問題を解くための2段階のアルゴリズムを提案し、ビームフォーマに閉形式解を提供する。
  論文  参考訳（メタデータ） (2023-10-04T03:32:39Z)
• Tensor Networks or Decision Diagrams? Guidelines for Classical Quantum Circuit Simulation [65.93830818469833]
  テンソルネットワークと決定図は、異なる視点、用語、背景を念頭に、独立して開発されている。 これらの手法が古典的量子回路シミュレーションにどのようにアプローチするかを考察し、最も適用可能な抽象化レベルに関してそれらの相似性を考察する。 量子回路シミュレーションにおいて,テンソルネットワークの使い勝手の向上と決定図の使い勝手の向上に関するガイドラインを提供する。
  論文  参考訳（メタデータ） (2023-02-13T19:00:00Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Simulation Paths for Quantum Circuit Simulation with Decision Diagrams [72.03286471602073]
  決定図を用いて量子回路をシミュレートする際に選択される経路の重要性について検討する。 我々は、専用のシミュレーションパスを調査できるオープンソースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-01T19:00:11Z)
• Parallel Simulation of Quantum Networks with Distributed Quantum State Management [56.24769206561207]
  我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。 コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。 既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
  論文  参考訳（メタデータ） (2021-11-06T16:51:17Z)
• Device Sampling for Heterogeneous Federated Learning: Theory, Algorithms, and Implementation [24.084053136210027]
  グラフシーケンシャル畳み込みネットワーク(GCN)に基づくサンプリング手法を開発した。 提案手法は,全機器の5%以下をサンプリングしながら,訓練されたモデル精度と必要なリソース利用の両面で,fedl(federated learning)を実質的に上回っている。
  論文  参考訳（メタデータ） (2021-01-04T05:59:50Z)

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。