論文の概要: Quantum-Aware Network Planning and Integration

• arxiv url: http://arxiv.org/abs/2505.05351v1
• Date: Thu, 08 May 2025 15:41:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-09 21:43:49.940029
• Title: Quantum-Aware Network Planning and Integration
• Title（参考訳）: 量子アウェアネットワークの計画と統合
• Authors: Cédric Ware, Mounia Lourdiane,
• Abstract要約: 同じ物理媒体上の古典的なトラフィックと量子信号が共存する必要性がある。 現在、ネットワークレベルでQKDを統合する取り組みが進行中である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In order to broaden the adoption of highly-demanded quantum functionalities such as QKD, there is a need for having quantum signals coexist with classical traffic over the same physical medium, typically optical fibers in already-deployed networks. Beyond the experimental point-to-point demonstrations of the past few years, efforts are now underway to integrate QKD at the network level: developing interfaces with the software-defined-network ecosystem; but also network planning tools that satisfy physical-layer contraints jointly on the classical and quantum signals. We have found that in certain situations, na\"ive network planning prioritizing quantum traffic drastically degrades classical capacity, whereas a quantum-aware wavelength assignment heuristic allows coexistence with minimal impact on both capacities. More such techniques will be required to enable widespread deployment of QKD and other future quantum functionalities.
• Abstract（参考訳）: QKDのような高要求の量子機能の採用を拡大するためには、量子信号が同じ物理媒体上の古典的なトラフィック(通常は既に展開されているネットワークの光ファイバー)と共存することが必要である。 過去数年間の実験的なポイント・ツー・ポイントのデモ以外にも、QKDをネットワークレベルで統合するための取り組みが進行中である。 量子トラフィックを優先するネットワーク計画が古典的容量を大幅に低下させるのに対して、量子対応の波長割当ヒューリスティックは、両方の容量に最小限の影響で共存することができる。 このような技術は、QKDや他の将来の量子関数の広範な展開を可能にするために必要となる。

関連論文リスト

• Leveraging Internet Principles to Build a Quantum Network [8.597828500002242]
  本稿では,ほとんどの量子固有要素を抽象化し,最善量子ネットワークアーキテクチャを定式化する手法を提案する。 この再フレーミングは、インターネットのコンテキスト内で利用可能な、よく理解されたプロトコルを利用する機会を提供する。 その結果、これらの古典的ネットワーキングツールは、量子メモリのデコヒーレンスを管理し、ターゲット値の周囲のエンドツーエンドの忠実さを維持するのに有効であることが示された。
  論文  参考訳（メタデータ） (2024-10-11T16:55:10Z)
• A blueprint for large-scale quantum-network deployments [0.36458436930193083]
  この記事では、MadQCI(Madrid Quantum Communication Infrastructure)テストベッドにデプロイされ、評価された上記の問題に対するソリューションの詳細な説明を紹介する。 このネットワークは、複数のプロバイダから量子キー配信モジュールをインストールすることで、通信エコシステムに量子通信を統合するように設計されている。 テストは、既存の古典的ネットワークのレガシートラフィックを保護する厳格なサービスレベルの合意に従って実施された。
  論文  参考訳（メタデータ） (2024-09-02T08:48:16Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Optimization of QKD Networks with Classical and Quantum Annealing [0.7827586118586438]
  量子鍵分配(QKD)ハードウェアは、ティア1プロバイダネットワークで使用される。 QKDシステムのアンサンブルは、できるだけ多くの暗号化キーを交換できる必要がある。 冗長性とレイテンシ要件は、追加のバウンダリ条件を追加する。
  論文  参考訳（メタデータ） (2022-06-28T16:08:12Z)
• Physics-Informed Quantum Communication Networks: A Vision Towards the Quantum Internet [79.8886946157912]
  本稿では,量子通信ネットワーク(QCN)の性能を物理インフォームド方式で解析する。 物理インフォームドアプローチの必要性を評価し,実践的なQCNの設計におけるその基本的な役割を解析する。 我々はQCNが量子技術の最先端を活用できる新しい物理インフォームドパフォーマンス指標と制御を同定する。
  論文  参考訳（メタデータ） (2022-04-20T05:32:16Z)
• The Computational and Latency Advantage of Quantum Communication Networks [70.01340727637825]
  本稿では,従来の通信ネットワークの現状を要約する。 量子技術を活用することでのみ解決できる、いくつかの重要なオープンな研究課題を特定します。
  論文  参考訳（メタデータ） (2021-06-07T06:31:02Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)

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。