論文の概要: Routing in Non-Isotonic Quantum Networks

• arxiv url: http://arxiv.org/abs/2511.20628v1
• Date: Tue, 25 Nov 2025 18:48:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.632319
• Title: Routing in Non-Isotonic Quantum Networks
• Title（参考訳）: 非等速量子ネットワークにおけるルーティング
• Authors: Maxwell Tang, Garrett Hinkley, Kenneth Goodenough, Stefan Krastanov, Guus Avis,
• Abstract要約: 量子リピータネットワークにおける最適ルーティングは、一対の終端ノードを接続する最良の経路を見つける必要がある。 エンタングルメント生成の速度と品質を考慮に入れたユーティリティ関数は、しばしば非異方性であることを示す。 本稿では、目的地認識のメリット関数を高速収束に利用する2つのベストファースト検索アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Optimal routing in quantum-repeater networks requires finding the best path that connects a pair of end nodes. Most previous work on routing in quantum networks assumes utility functions that are isotonic, meaning that the ordering of two paths does not change when extending both with the same edge. However, we show that utility functions that take into account both the rate and quality of the entanglement generation (e.g., the secret-key rate) are often non-isotonic. This makes pathfinding difficult as classical algorithms such as Dijkstra's become unsuitable, with the state of the art for quantum networks being an exhaustive search over all possible paths. In this work we present improved algorithms. First, we present two best-first-search algorithms that use destination-aware merit functions for faster convergence. One of these provably finds the best path, while the other uses heuristics to achieve an effectively sublinear scaling of the query count in the network size while in practice always finding a close-to-optimal path. Second, we present metaheuristic algorithms (simulated annealing and a genetic algorithm) that enable tuning a tradeoff between path quality and computational overhead. While we focus on swap-ASAP quantum repeaters for concreteness, our algorithms are readily generalized to different repeater schemes and models.
• Abstract（参考訳）: 量子リピータネットワークにおける最適ルーティングは、一対の終端ノードを接続する最良の経路を見つける必要がある。 量子ネットワークにおけるルーティングに関するこれまでのほとんどの研究は、アイソトニックなユーティリティ関数を前提としており、2つの経路の順序は、両方を同じエッジで拡張しても変化しない。 しかし、エンタングルメント生成の速度と品質(例えばシークレットキーレート)を考慮に入れたユーティリティ関数は、しばしば非異方性であることを示す。 これにより、ダイクストラのような古典的なアルゴリズムは不適当になり、量子ネットワークの最先端はあらゆる可能な経路を網羅的に探索することとなり、パスフィンディングが困難になる。 本研究では,改良されたアルゴリズムを提案する。 まず、目的地認識のメリット関数を高速収束に利用したベストファースト検索アルゴリズムを2つ提案する。 これらのうちの1つは確実に最良のパスを見つけ、もう1つはヒューリスティックを使ってネットワークサイズにおけるクエリカウントの事実上のサブ線形スケーリングを実現し、実際には常に最適なパスを見つける。 第2に、経路品質と計算オーバーヘッドのトレードオフを調整できるメタヒューリスティックアルゴリズム(シミュレーションアニールと遺伝的アルゴリズム)を提案する。 具体的にはスワップ-ASAP量子リピータに注目するが、我々のアルゴリズムは容易に異なるリピータスキームやモデルに一般化される。

関連論文リスト

• TANGO: A Robust Qubit Mapping Algorithm via Two-Stage Search and Bidirectional Look [7.064817742048067]
  現在の量子デバイスには完全な量子ビット接続がないため、量子デバイス上で論理回路を直接実行することは困難である。 本稿では,マップされたノードとアンマップされたノードの両方におけるキュービットマッピングの影響のバランスをとるTANGOアルゴリズムを提案する。 このアルゴリズムは,様々なベンチマークや量子デバイスにおいて,ゲート数と回路深さの多目的共最適化を実現する。
  論文  参考訳（メタデータ） (2025-03-10T13:44:16Z)
• Algorithm-Oriented Qubit Mapping for Variational Quantum Algorithms [3.990724104767043]
  短期デバイスに実装された量子アルゴリズムは、ノイズと限定的な量子ビット接続による量子ビットマッピングを必要とする。 本稿では,アルゴリズム指向キュービットマッピング(AOQMAP)と呼ばれる手法を提案する。
  論文  参考訳（メタデータ） (2023-10-15T13:18:06Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Locality-aware Qubit Routing for the Grid Architecture [1.4459640831465588]
  本稿では,グラフ理論に基づく局所性を考慮した量子ビットルーティングアルゴリズムを提案する。 我々のアルゴリズムはグリッドとある種の"グリッドのような"アーキテクチャのために設計されている。
  論文  参考訳（メタデータ） (2022-03-21T20:46:39Z)
• Waypoint Planning Networks [66.72790309889432]
  本稿では,ローカルカーネル(A*のような古典的アルゴリズム)と学習アルゴリズムを用いたグローバルカーネルを用いたLSTMに基づくハイブリッドアルゴリズムを提案する。 我々は、WPNとA*を比較し、動き計画ネットワーク(MPNet)やバリューネットワーク(VIN)を含む関連する作業と比較する。 WPN の探索空間は A* よりもかなり小さいが、ほぼ最適な結果が得られることが示されている。
  論文  参考訳（メタデータ） (2021-05-01T18:02:01Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• 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 to Accelerate Heuristic Searching for Large-Scale Maximum Weighted b-Matching Problems in Online Advertising [51.97494906131859]
  バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。 既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。 我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
  論文  参考訳（メタデータ） (2020-05-09T02:48:23Z)

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。

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。