論文の概要: Tighter Asymptotic Key Rates for Intensity-Correlated Decoy-State QKD via Nonlinear Programming

• arxiv url: http://arxiv.org/abs/2602.04966v1
• Date: Wed, 04 Feb 2026 19:00:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-06 18:49:08.578262
• Title: Tighter Asymptotic Key Rates for Intensity-Correlated Decoy-State QKD via Nonlinear Programming
• Title（参考訳）: 非線形プログラミングによる強度相関型解離状態QKDの高次漸近的鍵レート
• Authors: Matej Pivoluska, Mateus Araújo,
• Abstract要約: 実際のソースは、ラウンド全体で相関する強度のドリフトを示し、潜在的に強度情報をリークし、リニアプログラムへの標準のデコイ状態の還元を破ることができる。 まず、内点非線形IPOPTを用いてパラメータ推定の完全な問題を解き、得られた候補解を鍵レートの有効な下限を証明した外解器の線形化点として利用する。 粗粒度モデル非依存相関と微粒化ガウスモデルの両方のシミュレーションは、正準基準点よりも一貫した鍵レート境界を示し、場合によっては、両方の最適化段階が一致するときに最適性を証明することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decoy-state QKD with phase-randomized weak coherent pulses is typically analyzed assuming independent, precisely prepared intensities. Real sources, however, can exhibit correlated intensity drift across rounds, potentially leaking intensity information and breaking the standard decoy-state reduction to linear programs. Cauchy--Schwarz (CS) constraints can restore security by coupling $n$-photon yields across intensities, but they introduce nonlinear square-root constraints that are commonly handled via outer linearisation around channel-model-based reference points. We propose a reproducible alternative: first solve the full CS-constrained parameter-estimation problems using the interior-point nonlinear solver IPOPT, then use the resulting candidate solution as the linearisation point for the outer optimisation that certifies a valid lower bound on the asymptotic key rate. Simulations for both coarse-grained model-independent correlations and fine-grained truncated-Gaussian models show consistently tighter key-rate bounds than canonical reference points, and in some cases allow certifying optimality when both optimisation stages coincide.
• Abstract（参考訳）: 位相ランダム化弱コヒーレントパルスのデコイ状態QKDは、独立で正確に準備された強度を仮定して解析されるのが一般的である。 しかし、実際の情報源は、ラウンド全体で相関する強度のドリフトを示し、潜在的に強度情報を漏らし、リニアプログラムへの標準デコイ状態の還元を破る可能性がある。 Cauchy--Schwarz (CS) 制約は、強度をまたいで$n$-photonの収率を結合することでセキュリティを回復することができるが、チャネルモデルに基づく参照点の外側線形化によって一般的に扱われる非線形平方根制約を導入する。 本稿では、まず、内点非線形解法 IPOPT を用いてCS制約パラメータ推定問題を完全解き、それから得られた候補解を、漸近的鍵レートの有効な下限を証明した外部最適化の線形化点として利用する。 粗粒度モデル非依存相関と微粒化ガウスモデルの両方のシミュレーションは、正準基準点よりも一貫した鍵レート境界を示し、場合によっては、両方の最適化段階が一致するときに最適性を証明できる。

関連論文リスト

• Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models [52.48582333951919]
  ポリシー更新の信号対雑音比を最大化することにより、アライメントの信頼性を高めるために設計された動的フレームワークを提案する。 SAGE(Stability-Aware Gradient Efficiency)は、モデル能力に基づいて候補プールをリフレッシュする粗いきめ細かいカリキュラムメカニズムを統合する。 複数の数学的推論ベンチマークの実験により、SAGEは収束を著しく加速し、静的ベースラインを上回っていることが示された。
  論文  参考訳（メタデータ） (2026-02-01T12:56:10Z)
• Derivative-Free Sequential Quadratic Programming for Equality-Constrained Stochastic Optimization [3.2489082010225485]
  我々は、客観的で決定論的な等式制約で非線形最適化問題を解くことを検討する。 本稿では,DF-SSQP法を提案する。 標準仮定では,提案したDF-SSQP法を大域的にほぼ収束させる。
  論文  参考訳（メタデータ） (2025-10-25T23:51:20Z)
• Schrödinger bridge for generative AI: Soft-constrained formulation and convergence analysis [6.584866740785309]
  いわゆるソフト拘束型シュリンガー橋問題(SCSBP)について検討する。 ペナルティが大きくなるにつれて、制御関数と値関数の両方が線形速度で古典的SBPのものと収束することが証明される。 これらの結果から,ソフト拘束ブリッジの定量的収束保証が得られた。
  論文  参考訳（メタデータ） (2025-10-13T18:29:15Z)
• Stable Nonconvex-Nonconcave Training via Linear Interpolation [51.668052890249726]
  本稿では,ニューラルネットワークトレーニングを安定化(大規模)するための原理的手法として,線形アヘッドの理論解析を提案する。 最適化過程の不安定性は、しばしば損失ランドスケープの非単調性によって引き起こされるものであり、非拡張作用素の理論を活用することによって線型性がいかに役立つかを示す。
  論文  参考訳（メタデータ） (2023-10-20T12:45:12Z)
• Fully Stochastic Trust-Region Sequential Quadratic Programming for Equality-Constrained Optimization Problems [62.83783246648714]
  目的と決定論的等式制約による非線形最適化問題を解くために,逐次2次プログラミングアルゴリズム(TR-StoSQP)を提案する。 アルゴリズムは信頼領域半径を適応的に選択し、既存の直線探索StoSQP方式と比較して不確定なヘッセン行列を利用することができる。
  論文  参考訳（メタデータ） (2022-11-29T05:52:17Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• On the Stability Properties and the Optimization Landscape of Training Problems with Squared Loss for Neural Networks and General Nonlinear Conic Approximation Schemes [0.0]
  ニューラルネットワークと一般的な非線形円錐近似スキームの2乗損失を伴うトレーニング問題の最適化景観と安定性特性について検討する。 これらの不安定性に寄与する同じ効果が、サドル点や急激な局所ミニマの出現の原因でもあることを証明している。
  論文  参考訳（メタデータ） (2020-11-06T11:34:59Z)
• Convergence and sample complexity of gradient methods for the model-free linear quadratic regulator problem [27.09339991866556]
  本稿では,コントローラの空間を直接探索することにより,未知の計算系に対する最適制御を求める。 我々は、安定化フィードバックゲインの勾配-フローのダイナミクスセットに焦点をあてて、そのような手法の性能と効率を最小化するための一歩を踏み出した。
  論文  参考訳（メタデータ） (2019-12-26T16:56:59Z)

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。