論文の概要: Fidelity-Age-Aware Scheduling in Quantum Repeater Networks

• arxiv url: http://arxiv.org/abs/2602.09562v1
• Date: Tue, 10 Feb 2026 09:14:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.464642
• Title: Fidelity-Age-Aware Scheduling in Quantum Repeater Networks
• Title（参考訳）: 量子リピータネットワークにおける忠実度を考慮したスケジューリング
• Authors: Ozgur Ercetin, Zafer Gedik,
• Abstract要約: 我々は、フィデリティが閾値Fminを超える状態の間隔を測定するフィデリティ・エイジ(FA)測度を導入する。 FA対応スケジューリングはスループットを保ち、極端な年齢イベントを最大2桁まで削減する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum repeater networks distribute entanglement over long distances but must balance fidelity, delay, and resource contention. Prior work optimized throughput and end-to-end fidelity, yet little attention has been paid to the freshness of entanglement-the time since a usable Bell pair was last delivered. We introduce the Fidelity-Age (FA) metric, which measures this interval for states whose fidelity exceeds a threshold Fmin. A renewal formulation links slot-level success probability to long-run average FA, enabling a stochastic control problem that minimizes FA under budget and memory limits. Two lightweight schedulers, FA-THR and FA-INDEX, approximate Lyapunov-drift-optimal control. Simulations on slotted repeater grids show that FA-aware scheduling preserves throughput while reducing extreme-age events by up to two orders of magnitude. Fidelity-Age thus provides a tractable, physically grounded metric for reliable and timely entanglement delivery in quantum networks.
• Abstract（参考訳）: 量子リピータネットワークは遠距離で絡み合いを分配するが、忠実さ、遅延、リソース競合のバランスをとる必要がある。 以前の作業はスループットとエンドツーエンドの忠実さを最適化していたが、使用可能なベルペアが最後に納入されて以来、絡み合いの鮮度にはほとんど注意が払われていない。 ここでは、フィデリティが閾値Fminを超える状態に対して、この間隔を計測するフィデリティ・エイジ(FA)測度を紹介する。 更新式は、スロットレベルの成功確率を長期平均FAにリンクし、予算やメモリ制限下でのFAを最小化する確率制御問題を可能にする。 2つの軽量スケジューラ、FA-THRとFA-INDEXはリアプノフドリフト最適制御を近似する。 スロット付きリピータグリッドのシミュレーションでは、FA対応スケジューリングはスループットを保ちながら、極端年齢のイベントを最大2桁まで削減する。 したがって、Fidelity-Ageは、量子ネットワークにおける信頼性とタイムリーな絡み合いの伝達のために、トラクタブルで物理的に基礎付けられたメトリクスを提供する。

