論文の概要: Theoretical basis of measurement-device-independent quantum-key-distribution with asymmetric sources

• arxiv url: http://arxiv.org/abs/2504.14614v1
• Date: Sun, 20 Apr 2025 13:44:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-29 23:22:52.479935
• Title: Theoretical basis of measurement-device-independent quantum-key-distribution with asymmetric sources
• Title（参考訳）: 非対称音源を用いた測定デバイス非依存量子キー分布の理論的基礎
• Authors: Jia-Jv Deng, Feng-Yu Lu, Zhen-Qiu Zhong, Xiao-Hai Zhan, Zhen-Qiang Yin, Shuang Wang, Wei Chen, De-Yong He, Guang-Can Guo, Zheng-Fu Han,
• Abstract要約: この研究は、MDI-QKDネットワークを非対称ソースで解析し最適化するための理論的基盤を提供する。 MDI-QKDネットワークの実践的展開の道のりは,すべてのユーザが同一のソースをネットワークで使わなければならないことは理にかなっている。
• 参考スコア（独自算出の注目度）: 4.920887543678074
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Measurement-device-independent quantum key distribution (MDI-QKD) has been a promising technology for the implementation of end-to-end quantum networks. In practice, the asymmetry of both sources and channels is generally inevitable. Therefore, we propose a theory to analyze the overall performance when two arbitrary and asymmetric sources the MDI users employ. As a specific application, we calculate the key rate of MDI-QKD with weak coherent pulse source and spontaneous parametric down-conversion source, and compare this result to the cases with symmetric sources. This work provides a theoretical basis for analyzing and optimizing MDI-QKD networks with asymmetric sources. Since requiring all users to employ identical sources in a network is unreasonable, our theory paves the way for the practical deployment of MDI-QKD networks.
• Abstract（参考訳）: 計測デバイスに依存しない量子鍵分布(MDI-QKD)は、エンドツーエンドの量子ネットワークの実装において有望な技術である。 実際には、ソースとチャネルの両方の非対称性は一般的に避けられない。 そこで本研究では,MDIユーザが使用する任意の2つの非対称な音源の全体的な性能を解析する理論を提案する。 特定の応用として、弱コヒーレントパルス源と自発パラメトリックダウンコンバージョン源によるMDI-QKDの鍵レートを計算し、この結果と対称音源との比較を行う。 この研究は、MDI-QKDネットワークを非対称ソースで解析し最適化するための理論的基盤を提供する。 MDI-QKDネットワークの実践的展開の道のりは,すべてのユーザが同一のソースをネットワークで使わなければならないことは理にかなっている。

