Fugu-MT 論文翻訳(概要): Probing graph topology from local quantum measurements

論文の概要: Probing graph topology from local quantum measurements

arxiv url: http://arxiv.org/abs/2507.23689v1
Date: Thu, 31 Jul 2025 16:06:45 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-01 17:19:10.116525
Title: Probing graph topology from local quantum measurements
Title（参考訳）: 局所量子計測によるグラフトポロジーの探索
Authors: F. Romeo, J. Settino,
Abstract要約: 本研究では, 平均度, ハブ密度, 固定長の閉路数などの未知の量子ネットワークのグローバルな特性を, 厳密な局所的な量子測定から推定できることを示す。ノードのごく一部しかアクセスできない悪意のあるエージェントが、量子状態を局所的に初期化し、反復的短時間測定によりネットワーク全体の機密構造情報を抽出できることを実証する。
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: We show that global properties of an unknown quantum network, such as the average degree, hub density, and the number of closed paths of fixed length, can be inferred from strictly local quantum measurements. In particular, we demonstrate that a malicious agent with access to only a small subset of nodes can initialize quantum states locally and, through repeated short-time measurements, extract sensitive structural information about the entire network. The intrusion strategy is inspired by extreme learning and quantum reservoir computing and combines short-time quantum evolution with a non-iterative linear readout with trainable weights. These results suggest new strategies for intrusion detection and structural diagnostics in future quantum Internet infrastructures.
Abstract（参考訳）: 本研究では, 平均度, ハブ密度, 固定長の閉路数などの未知の量子ネットワークのグローバルな特性を, 厳密な局所的な量子測定から推定できることを示す。特に、少数のノードにしかアクセスできない悪意のあるエージェントが、量子状態を局所的に初期化し、反復的な短時間測定によってネットワーク全体の機密構造情報を抽出できることを実証する。侵入戦略は極端な学習と量子貯水池計算にインスパイアされ、短時間の量子進化と非定性線形読み出しとトレーニング可能な重みを組み合わせている。これらの結果は、将来の量子インターネットインフラにおける侵入検知と構造診断の新しい戦略を示唆している。

関連論文リスト

Clustering-induced localization of quantum walks on networks [0.0]
量子ウォークは量子情報理論におけるパラダイムモデルである。高度にクラスタ化されたネットワークにおいて、ローカライゼーションがどのように現れるかを示す。次に、Kleinbergの小規模ネットワークやHolme-Kimのパワーロークラスタネットワークにもローカライゼーションが存在することを示す。
論文参考訳（メタデータ） (2024-12-05T16:40:57Z)
Guarantees on the structure of experimental quantum networks [105.13377158844727]
量子ネットワークは、セキュアな通信、ネットワーク量子コンピューティング、分散センシングのためのマルチパーティ量子リソースと多数のノードを接続し、供給する。これらのネットワークのサイズが大きくなるにつれて、認証ツールはそれらの特性に関する質問に答える必要がある。本稿では,ある量子ネットワークにおいて特定の相関が生成できないことを保証するための一般的な方法を示す。
論文参考訳（メタデータ） (2024-03-04T19:00:00Z)
Learning quantum properties from short-range correlations using multi-task networks [3.7228085662092845]
相関長が一定である多体量子状態の様々な量子特性を予測できるニューラルネットワークモデルを提案する。このモデルはマルチタスク学習の技術に基づいており、従来のシングルタスクアプローチよりもいくつかの利点があることを示す。
論文参考訳（メタデータ） (2023-10-18T08:53:23Z)
Quantum information spreading and scrambling in a distributed quantum network: A Hasse/Lamport diagrammatic approach [14.308249733521182]
量子インターネットとして知られる大規模量子ネットワークは、高度な分散量子コンピューティングと長距離量子通信を大いに約束する。本稿では,量子ネットワーク内の情報フローのダイナミクスを可視化する新しい図式手法を提案する。また、特定のノードがネットワーク全体にわたって秘密の量子情報をスクランブルする量子情報スクランブルプロトコルを提案する。
論文参考訳（メタデータ） (2023-09-19T06:48:42Z)
Overlapping qubits from non-isometric maps and de Sitter tensor networks [41.94295877935867]
局所的な実効理論の過程は、自由度が低い量子系と密接な関係を持つことが示される。重なり合う量子ビットが、概念的にはヒルベルト空間次元の検証、ブラックホールやホログラフィーにおける自由度数とどのように結びついているかを強調した。
論文参考訳（メタデータ） (2023-04-05T18:08:30Z)
Inferring Quantum Network Topology using Local Measurements [3.549868541921029]
本稿では,量子ネットワークのトポロジを識別し,推論するための効率的なプロトコルを提案する。このプロトコルはノイズに対して完全に堅牢であり、量子変分最適化によって実装可能であることを示す。
論文参考訳（メタデータ） (2022-12-15T17:36:12Z)
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 information spreading in a disordered quantum walk [50.591267188664666]
量子ウォークスを用いて量子情報拡散パターンを探索する量子探索プロトコルを設計する。我々は、異常や古典的輸送を調査するために、コヒーレントな静的および動的障害に焦点を当てる。以上の結果から,複雑なネットワークで発生する欠陥や摂動の情報を読み取る装置として,量子ウォーク(Quantum Walk)が考えられる。
論文参考訳（メタデータ） (2020-10-20T20:03:19Z)
Quantum State Discrimination on Reconfigurable Noise-Robust Quantum Networks [6.85316573653194]
量子情報処理における根本的な問題は、システムの量子状態の集合の識別である。本稿では、この問題を量子ウォークによって定義されるグラフによって記述されたオープン量子システム上で解決する。ネットワークのパラメータを最適化し、正しい識別の確率を最大化する。
論文参考訳（メタデータ） (2020-03-25T19:07:03Z)
Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。