Fugu-MT 論文翻訳(概要): Lower Bounding the Secret Key Capacity of Bosonic Gaussian Channels via Optimal Gaussian Measurements

論文の概要: Lower Bounding the Secret Key Capacity of Bosonic Gaussian Channels via Optimal Gaussian Measurements

arxiv url: http://arxiv.org/abs/2512.15502v1
Date: Wed, 17 Dec 2025 14:44:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-18 17:06:27.030924
Title: Lower Bounding the Secret Key Capacity of Bosonic Gaussian Channels via Optimal Gaussian Measurements
Title（参考訳）: 最適ガウス測定によるボソニックガウス流路の秘密鍵容量の低下
Authors: Giuseppe Ortolano, Stefano Pirandola, Leonardo Banchi,
Abstract要約: ボゾン量子チャネル上でのプライベート通信において達成可能な最大速度を求める。このレートは、チャネルのシークレットレートキャパシティの低いバウンダリを確立する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We find the maximum rate achievable in the private communication over a bosonic quantum channel with a fully Gaussian protocol based on optimal single-mode Gaussian measurements. This rate establishes a lower bound on the secret rate capacity of the channel. We focus on the class of phase-insensitive Gaussian channels. For the thermal-loss and thermal amplification channels, our results demonstrate the optimality, within the constraints of our analysis, of previously proposed protocols, while also providing a significantly simplified formula for their performance evaluation. For the added noise channel, our rate provides a better lower bound than any previously known.
Abstract（参考訳）: 最適な単一モードガウス測度に基づく完全ガウスプロトコルを持つボソニック量子チャネル上でのプライベート通信で達成可能な最大速度を求める。このレートは、チャネルのシークレットレートキャパシティの低いバウンダリを確立する。位相非感受性ガウスチャネルのクラスに焦点を当てる。サーマルロスおよびサーマルアンプリフィケーションチャネルについて,提案したプロトコルの制約条件下での最適性を示すとともに,性能評価の大幅な簡易化も行った。付加的なノイズチャネルでは、我々のレートは、今までのどのノイズチャネルよりもより低いバウンドを提供する。

関連論文リスト

Near-Field Channel Estimation for XL-MIMO: A Deep Generative Model Guided by Side Information [70.25632840894272]
本稿では,大規模マルチインプット多重出力(XL-MIMO)システムにおける近接場(NF)チャネル推定について検討する。我々は、推定チャネルを洗練するためのGenAIベースのアプローチを提案する。実験結果から,提案手法はCEの大幅な性能向上を実現することができることが示された。
論文参考訳（メタデータ） (2025-05-11T08:35:36Z)
Optimized four-qubit quantum error correcting code for amplitude damping channel [4.478211895257931]
信頼性の高い情報処理に不可欠な量子絡み補正(QEC)。特定のエラーチャネルをターゲットとすると、エンコーディングとリカバリの両方を、双方向のQECスキームで最適化することができる。
論文参考訳（メタデータ） (2024-11-20T00:48:56Z)
Gradient Normalization Provably Benefits Nonconvex SGD under Heavy-Tailed Noise [60.92029979853314]
重み付き雑音下でのグラディエントDescence(SGD)の収束を確実にする上での勾配正規化とクリッピングの役割について検討する。我々の研究は、重尾雑音下でのSGDの勾配正規化の利点を示す最初の理論的証拠を提供する。我々は、勾配正規化とクリッピングを取り入れた加速SGD変種を導入し、さらに重み付き雑音下での収束率を高めた。
論文参考訳（メタデータ） (2024-10-21T22:40:42Z)
Classical capacity of quantum non-Gaussian attenuator and amplifier channels [0.8409980020848168]
本稿では,ビームスプリッタや2モードスクラッシャを介して入力モードを任意の状態に設定した環境モードに結合する量子ボソニックチャネルについて考察する。非ガウス減衰器 (非ガウス減衰器) または増幅器 (増幅器) と呼ばれるこのチャネルの古典的容量について検討する。
論文参考訳（メタデータ） (2023-12-25T06:05:51Z)
Enhancing Dispersive Readout of Superconducting Qubits Through Dynamic Control of the Dispersive Shift: Experiment and Theory [47.00474212574662]
超伝導量子ビットは、大帯域読み出し共振器に結合される。我々は、100 ns 統合時間で 0.25,% の、最先端の2状態読み取りエラーを示す。提案した結果により,新たなアルゴリズムやプロトコルの性能がさらに向上することが期待されている。
論文参考訳（メタデータ） (2023-07-15T10:30:10Z)
Optimal one-shot entanglement sharing [3.2634122554914002]
本稿では,高忠実度エンタングルメントの共有を目的として,量子チャネルを一度使用する現実的な環境について論じる。任意のチャネルに対して、この最大忠実度とそれを実現する最適入力の両方を容易に見つける方法を提供する。これにより、チャンネルを複数回使用しても、ワンショット設定で見られる最大忠実度と最適入力が拡張されるという意味で、完全な理解が得られます。
論文参考訳（メタデータ） (2023-01-04T19:00:02Z)
Composably secure data processing for Gaussian-modulated continuous variable quantum key distribution [58.720142291102135]
連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
論文参考訳（メタデータ） (2021-03-30T18:02:55Z)
On the classical capacity of quantum Gaussian measurement [0.0]
一般に最適なアンサンブルの平均状態のガウス性を証明する。アンサンブルの構造に関するガウス最大化器の仮説について論じる。
論文参考訳（メタデータ） (2021-01-02T11:11:22Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
論文参考訳（メタデータ） (2020-06-03T12:18:57Z)

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。