論文の概要: Integrating Entanglement Purification into All-Photonic Quantum Repeaters

• arxiv url: http://arxiv.org/abs/2504.18121v1
• Date: Fri, 25 Apr 2025 06:59:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.669408
• Title: Integrating Entanglement Purification into All-Photonic Quantum Repeaters
• Title（参考訳）: 全フォトニック量子リピータへのエンタングル化精製の統合
• Authors: Naphan Benchasattabuse, Michal Hajdušek, Rodney Van Meter,
• Abstract要約: 我々は、リピータグラフ状態(RGS)に基づく精製強化全フォトニック量子リピータスキームを提案する。 このフレームワークは長年にわたるオープンな疑問に対処する - 全フォトニックスキームと自然に絡み合いの浄化を統合する方法である。
• 参考スコア（独自算出の注目度）: 0.49157446832511503
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a purification-enhanced all-photonic quantum repeater scheme based on repeater graph states (RGS) framework that leverages the recently proposed half-RGS building block. This framework addresses a longstanding open question--how to naturally integrate entanglement purification with an all-photonic scheme--by enabling long-distance purification without disrupting the core design. Our framework utilizes optimistic purification performed directly on the half-RGS primitives across long distances without waiting for heralding outcomes. The overhead is modest: the RGS generation slows down proportionally with the number of purification rounds, and each round requires only one additional quantum emitter per half-RGS source. However, since the generation time is negligible compared to the end-to-end communication delay, the total latency remains effectively dominated by communication time, similar to frameworks without purification. Our framework enables flexible purification scheduling along the connection path, making it compatible with memory-based strategies, a rich body of research on purification scheduling and optimization that was previously thought inapplicable to the RGS scheme. Through numerical evaluation, we compare the performance of our framework with purification between memories at end nodes.
• Abstract（参考訳）: 本稿では,最近提案された半RGSビルディングブロックを利用したリピータグラフ状態(RGS)に基づく全フォトニック量子リピータ方式を提案する。 このフレームワークは、コア設計を混乱させることなく長距離の浄化を可能にすることによって、自然に絡み合いの浄化を全フォトニックスキームと統合する方法という、長年にわたるオープンな疑問に対処する。 提案手法では,半RGSプリミティブ上での楽観的な浄化を遠隔操作で行う。 RGS生成は精製ラウンドの数に比例して減速し、各ラウンドは半RGSソース当たり1つの量子エミッタしか必要としない。 しかし、生成時間はエンドツーエンドの通信遅延と比べて無視できるため、全遅延は、浄化のないフレームワークと同様、通信時間によって実質的に支配される。 我々のフレームワークは、接続経路に沿ってフレキシブルな浄化スケジューリングを可能にし、以前RGSスキームには適用できないと考えられていた精製スケジューリングと最適化に関する豊富な研究の、メモリベースの戦略と互換性を持たせる。 数値評価により,本フレームワークの性能と終端ノードにおける記憶の浄化を比較した。

