論文の概要: Arbitrarily-high-dimensional reconciliation via cross-rotation for continuous-variable quantum key distribution
- arxiv url: http://arxiv.org/abs/2508.06338v1
- Date: Fri, 08 Aug 2025 14:12:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-11 20:39:06.251879
- Title: Arbitrarily-high-dimensional reconciliation via cross-rotation for continuous-variable quantum key distribution
- Title（参考訳）: 連続可変量子鍵分布に対するクロスローテーションによる任意高次元和解
- Authors: Jisheng Dai, Xue-Qin Jiang, Tao Wang, Peng Huang, Guihua Zeng,
- Abstract要約: 多次元回転は、情報の整合性を高める強力なツールとして機能する。
本稿では,任意の高次元での和解を可能にするクロスローテーション方式を提案する。
- 参考スコア（独自算出の注目度）: 7.277058557395868
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multidimensional rotation serves as a powerful tool for enhancing information reconciliation and extending the transmission distance in continuous-variable quantum key distribution (CV-QKD). However, the lack of closed-form orthogonal transformations for high-dimensional rotations has limited the maximum reconciliation efficiency to channels with 8 dimensions over the past decade. This paper presents a cross-rotation scheme to overcome this limitation and enable reconciliation in arbitrarily high dimensions, constrained to even multiples of 8. The key treatment involves reshaping the string vector into matrix form and applying orthogonal transformations to its columns and rows in a cross manner, thereby increasing the reconciliation dimension by one order per cross-rotation while significantly reducing the communication overhead over the classical channel. A rigorous performance analysis is also presented from the perspective of achievable sum-rate. Simulation results demonstrate that 64-dimensional cross-rotation nearly approaches the upper bound, making it a recommended choice for practical implementations.
- Abstract（参考訳）: 多次元回転は、連続可変量子鍵分布(CV-QKD)における情報和解と伝送距離を拡大するための強力なツールとして機能する。
しかし、高次元回転に対する閉形式直交変換の欠如は、過去10年間に8次元のチャネルに最大和解効率を制限した。
本稿では, この制限を克服し, 8 の倍数に制限された任意の高次元での和解を可能にするクロスローテーション方式を提案する。
鍵となる処理は、弦ベクトルを行列形式に変換し、その列と行に直交変換を横断的に適用することであり、これにより、古典的なチャネル上の通信オーバーヘッドを著しく低減しつつ、クロスローテーション毎に一桁の和解次元を増大させることである。
達成可能な総和率の観点から、厳密な性能解析も提示する。
シミュレーションの結果、64次元のクロスローテーションは上界にほぼ近づき、実用的な実装に推奨される選択であることが示された。
関連論文リスト
- Generalized Linear Mode Connectivity for Transformers [87.32299363530996]
驚くべき現象はリニアモード接続(LMC)であり、独立に訓練されたモデルを低損失またはゼロ損失の経路で接続することができる。
以前の研究は主に置換によるニューロンの並べ替えに焦点を合わせてきたが、そのようなアプローチは範囲に限られている。
我々は、4つの対称性クラス(置換、半置換、変換、一般可逆写像)をキャプチャする統一的なフレームワークを導入する。
この一般化により、独立に訓練された視覚変換器とGPT-2モデルの間の低障壁とゼロバリア線形経路の発見が可能となった。
論文 参考訳（メタデータ） (2025-06-28T01:46:36Z) - GeloVec: Higher Dimensional Geometric Smoothing for Coherent Visual Feature Extraction in Image Segmentation [0.0]
GeloVecはセマンティックセグメンテーションのための新しいCNNベースの注意スムーシングフレームワークである。
視覚的コヒーレント領域間の頑健な多様体関係を確立するために、高次元幾何学的滑らか化法を実装している。
本フレームワークは,変換時の情報損失が欠如しているため,学習分野にまたがる強力な一般化能力を示す。
論文 参考訳（メタデータ） (2025-05-02T07:07:00Z) - PolarQuant: Leveraging Polar Transformation for Efficient Key Cache Quantization and Decoding Acceleration [26.972039704548184]
KVキャッシュを低ビット幅に量子化することは、計算コストを削減する効果的な方法である。
従来の手法では、外れ値による鍵ベクトルの定量化に苦労し、過剰なオーバーヘッドが発生する。
そこで我々はPolarQuantと呼ばれる新しい量子化手法を提案する。
論文 参考訳（メタデータ） (2025-02-01T18:59:03Z) - Multidimensional Adaptive Coefficient for Inference Trajectory Optimization in Flow and Diffusion [26.876236866996422]
フローモデルと拡散モデルは、様々なタスクにおいて強い性能と訓練安定性を示してきた。
フローおよび拡散モデルのためのプラグインモジュールである多次元適応係数(MAC)を提案する。
論文 参考訳（メタデータ） (2024-04-22T13:20:01Z) - Horizon-Free Regret for Linear Markov Decision Processes [92.02082223856479]
最近の一連の研究は、強化学習における残念な境界が(ほぼ)計画的地平から独立していることを示している。
我々は、人気のある線形マルコフ決定過程(MDP)設定に対して、最初の地平面自由境界を与える。
遷移モデルを明示的に推定し、不均一な値関数を計算する先行研究とは対照的に、直接値関数と信頼集合を推定する。
論文 参考訳（メタデータ） (2024-03-15T23:50:58Z) - 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) - Cross talk compensation in multimode continuous-variable entanglement
distribution [0.0]
平行な類似チャネルを伝播する2モード圧縮状態の多モード分布における線形クロストークの効果を考察する。
本研究は,クロストークを用いたスケーラブル量子ネットワークにおけるマルチモード連続可変フォトニック絡み合わせのより効率的な利用方法である。
論文 参考訳（メタデータ） (2021-11-01T13:43:04Z) - Multidirectional Conjugate Gradients for Scalable Bundle Adjustment [57.18172547021947]
本稿では,正規方程式の解を最大61%高速化する手法を提案する。
複数の探索方向を含む古典的条件付き共役勾配の探索空間を拡大する。
結果として得られたアルゴリズムは、より少ないイテレーションを必要とするため、大規模な再構築の大幅なスピードアップにつながる。
論文 参考訳（メタデータ） (2021-10-08T10:21:44Z) - Improving Metric Dimensionality Reduction with Distributed Topology [68.8204255655161]
DIPOLEは、局所的、計量的項と大域的、位相的項の両方で損失関数を最小化し、初期埋め込みを補正する次元推論後処理ステップである。
DIPOLEは、UMAP、t-SNE、Isomapといった一般的な手法よりも多くの一般的なデータセットで優れています。
論文 参考訳（メタデータ） (2021-06-14T17:19:44Z) - Orthogonalizing Convolutional Layers with the Cayley Transform [83.73855414030646]
直交に制約された畳み込み層をパラメータ化するための代替手法を提案し,評価する。
本手法は,大規模畳み込みにおいても直交性が高次に保たれることを示す。
論文 参考訳（メタデータ） (2021-04-14T23:54:55Z) - InverseForm: A Loss Function for Structured Boundary-Aware Segmentation [80.39674800972182]
逆変換ネットワークを用いたセマンティックセグメンテーションのための新しい境界認識損失項を提案する。
このプラグイン損失項は境界変換の捕捉におけるクロスエントロピー損失を補完する。
室内および屋外のセグメンテーションベンチマークにおける損失関数の定量的および定性的効果を解析した。
論文 参考訳（メタデータ） (2021-04-06T18:52:45Z)
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。