論文の概要: Theoretical Analysis and Simulations of Memory-based and All-photonic Quantum Repeaters and Networks

• arxiv url: http://arxiv.org/abs/2512.23111v1
• Date: Sun, 28 Dec 2025 23:20:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.363831
• Title: Theoretical Analysis and Simulations of Memory-based and All-photonic Quantum Repeaters and Networks
• Title（参考訳）: メモリベースおよび全フォトニック量子リピータとネットワークの理論解析とシミュレーション
• Authors: Chuen Hei Chan, Charu Jain, Ezra Kissel, Wenji Wu, Edwin Barnes, Sophia E. Economou, Inder Monga,
• Abstract要約: 本稿では,メモリをベースとした第1世代の量子リピータとネットワークの理論解析とシミュレーションについて述べる。 2つの異なる量子ネットワークパラダイムのリソース要件と同様に、絡み合い発生率と忠実度の観点から相対的な性能について検討する。
• 参考スコア（独自算出の注目度）: 1.706889357527796
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Developing and deploying advanced Quantum Repeater (QR) technologies will be necessary to scale quantum networks to longer distances. Depending on the error mitigation mechanisms adopted to suppress loss and errors, QRs are typically classified into memory-based or all-photonic QRs; and each type of QR may be best suited for a specific type of underlying quantum technology, a particular scale of quantum networks, or a specific regime of operational parameters. We perform theoretical analysis and simulations of quantum repeaters and networks to investigate the relative performance and resource requirements of different quantum network paradigms. Our results will help guide the optimization of quantum hardware and components and shed light on the role of a robust control plane. We present our research findings on theoretical analysis and simulations of memory-based first-generation trapped-ion quantum repeaters and networks, and all-photonic entanglement-based quantum repeaters and networks. We study the relative performance in terms of entanglement generation rate and fidelity, as well as the resource requirements of these two different quantum network paradigms.
• Abstract（参考訳）: より長い距離まで量子ネットワークをスケールするには、先進的な量子リピータ(QR)技術の開発と展開が必要である。 損失とエラーを抑制するために採用されるエラー軽減機構によって、QRは通常、メモリベースまたは全フォトニックのQRに分類される。 量子リピータとネットワークの理論解析とシミュレーションを行い、異なる量子ネットワークパラダイムの相対的性能とリソース要求について検討する。 我々の結果は、量子ハードウェアとコンポーネントの最適化を導くのに役立ち、ロバストなコントロールプレーンの役割に光を当てます。 本稿では,メモリをベースとした第1世代の量子リピータとネットワークの理論解析とシミュレーション,および全フォトニックエンタングルメントに基づく量子リピータとネットワークについて述べる。 これら2つの異なる量子ネットワークパラダイムのリソース要件と同様に、絡み合い発生率と忠実度の観点から相対的な性能について検討する。

関連論文リスト

• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Simulation of Quantum Transduction Strategies for Quantum Networks [5.653503659723715]
  量子インターネットは、異種量子ネットワークを介して相互作用する様々な量子ビット技術で構成されている。 我々は、量子ネットワークのオープンソースで離散的なシミュレータであるSeQUeNCeを拡張し、量子トランスデューサコンポーネントと補助ハードウェアデバイスモデルとプロトコルを拡張した。
  論文  参考訳（メタデータ） (2024-11-18T08:47:11Z)
• Resource Placement for Rate and Fidelity Maximization in Quantum Networks [8.707824275470188]
  既存の光学ネットワークのインフラは、光子損失のために量子ネットワークアプリケーションにすぐには利用できない。 既存のインフラにまたがる量子リピータを効率的に分散することを目的とした,ネットワーク計画のための包括的フレームワークを提案する。 量子リピータにおける量子メモリ多重化の効果と,メモリコヒーレンス時間の影響について検討する。
  論文  参考訳（メタデータ） (2023-08-30T18:45:21Z)
• Quantum machine learning for image classification [39.58317527488534]
  本研究では、量子力学の原理を有効計算に活用する2つの量子機械学習モデルを紹介する。 我々の最初のモデルは、並列量子回路を持つハイブリッド量子ニューラルネットワークであり、ノイズの多い中間スケール量子時代においても計算の実行を可能にする。 第2のモデルは、クオン進化層を持つハイブリッド量子ニューラルネットワークを導入し、畳み込みプロセスによる画像の解像度を低下させる。
  論文  参考訳（メタデータ） (2023-04-18T18:23:20Z)
• Preparing Remote States for Genuine Quantum Networks [0.0]
  我々は、RSP能力と呼ばれる量子リソースを導入し、実験的に研究する。 このリソースは、真の量子ネットワークを実現するために必要な静的および動的要素をすべて検証する。 結果は、ネットワークRSPが動作しているときに現れる量子上のアドバンテージを明らかにするのに役立つ。
  論文  参考訳（メタデータ） (2022-12-05T00:46:43Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• 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。

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。