論文の概要: Inferring Quantum Network Topologies using Genetic Optimisation of Indirect Measurements
- arxiv url: http://arxiv.org/abs/2506.11289v1
- Date: Thu, 12 Jun 2025 20:46:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-16 17:50:49.580514
- Title: Inferring Quantum Network Topologies using Genetic Optimisation of Indirect Measurements
- Title（参考訳）: 間接測定の遺伝的最適化による量子ネットワークトポロジーの推定
- Authors: Conall J. Campbell, Matthew Mackinnon, Mauro Paternostro, Diana Chisholm,
- Abstract要約: 我々は外部プローブを用いて連続時間量子ウォークの文脈でネットワークトポロジーを推定する。
プローブは励起の減衰チャネルとして機能し、ネットワーク力学の間接的な測定を行うと解釈できる。
本研究では,プローブ数の増加が再構成作業を大幅に単純化し,プローブ数と計算能力とのトレードオフを明らかにした。
- 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: The characterisation of quantum networks is fundamental to understanding how energy and information propagates through complex systems, with applications in control, communication, error mitigation and energy transfer. In this work, we explore the use of external probes to infer the network topology in the context of continuous-time quantum walks, where a single excitation traverses the network with a pattern strongly influenced by its topology. The probes act as decay channels for the excitation, and can be interpreted as performing an indirect measurement on the network dynamics. By making use of a Genetic Optimisation algorithm, we demonstrate that the data collected by the probes can be used to successfully reconstruct the topology of any quantum network with high success rates, where performance is limited only by computational resources for large network sizes. Moreover, we show that increasing the number of probes significantly simplifies the reconstruction task, revealing a tradeoff between the number of probes and the required computational power.
- Abstract（参考訳）: 量子ネットワークの特徴付けは、制御、通信、エラー軽減、エネルギー伝達といった複雑なシステムを通して、エネルギーと情報がどのように伝播するかを理解するのに不可欠である。
本研究では、連続時間量子ウォークの文脈でネットワークトポロジを推定するための外部プローブの利用について検討し、単一励起がそのトポロジに強く影響されたパターンでネットワークを横断する。
プローブは励起の減衰チャネルとして機能し、ネットワーク力学の間接的な測定を行うと解釈できる。
遺伝的最適化アルゴリズムを用いて、プローブによって収集されたデータは、高い成功率を持つ任意の量子ネットワークのトポロジの再構築に有効であることを示す。
さらに,プローブ数の増加は再構成作業を大幅に単純化し,プローブ数と計算能力とのトレードオフを明らかにした。
関連論文リスト
- Identifying Sub-networks in Neural Networks via Functionally Similar Representations [41.028797971427124]
我々は、異なるサブネットワークの存在を調査し、ネットワークの理解を自動化するための一歩を踏み出した。
具体的には、ニューラルネットワーク内の機能的に類似した表現の概念に基づく、新しい自動化されたタスク非依存のアプローチについて検討する。
提案手法は,人間と計算コストを最小限に抑えたニューラルネットワークの動作に関する有意義な洞察を提供する。
論文 参考訳（メタデータ） (2024-10-21T20:19:00Z) - 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) - Identifying network topologies via quantum walk distributions [0.0]
遺伝的アルゴリズムを用いて、測定された確率分布からネットワークのトポロジを検索する。
提案手法は,ノイズの存在下でも効率的に必要な情報を取得することができることを示す。
論文 参考訳（メタデータ） (2023-01-31T18:38:44Z) - Adaptive, Continuous Entanglement Generation for Quantum Networks [59.600944425468676]
量子ネットワークは情報伝達のために、遠方のノードにおける量子ビット間の絡み合いに依存している。
本稿では、前回の要求からの情報を用いてランダムに生成された量子リンクの選択をガイドする適応型スキームを提案する。
また、遅延性能の違いが量子ネットワークのリソースの最適な割り当ての必要性を示唆する量子メモリ割り当てシナリオについても検討する。
論文 参考訳（メタデータ） (2022-12-17T05:40:09Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳（メタデータ） (2022-11-09T21:43:16Z) - Quantum Compressive Sensing: Mathematical Machinery, Quantum Algorithms,
and Quantum Circuitry [10.286119086329762]
圧縮センシングは、比較的少数の測定値から大きな信号の再構成を容易にするプロトコルである。
近年の研究では、興味のある信号の構造を学ぶためにテンソルネットワークを訓練する、データ駆動型アプローチが検討されている。
我々は、テンソルネットワークの状態が絡み合った量子ビットの集合上の量子状態である別の「量子」プロトコルを提案する。
論文 参考訳（メタデータ） (2022-04-27T16:20:28Z) - SignalNet: A Low Resolution Sinusoid Decomposition and Estimation
Network [79.04274563889548]
本稿では,正弦波数を検出するニューラルネットワークアーキテクチャであるSignalNetを提案する。
基礎となるデータ分布と比較して,ネットワークの結果を比較するための最悪の学習しきい値を導入する。
シミュレーションでは、我々のアルゴリズムは常に3ビットデータのしきい値を超えることができるが、しばしば1ビットデータのしきい値を超えることはできない。
論文 参考訳（メタデータ） (2021-06-10T04:21:20Z) - Quantum neural networks with multi-qubit potentials [0.0]
量子パーセプトロンにおけるマルチキュービットポテンシャルの存在は、より効率的な情報処理タスクを可能にすることを示す。
このネットワークアーキテクチャの単純化は、接続性の問題に対処し、量子ニューラルネットワークをスケールアップする道を開く。
論文 参考訳（メタデータ） (2021-05-06T15:30:06Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-23T19:00:01Z) - Learning Connectivity of Neural Networks from a Topological Perspective [80.35103711638548]
本稿では,ネットワークを解析のための完全なグラフに表現するためのトポロジ的視点を提案する。
接続の規模を反映したエッジに学習可能なパラメータを割り当てることにより、学習プロセスを異なる方法で行うことができる。
この学習プロセスは既存のネットワークと互換性があり、より大きな検索空間と異なるタスクへの適応性を持っている。
論文 参考訳（メタデータ） (2020-08-19T04:53:31Z) - Probing Criticality in Quantum Spin Chains with Neural Networks [0.0]
隠れた層を持たないニューラルネットワークでさえ、磁気秩序と乱れ相の区別を効果的に訓練できることが示される。
我々の結果は、相互作用する量子多体系の幅広いクラスに拡張され、多体量子物理学へのニューラルネットワークの広範な適用性を示す。
論文 参考訳（メタデータ） (2020-05-05T12:34:50Z)
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。