論文の概要: Optimizing the qudit dimensions of position-momentum entangled photons for QKD

• arxiv url: http://arxiv.org/abs/2505.00811v1
• Date: Thu, 01 May 2025 19:09:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-05 17:21:19.80501
• Title: Optimizing the qudit dimensions of position-momentum entangled photons for QKD
• Title（参考訳）: QKDのための位置モメンタム交絡光子のクディット次元の最適化
• Abstract要約: そこで本稿では,BBM92の高次元変動の鍵レートを最大化する最適化手法を提案する。 位置モメンタムベースを用いて高次元キューディットを符号化し、完全にパッシブな光学装置で実現した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose an optimization scheme to maximize the secure key rate of a high-dimensional variant of BBM92. We use the position-momentum conjugate bases to encode the higher dimensional qudits, realised in a fully passive optical setup. The setup employs a single lens for the basis measurements and no lossy or slow elements. We optimize the qudit dimension for the protocol by maximizing the number of equiprobable sections (macropixels) of the detected beam while minimizing their overlap error. We show the enhanced key rate by discarding events from the ambiguous border pixels. Our strategy maximizes the overlap between the discarded regions from neighbouring macropixels, thereby globally minimizing the overall loss and error. We calculate the optimal dimension and the secure key rate for certain beam parameters. We experimentally show the feasibility of our scheme. This work paves the way for realistic implementations of high-dimensional device-independent quantum key distribution with enhanced bitrates.
• Abstract（参考訳）: そこで本稿では,BBM92の高次元変動の鍵レートを最大化する最適化手法を提案する。 位置モメンタム共役基底を用いて高次元キューディットを符号化し、完全な受動光学装置で実現した。 このセットアップでは、ベース測定に単一レンズを使用し、損失や遅い要素は発生しない。 検出されたビームの等質区間(マクロピクセル)の数を最大化し、重なり誤差を最小化することにより、プロトコルのキューディット次元を最適化する。 曖昧な境界画素からイベントを破棄することでキーレートが向上することを示す。 我々の戦略は、近隣のマクロピクセルから捨てられた領域間の重なり合いを最大化し、全体の損失とエラーを世界規模で最小化する。 ビームパラメータの最適次元とセキュア鍵レートを計算する。 提案手法の有効性を実験的に示す。 この研究は、拡張ビットレートを用いた高次元デバイス非依存量子鍵分布の現実的な実装の道を開くものである。