関連論文リスト

• Structuring Multiple Simple Cycle Reservoirs with Particle Swarm Optimization [4.452666723220885]
  Reservoir Computing (RC)は、リカレントニューラルネットワーク(RNN)から導かれる時間効率の計算パラダイムである。 本稿では,Echo State Networks (ESNs)を拡張したマルチ・リザーバ・フレームワークであるMultiple Simple Cycle Reservoirs (MSCRs)を紹介する。 粒子群最適化 (PSO) を用いたMSCRの最適化は, 既存の多貯留層モデルよりも優れており, より低次元状態空間での競合予測性能を実現することが実証された。
  論文  参考訳（メタデータ） (2025-04-06T12:25:40Z)
• RGL: A Graph-Centric, Modular Framework for Efficient Retrieval-Augmented Generation on Graphs [58.10503898336799]
  完全なRAGパイプラインをシームレスに統合するモジュラーフレームワークであるRAG-on-Graphs Library(RGL)を紹介した。 RGLは、さまざまなグラフフォーマットをサポートし、必須コンポーネントの最適化実装を統合することで、重要な課題に対処する。 評価の結果,RGLはプロトタイピングプロセスの高速化だけでなく,グラフベースRAGシステムの性能や適用性の向上も図っている。
  論文  参考訳（メタデータ） (2025-03-25T03:21:48Z)
• DGTR: Distributed Gaussian Turbo-Reconstruction for Sparse-View Vast Scenes [81.56206845824572]
  新規ビュー合成(NVS)アプローチは、広大なシーン再構築において重要な役割を担っている。 大規模な環境下では、復元の質が悪くなる場合が少なくない。 本稿では,スパース・ビュー・ワイド・シーンのための効率的なガウス再構成のための分散フレームワークであるDGTRを提案する。
  論文  参考訳（メタデータ） (2024-11-19T07:51:44Z)
• Optimistic Entanglement Purification in Quantum Networks [11.511763058777259]
  量子チャネルで発生するノイズと光子損失は、量子ネットワークにおける信頼性の高い絡み合い生成において大きな課題となる。 短期ネットワークでは、成功裏に発生した絡みをエンドポイントに通知するためには、階層化が必要である。 我々は, 絡み込みポンプ方式, 地上および衛星ベースのEPR発生源, 最先端の浄化回路に最適化を適用した。
  論文  参考訳（メタデータ） (2024-01-16T01:08:17Z)
• Architecture and protocols for all-photonic quantum repeaters [0.49157446832511503]
  全フォトニック量子リピータ方式は、光子損失と運用上のエラーに対するレジリエンスを約束する。 本稿では,新しいエミッタ・フォトニック・キュービット・ビルディングブロックと RGS プロトコルを提案する。 提案するビルディングブロックは,エンドノードに必要な量子メモリの総数を大幅に削減する。
  論文  参考訳（メタデータ） (2023-06-06T15:08:50Z)
• Gated Recurrent Neural Networks with Weighted Time-Delay Feedback [59.125047512495456]
  重み付き時間遅延フィードバック機構を備えた新しいゲートリカレントユニット(GRU)を導入する。 我々は、$tau$-GRUが、最先端のリカレントユニットやゲート型リカレントアーキテクチャよりも早く収束し、より一般化できることを示します。
  論文  参考訳（メタデータ） (2022-12-01T02:26:34Z)
• Structured Sparsity Learning for Efficient Video Super-Resolution [99.1632164448236]
  我々は、ビデオ超解像(VSR)モデルの特性に応じて、構造化スパシティ学習(SSL)と呼ばれる構造化プルーニング手法を開発する。 SSLでは,残差ブロック,リカレントネットワーク,アップサンプリングネットワークなど,VSRモデルのいくつかの重要なコンポーネントに対するプルーニングスキームを設計する。
  論文  参考訳（メタデータ） (2022-06-15T17:36:04Z)
• Joint Channel and Weight Pruning for Model Acceleration on Moblie Devices [37.51092726022731]
  プルーニングは、計算資源の消費と精度のバランスをとるために広く採用されているプラクティスである。 We present a unified framework with Joint Channel pruning and Weight pruning (JCW)。 本稿では,JCW フレームワークに最適化された多目的進化アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-10-15T11:18:42Z)
• Distributed stochastic optimization with large delays [59.95552973784946]
  大規模最適化問題を解決する最も広く使われている手法の1つは、分散非同期勾配勾配(DASGD)である。 DASGDは同じ遅延仮定の下で大域的最適実装モデルに収束することを示す。
  論文  参考訳（メタデータ） (2021-07-06T21:59:49Z)
• Efficient Micro-Structured Weight Unification and Pruning for Neural Network Compression [56.83861738731913]
  ディープニューラルネットワーク(DNN)モデルは、特にリソース制限されたデバイスにおいて、実用的なアプリケーションに不可欠である。 既往の非構造的あるいは構造化された重量刈り法は、推論を真に加速することはほとんど不可能である。 ハードウェア互換のマイクロ構造レベルでの一般化された重み統一フレームワークを提案し,高い圧縮と加速度を実現する。
  論文  参考訳（メタデータ） (2021-06-15T17:22:59Z)
• Improved Branch and Bound for Neural Network Verification via Lagrangian Decomposition [161.09660864941603]
  ニューラルネットワークの入出力特性を公式に証明するためのブランチとバウンド(BaB)アルゴリズムのスケーラビリティを改善します。 活性化に基づく新しい分岐戦略とBaBフレームワークであるブランチとデュアルネットワーク境界(BaDNB)を提案する。 BaDNBは、従来の完全検証システムを大きなマージンで上回り、対数特性で平均検証時間を最大50倍に削減した。
  論文  参考訳（メタデータ） (2021-04-14T09:22:42Z)

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。