関連論文リスト

• Mitigating imperfections in Differential Phase Shift Measurement-Device-Independent Quantum Key Distribution via Plug-and-Play architecture [1.8501505150450435]
  測定デバイスに依存しない量子鍵分布(MDI-QKD)は、もともと検出器側チャネル攻撃の問題を解決する手段として提案されていた。 差動位相シフト(DPS)符号化に基づくMDI-QKDのプラグアンドプレイ方式を提案する。
  論文  参考訳（メタデータ） (2024-09-09T17:08:44Z)
• Bring Metric Functions into Diffusion Models [145.71911023514252]
  DDPM(Denoising Diffusion Probabilistic Model)を改善するカスケード拡散モデル(Cas-DM)を導入する。 提案した拡散モデルバックボーンはLPIPS損失の有効利用を可能にし,最先端画像品質(FID, sFID, IS)を実現する。 実験結果から,提案した拡散モデルバックボーンはLPIPS損失の有効利用を可能にし,最新画像品質(FID, sFID, IS)につながることが示された。
  論文  参考訳（メタデータ） (2024-01-04T18:55:01Z)
• Experimental decoy-state asymmetric measurement-device-independent quantum key distribution over a turbulent high-loss channel [0.0]
  Measurement-Device-Independent (MDI) QKDは、信頼できない第三者が測定を行い、すべてのサイドチャネル攻撃を取り除くことを認可する。 有限の大きさのデコイ状態MDI QKDの乱流条件下でのキーレート向上を示す。
  論文  参考訳（メタデータ） (2023-11-07T20:36:33Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Networked Communication for Decentralised Agents in Mean-Field Games [59.01527054553122]
  平均フィールドゲームフレームワークにネットワーク通信を導入する。 当社のアーキテクチャは、中央集権型と独立した学習ケースの双方で保証されていることを証明しています。 ネットワーク化されたアプローチは、障害の更新や人口規模の変化に対する堅牢性という点において、両方の選択肢に対して大きなメリットがあることが示されています。
  論文  参考訳（メタデータ） (2023-06-05T10:45:39Z)
• Asymmetric adaptive LDPC-based information reconciliation for industrial quantum key distribution [0.0]
  本研究では,非対称なLDPC情報調停のための新しい手法を開発し,現在のチャネル状態に適応する。 新たな方式は、LDPC符号の利点、優先誤差率推定、レート適応型およびブラインド情報照合技術を組み合わせたものである。
  論文  参考訳（メタデータ） (2022-12-02T12:09:09Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Symmetric Pruning in Quantum Neural Networks [111.438286016951]
  量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。 ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。 本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
  論文  参考訳（メタデータ） (2022-08-30T08:17:55Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• On the Importance of Asymmetry for Siamese Representation Learning [53.86929387179092]
  シームズネットワークは、2つの並列エンコーダと概念的に対称である。 ネットワーク内の2つのエンコーダを明確に区別することで,非対称性の重要性について検討する。 非対称設計による改善は、より長いトレーニングスケジュール、複数の他のフレームワーク、より新しいバックボーンに一般化されている。
  論文  参考訳（メタデータ） (2022-04-01T17:57:24Z)
• Measurement device-independent quantum key distribution with passive, time-dependent source side-channels [0.39373541926236766]
  位相安定化にミラーを用いる共通偏光を用いたQKD源において、時間依存性の側チャネルを同定する。 我々は、サイドチャネルの量子光学モデルに対する秘密鍵レートの感度を定量化し、情報漏洩を軽減する戦略を開発する。
  論文  参考訳（メタデータ） (2021-08-19T14:08:22Z)
• Measurement-device-independent quantum key distribution with insecure sources [11.835944016730302]
  測定デバイス非依存量子鍵分布(MDI-QKD)は、検出側チャネルのすべての抜け穴を排除し、長距離秘密鍵共有において優れた性能を示した。 そこで本研究では,MDI-QKDの証明を基準手法に基づく一般的な定式化手法を提案する。
  論文  参考訳（メタデータ） (2021-07-16T10:14:57Z)
• Reference-frame-independent measurement-device-independent quantum key distribution with imperfect sources [2.4331238547907876]
  状態準備欠陥に対してロバストなRFI-MDI-QKDプロトコルを提案する。 提案手法は,RFI-MDI-QKDの実用的安全性を向上させる4つの欠陥のある状態で実現可能である。
  論文  参考訳（メタデータ） (2021-02-21T16:28:50Z)
• Sampling asymmetric open quantum systems for artificial neural networks [77.34726150561087]
  非対称な開系に対する高速収束時間と高いスケーラビリティを実現し,非対称性を考慮したハイブリッドサンプリング戦略を提案する。 我々は、ニューラルネットワークの普遍的適用性を強調し、ニューラルネットワークの普遍的適用性を概説する。
  論文  参考訳（メタデータ） (2020-12-20T18:25:29Z)
• Efficient decoy-states for the reference-frame-independent measurement-device-independent quantum key distribution [22.452971995801686]
  RFI-MDI-QKDは検出器側の全ての攻撃を排除し、ソース側の参照フレームアライメントを必要としない。 RFI-MDI-QKDの性能は、統計的変動を考慮した場合、秘密鍵レートと達成可能な距離で大幅に向上する。
  論文  参考訳（メタデータ） (2020-02-10T11:52:53Z)
• Q-GADMM: Quantized Group ADMM for Communication Efficient Decentralized Machine Learning [66.18202188565922]
  我々はQGADMM(QGADMM)という通信効率の高い分散機械学習(ML)アルゴリズムを提案する。 我々は,凸関数に対するQGADMMの収束性を証明しつつ,モデル化レベルとその確率を適応的に調整する新しい量子化法を開発した。
  論文  参考訳（メタデータ） (2019-10-23T10:47:06Z)

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。