関連論文リスト

• PXDepth: Pixel-Space Modeling for Structure Preserving Monocular Depth Estimation [102.98521307122452]
  PXDepthは,画素レベルの深度予測から大域的コンテキストモデリングを分離する識別単眼深度モデルである。 具体的には、大容量のViTがグローバルシーンコンテキストをキャプチャし、Context-Modulated Pixel Transformerブロックからなる画素空間予測器が高解像度空間表現を保持する。 この設計は、世界深度一貫性を犠牲にすることなく、微細な構造と鋭い境界を保っている。
  論文  参考訳（メタデータ） (2026-08-17T18:00:02Z)
• Optimal multi-spectral squeezing via deterministic 2D-phase optimization [0.0]
  我々は,ピクセルベースで視界の最大値に到達し,画素数に応じて線形にスケールする逐次アルゴリズムを開発した。 導波路をベースとした設定では,モードマッチング効率の20%向上に対応して,最適化マスクは視界を76%から84%に向上させる。 これらの結果から,導波路の多モードスキューズ化に対する有効かつ解釈可能な経路として,決定論的空間位相整形が確立された。
  論文  参考訳（メタデータ） (2026-06-18T13:05:53Z)
• Privacy-Preserving High-Resolution Image Gradient Computation Based on Fully Homomorphic Encryption [1.342943588774946]
  ホモモルフィック暗号化(HE)は、プライバシを保存する画像処理のコアメソッドとして登場した。 本稿では,大規模画像のための多文プライバシ保存フレームワークを提案し,半正直なモデルの下での効率的な画像の暗号化と計算を実現する。
  論文  参考訳（メタデータ） (2026-06-02T11:32:15Z)
• Photon Efficiency of High-Dimensional Quantum Key Distribution [0.6875312133832078]
  本稿では,各光子対を用いて複数の量子ビットを符号化し,弱い信号を最適に利用するシナリオに着目した。 有限交絡光子対生成確率に対して最適効率が得られることを示す。
  論文  参考訳（メタデータ） (2026-05-20T10:50:55Z)
• All-optical quantum memory using bosonic quantum error correction codes [0.0]
  本稿では,Gottesman-Kitaev-Preskill符号化量子ビットをファイバーループに格納する全光量子メモリアーキテクチャを提案する。 我々は, シンドロームデコーダの最適化が, 実験的に関係する有限列化機構において重要な役割を担っていることを示す。
  論文  参考訳（メタデータ） (2026-03-23T09:07:12Z)
• Generalized Numerical Framework for Improved Finite-Sized Key Rates with Rényi Entropy [0.9265788589461493]
  我々は、R'enyi エントロピーにR'enyi の発散の観点で厳密な解析的境界を示し、R'enyi の発散の解析的勾配を導出する。 我々は、長距離衛星プロトコルに関係のある、高損失と低ブロックサイズのレギュレーションの改善を示す。
  論文  参考訳（メタデータ） (2025-02-04T13:44:20Z)
• SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid Registration [76.40993825836222]
  本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。 提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
  論文  参考訳（メタデータ） (2024-05-30T15:55:04Z)
• Single Image Depth Prediction Made Better: A Multivariate Gaussian Take [163.14849753700682]
  本稿では,画素ごとの深度を連続的にモデル化する手法を提案する。 提案手法の精度(MG)は,KITTI深度予測ベンチマークリーダーボードの上位に位置する。
  論文  参考訳（メタデータ） (2023-03-31T16:01:03Z)
• Image Reconstruction via Deep Image Prior Subspaces [0.18472148461613155]
  ディープラーニングは画像再構成タスクの解決に広く利用されているが、高品質なトレーニングデータが不足しているため、そのデプロイ性は後退している。 本稿では、DIP最適化をパラメータの疎線型部分空間に制限することにより、これらの問題に対処する新しい手法を提案する。 部分空間の低次元性は、DIPのノイズに適合する傾向を減少させ、安定な2階最適化法を可能にする。
  論文  参考訳（メタデータ） (2023-02-20T20:19:36Z)
• An Improved Correction Term for Dimension Reduction in Quantum Key Distribution [0.0]
  次元削減法は量子鍵分布プロトコルのセキュリティ証明を可能にする。 次元の縮小は秘密鍵レート計算における補正項に関連付けられる。 この新たな補正項は、次元削減法を適用する際の計算オーバーヘッドを低減することができる。
  論文  参考訳（メタデータ） (2022-10-25T19:46:56Z)
• Parallel Inversion of Neural Radiance Fields for Robust Pose Estimation [26.987638406423123]
  6-DoFターゲットのポーズを推定するための高速ニューラルネットワーク場(NeRF)に基づく並列最適化手法を提案する。 高速NeRFモデルから描画された画素と観測画像中の画素との残差を最小化することにより、カメラの変換と回転を予測できる。 実験により,本手法は,合成ベンチマークと実世界のベンチマークの両方において,一般化とロバスト性を向上できることを示した。
  論文  参考訳（メタデータ） (2022-10-18T19:09:58Z)
• Quantum metrology of noisy spreading channels [0.0]
  ノイズのあるチャネルのクラスに対して最適な測定戦略を提供する。 小さい変位では, 真空プローブ場が同じ平均エネルギーの戦略の中で最適であることを示す。
  論文  参考訳（メタデータ） (2022-08-19T15:05:26Z)
• Uncertainty-Aware Deep Multi-View Photometric Stereo [100.97116470055273]
  光度ステレオ(PS)は高周波表面の細部を復元するのに優れ、マルチビューステレオ(MVS)はPSによる低周波歪みを除去し、大域的な形状を維持するのに役立つ。 本稿では,PS と MVS の相補的強みを効果的に活用する手法を提案する。 我々は,不確実性を考慮したディープPSネットワークとディープMVSネットワークを用いて,画素ごとの表面の正規度と深さを推定する。
  論文  参考訳（メタデータ） (2022-02-26T05:45:52Z)
• Robust 360-8PA: Redesigning The Normalized 8-point Algorithm for 360-FoV Images [53.11097060367591]
  球面投影における360-fov画像から本質行列を推定する新しい手法を提案する。 我々の正規化は、時間を大幅に上回ることなく、カメラの精度を約20%向上させることができることを示す。
  論文  参考訳（メタデータ） (2021-04-22T07:23:11Z)
• Asymmetric CNN for image super-resolution [102.96131810686231]
  深層畳み込みニューラルネットワーク(CNN)は、過去5年間で低レベルビジョンに広く適用されています。 画像超解像のための非対称ブロック(AB)、mem?ory拡張ブロック(MEB)、高周波数特徴強調ブロック(HFFEB)からなる非対称CNN(ACNet)を提案する。 我々のACNetは、ブラインドノイズの単一画像超解像(SISR)、ブラインドSISR、ブラインドSISRを効果的に処理できる。
  論文  参考訳（メタデータ） (2021-03-25T07:10:46Z)
• Distributed Learning and Democratic Embeddings: Polynomial-Time Source Coding Schemes Can Achieve Minimax Lower Bounds for Distributed Gradient Descent under Communication Constraints [46.17631511884969]
  我々は、n次元ユークリッド空間においてベクトルを圧縮する問題を考える。 数値化器の被覆効率が次元独立であるか、あるいは非常に弱い対数依存であるという意味では、民主主義的および民主的に近いソースコーディングスキームが(ほぼ)最適であることを示す。 分散最適化アルゴリズムDGD-DEFを提案する。このアルゴリズムは,提案した符号化戦略を用いて,(ほぼ)定数要素内における最小収束率を実現する。
  論文  参考訳（メタデータ） (2021-03-13T00:04:11Z)
• Bayesian Bits: Unifying Quantization and Pruning [73.27732135853243]
  我々は、勾配に基づく最適化による混合精度量子化とプルーニングの実用的な方法であるBayesian Bitsを紹介する。 提案手法をいくつかのベンチマーク・データセット上で実験的に検証し,プレナード付き混合精度ネットワークを学習可能であることを示す。
  論文  参考訳（メタデータ） (2020-05-14T16:00:34Z)

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。