論文の概要: Joint parameter estimation and multidimensional reconciliation for CV-QKD

• arxiv url: http://arxiv.org/abs/2508.05558v1
• Date: Thu, 07 Aug 2025 16:38:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-08 18:59:39.959732
• Title: Joint parameter estimation and multidimensional reconciliation for CV-QKD
• Title（参考訳）: CV-QKDの結合パラメータ推定と多次元再構成
• Authors: Jisheng Dai, Xue-Qin Jiang, Peng Huang, Tao Wang, Guihua Zeng,
• Abstract要約: 本稿では,ベイジアンフレームワーク内でのチャネルパラメータ推定と情報和解を統一する,新しい共同メッセージパッシング手法を提案する。 我々の知る限り、CV-QKDにおける多次元和解とチャネルパラメータ推定を統一する最初の試みである。
• 参考スコア（独自算出の注目度）: 7.277058557395869
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate quantum channel parameter estimation is essential for effective information reconciliation in continuous-variable quantum key distribution (CV-QKD). However, conventional maximum likelihood (ML) estimators rely on a large amount of discarded data (or pilot symbols), leading to a significant loss in symbol efficiency. Moreover, the separation between the estimation and reconciliation phases can introduce error propagation. In this paper, we propose a novel joint message-passing scheme that unifies channel parameter estimation and information reconciliation within a Bayesian framework. By leveraging the expectation-maximization (EM) algorithm, the proposed method simultaneously estimates unknown parameters during decoding, eliminating the need for separate ML estimation. Furthermore, we introduce a hybrid multidimensional rotation scheme that removes the requirement for norm feedback, significantly reducing classical channel overhead. To the best of our knowledge, this is the first work to unify multidimensional reconciliation and channel parameter estimation in CV-QKD, providing a practical solution for high-efficiency reconciliation with minimal pilots.
• Abstract（参考訳）: 連続可変量子鍵分布(CV-QKD)において,正確な量子チャネルパラメータ推定は効果的な情報調整に不可欠である。 しかし、従来の最大可能性(ML)推定器は大量の廃棄データ(またはパイロットシンボル)に依存しており、シンボル効率が著しく低下する。 さらに、推定と和解フェーズの分離により、エラーの伝播がもたらされる。 本稿では,ベイジアンフレームワーク内でのチャネルパラメータ推定と情報整合を統一する,新しい共同メッセージパッシング手法を提案する。 予測最大化(EM)アルゴリズムを利用することで、デコード中に未知のパラメータを同時に推定し、ML推定を分離する必要がなくなる。 さらに,標準フィードバックの要求を解消し,従来のチャネルオーバーヘッドを大幅に低減するハイブリッド多次元回転方式を提案する。 我々の知る限りでは、CV-QKDにおける多次元和解とチャネルパラメータ推定を統一する最初の試みであり、最小限のパイロットによる高効率和解のための実用的な解決策を提供する。

関連論文リスト

• AlignedKV: Reducing Memory Access of KV-Cache with Precision-Aligned Quantization [5.572159724234467]
  混合精度量子化は重要なパラメータと重要でないパラメータを区別する。 既存の手法は定性的分析と手動実験によってのみ重要なパラメータを識別できる。 本稿では,パラメータの重要性を総合的に評価する定量的枠組みを構築するために,いわゆる「精度アライメント」という新しい基準を提案する。
  論文  参考訳（メタデータ） (2024-09-25T01:39:02Z)
• Rateless Stochastic Coding for Delay-Constrained Semantic Communication [5.882972817816777]
  我々は,無作為な観点からのセマンティック・コミュニケーションのためのジョイント・ソース・チャネル・コーディングの問題点を考察する。 本稿では,意味レベルの再構築目的を組み込むことで知覚距離を最小化する,より汎用的なコミュニケーション目的を提案する。 提案手法は, 歪みと知覚のトレードオフを良好に保ちながら, 伝送速度の可変化を実現可能であることを示す。
  論文  参考訳（メタデータ） (2024-06-28T10:27:06Z)
• Joint Sparsity Pattern Learning Based Channel Estimation for Massive MIMO-OTFS Systems [46.42375183269616]
  大規模マルチインプット・マルチアウトプット(MIMO)変調システムのためのジョイント・スパシティ・パターン・ラーニング(JSPL)に基づくチャネル推定手法を提案する。 シミュレーション結果と解析の結果から,提案したチャネル推定手法は,最先端のベースライン方式よりも性能が向上することが示された。
  論文  参考訳（メタデータ） (2024-03-06T15:05:39Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• Efficient Information Reconciliation for High-Dimensional Quantum Key Distribution [2.4277680835263005]
  本稿では,高次元QKDシステムにおける2つの新しい和解手法を提案する。 これらの手法は非バイナリLDPC符号とカスケードアルゴリズムに基づいており、q-ary対称チャネル上のSlepian-Wolf境界に近い効率を実現する。
  論文  参考訳（メタデータ） (2023-07-05T12:06:27Z)
• Asymmetric adaptive LDPC-based information reconciliation for industrial quantum key distribution [0.0]
  本研究では,非対称なLDPC情報調停のための新しい手法を開発し,現在のチャネル状態に適応する。 新たな方式は、LDPC符号の利点、優先誤差率推定、レート適応型およびブラインド情報照合技術を組み合わせたものである。
  論文  参考訳（メタデータ） (2022-12-02T12:09:09Z)
• Data post-processing for the one-way heterodyne protocol under composable finite-size security [62.997667081978825]
  本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。 ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。 これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
  論文  参考訳（メタデータ） (2022-05-20T12:37:09Z)
• Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
  大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。 一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。 本稿では2つの新しい推定法を提案する。
  論文  参考訳（メタデータ） (2021-09-06T13:42:32Z)
• Model-Driven Deep Learning Based Channel Estimation and Feedback for Millimeter-Wave Massive Hybrid MIMO Systems [61.78590389147475]
  本稿では,ミリ波(mmWave)システムのモデル駆動深層学習(MDDL)に基づくチャネル推定とフィードバック方式を提案する。 無線周波数(RF)鎖の限られた数から高次元チャネルを推定するためのアップリンクパイロットオーバーヘッドを低減するために,位相シフトネットワークとチャネル推定器を自動エンコーダとして共同で訓練することを提案する。 MDDLに基づくチャネル推定とフィードバック方式は,最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-04-22T13:34:53Z)
• Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
  本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。 提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。 我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
  論文  参考訳（メタデータ） (2020-11-05T08:04:34Z)
• Localized Debiased Machine Learning: Efficient Inference on Quantile Treatment Effects and Beyond [69.83813153444115]
  因果推論における(局所)量子化処理効果((L)QTE)の効率的な推定式を検討する。 Debiased Machine Learning (DML)は、高次元のニュアンスを推定するデータ分割手法である。 本稿では、この負担のかかるステップを避けるために、局所的脱バイアス機械学習(LDML)を提案する。
  論文  参考訳（メタデータ） (2019-12-30T14:42:52Z)

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。