関連論文リスト

• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• FairBatching: Fairness-Aware Batch Formation for LLM Inference [2.0917668141703207]
  この研究は、この不公平の根本原因を特定する:時-時-時-(TBT)の非単調性 本稿では,タスクの充足と復号のリソース割り当てを公平に行う新しいシステムであるFair the Prioritizingを提案する。
  論文  参考訳（メタデータ） (2025-10-16T07:43:56Z)
• Distributed Link Sparsification for Scalable Scheduling Using Graph Neural Networks (Journal Version) [50.894272363373126]
  密接な接続を特徴とする無線ネットワークでは、分散リンクスケジューリングアルゴリズムによって発生する重要な信号のオーバーヘッドは、混雑、エネルギー消費、無線フットプリント拡張といった問題を悪化させる可能性がある。 ネットワーク容量を維持しながら遅延耐性トラフィックのスケジューリングオーバーヘッドを低減するために,グラフニューラルネットワーク(GNN)を用いた分散リンクスカラー化方式を提案する。 GNNモジュールは、トラフィック統計とネットワークトポロジに基づいて、個々のリンクに対する競合しきい値を調整するように訓練されており、成功しそうもない場合には、リンクがスケジュール競合から撤退することを可能にする。
  論文  参考訳（メタデータ） (2025-09-05T18:59:14Z)
• Lightweight Federated Learning over Wireless Edge Networks [83.4818741890634]
  Federated (FL) はネットワークエッジの代替品であるが、無線ネットワークでは代替品である。 閉形式式FL収束ギャップ伝送パワー,モデルプルーニング誤差,量子化を導出する。 LTFLは、実世界のデータセットの実験において最先端のスキームよりも優れている。
  論文  参考訳（メタデータ） (2025-07-13T09:14:17Z)
• Entanglement Request Scheduling in Quantum Networks Using Deep Q-Network [3.1856756516735936]
  量子リピータネットワークにおける絡み合い要求の遅延時間と公平性を最適化するために,新しいQ-Network (DQN) ベースのスケジューリング手法を提案する。 提案手法は,Greedy,Proportional Fair,FIFOスケジューリング方式と比較して高い性能を示す。
  論文  参考訳（メタデータ） (2025-05-18T15:32:21Z)
• Client Orchestration and Cost-Efficient Joint Optimization for NOMA-Enabled Hierarchical Federated Learning [55.49099125128281]
  半同期クラウドモデルアグリゲーションの下で非直交多重アクセス(NOMA)を実現するHFLシステムを提案する。 提案手法は,HFLの性能改善と総コスト削減に関するベンチマークよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-11-03T13:34:44Z)
• Scalable Quantum Repeater Deployment Modeling [3.7710541619011737]
  長距離量子通信は、量子ビットの忠実性を維持することが難しいため、大きな課題となる。 大規模ネットワークに展開する最小数の量子リピータを迅速に決定する新しいモデルを提案する。
  論文  参考訳（メタデータ） (2023-05-16T23:54:41Z)
• Entangled Pair Resource Allocation under Uncertain Fidelity Requirements [59.83361663430336]
  量子ネットワークにおいて、効果的な絡み合いルーティングは、量子ソースと量子宛先ノード間の通信を容易にする。 本稿では,絡み合ったペアに対する資源配分モデルと,整合性保証を伴う絡み合ったルーティングモデルを提案する。 提案モデルでは, ベースラインモデルと比較して, 総コストを少なくとも20%削減できる。
  論文  参考訳（メタデータ） (2023-04-10T07:16:51Z)
• Wireless Quantized Federated Learning: A Joint Computation and Communication Design [36.35684767732552]
  本稿では、アップリンク伝送前の局所モデルパラメータを定量化することにより、FLの総収束時間を最小化することを目的とする。 グローバルラウンド全体の収束時間を最小限に抑えるため,計算,通信資源,量子化ビット数を共同で最適化する。
  論文  参考訳（メタデータ） (2022-03-11T12:30:08Z)
• Network Calculus with Flow Prolongation -- A Feedforward FIFO Analysis enabled by ML [73.11023209243326]
  Flow Prolongation (FP) は遅延境界精度を大幅に改善することが示されている。 本稿では,機械学習を用いて拡張を予測することによって,FPをスケールするアプローチであるDeepFPを紹介する。 DeepFPは計算コストを無視して平均12.1%削減する。
  論文  参考訳（メタデータ） (2022-02-07T08:46:47Z)
• Quantized Federated Learning under Transmission Delay and Outage Constraints [30.892724364965005]
  フェデレートラーニング(Federated Learning)は、無線エッジ内の巨大なモバイルデバイスと協調して機械学習モデルをトレーニングする、実行可能な分散学習パラダイムである。 無線リソースが限られている実用的なシステムでは、多数のモデルパラメータの送信は量子化エラー(QE)と送信停止(TO)に必然的に悩まされる。 我々は,無線リソースと量子化ビットをクライアント間で共同で割り当て,QEを最小化するとともに,クライアントがTO確率を持つようにする,堅牢なFLスキームFedTOEを提案する。
  論文  参考訳（メタデータ） (2021-06-17T11:29:12Z)

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。