論文の概要: An Optimization Framework for Monitor Placement in Quantum Network Tomography

• arxiv url: http://arxiv.org/abs/2603.05777v1
• Date: Fri, 06 Mar 2026 00:17:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:44.783669
• Title: An Optimization Framework for Monitor Placement in Quantum Network Tomography
• Title（参考訳）: 量子ネットワークトモグラフィにおけるモニタ配置最適化フレームワーク
• Authors: Athira Kalavampara Raghunadhan, Matheus Guedes De Andrade, Don Towsley, Indrakshi Dey, Daniel Kilper, Nicola Marchetti,
• Abstract要約: 量子ネットワークトモグラフィ(QNT)は、ネットワーク内にモニターノードを戦略的に配置することで、エンドツーエンドの量子チャネルの特徴付けのためのフレームワークを提供する。 本研究では,エンドノードにモニタを分散させることで,ハブに配置したモニタに匹敵する推定性能が得られることを示す。
• 参考スコア（独自算出の注目度）: 8.246641453287312
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum Network Tomography (QNT) offers a framework for end-to-end quantum channel characterization by strategically placing monitor nodes within the network. Building upon prior work on single-monitor placement, we study optimal monitor placement and measurement assignments for channel parameter estimation in arbitrary quantum networks. Using an n-node star network as a baseline, we analyze multi-monitor configurations and show that distributing monitors across end nodes can achieve estimation performance comparable to a monitor placed at the hub. Estimation precision is quantified using the Quantum Fisher Information Matrix (QFIM), with channel parameters inferred via Maximum Likelihood Estimation (MLE) and benchmarked against the Quantum Cramer-Rao Bound (QCRB). To generalize, we develop two Integer Linear Program (ILP) formulations: one maximizing estimation accuracy (QF), and another jointly optimizing accuracy and monitoring overhead (QMF). Unlike QF, QMF prevents monitor overloading, enabling scalability and parallelism. We prove optimality for star and analyze applicability to tree-structured quantum networks.
• Abstract（参考訳）: 量子ネットワークトモグラフィ(QNT)は、ネットワーク内にモニターノードを戦略的に配置することで、エンドツーエンドの量子チャネルの特徴付けのためのフレームワークを提供する。 単一モニタ配置に関する先行研究に基づいて、任意の量子ネットワークにおけるチャネルパラメータ推定のための最適なモニタ配置と計測割り当てについて検討する。 nノードのスターネットワークをベースラインとして、マルチモニタ構成を分析し、エンドノードに分散したモニタをハブに配置したモニタに匹敵する推定性能が得られることを示す。 推定精度はQuantum Fisher Information Matrix (QFIM) を用いて定量化され、チャネルパラメータはMaximum Likelihood Estimation (MLE) を介して推定され、Quantum Cramer-Rao Bound (QCRB) に対してベンチマークされる。 Integer Linear Program (ILP) の2つの定式化を開発する。1つは推定精度を最大化すること(QF)、もう1つは精度と監視オーバーヘッドを最適化すること(QMF)である。 QFとは異なり、QMFは監視オーバーロードを防止し、スケーラビリティと並列性を実現する。 我々は、星の最適性を証明し、木構造量子ネットワークへの適用性を分析する。

関連論文リスト

• Design and Optimization of Adaptive Diversity Schemes in Quantum MIMO Channels [45.812053169933705]
  本研究では、送信機における普遍的非対称クローニングと受信機における確率的浄化に基づく離散変数QuMIMOシステムの適応的多様性戦略について検討する。 その結果,提案手法はクロストークに支配された設定において有意な忠実性向上をもたらし,チャネル対称性やチャネル条件に自動的に適応することがわかった。 この研究は、将来のQuMIMOシステムの設計ガイドラインを提供し、より高度な伝送および復号戦略のための堅牢なベースラインを確立する。
  論文  参考訳（メタデータ） (2025-11-19T15:58:10Z)
• A Framework for Distributed Resource Allocation in Quantum Networks [8.76473628143937]
  分散リソース割り当てフレームワークをQuantum Internetに導入し、既存のアプリケーションに完全に分散化された調整を頼りにしている。 我々はQNUM(Quantum Network Utility Maximization)の数学的枠組みの下で量子ネットワーク制御アルゴリズムを開発する。 次に、QPrimal-Dualという分散型でスケーラブルなアルゴリズムを導入し、ローカル状態情報を利用するネットワークコントローラを設置してQNUMを解決する。
  論文  参考訳（メタデータ） (2025-10-10T13:27:32Z)
• Reinforcement Learning for Quantum Network Control with Application-Driven Objectives [53.03367590211247]
  動的プログラミングと強化学習は、制御戦略を最適化するための有望なツールを提供する。 非線形で微分可能な目的関数を直接最適化する新しいRLフレームワークを提案する。 我々の研究は、RLを持つ量子ネットワークにおける非線形目的関数最適化への第一歩であり、より高度なユースケースへの道を開く。
  論文  参考訳（メタデータ） (2025-09-12T18:41:10Z)
• Coarse-grained quantum state tomography with optimal POVM construction [2.985603723386298]
  我々は,Positive Operator-Valued Measures (POVM) の包括的集合から対象密度行列を再構築する新しい手法を提案する。 我々は、一般化対称情報完全(GSIC)POVMを達成するためにPOVMセットを最適化することにより、CG状態トモグラフィ(QST)の堅牢性と安定性を向上させる。 本研究では,N-qubit CG-QSTのより効率的な構成について検討する。
  論文  参考訳（メタデータ） (2024-04-09T13:11:27Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• FENDI: Toward High-Fidelity Entanglement Distribution in the Quantum Internet [12.103184144665637]
  量子ネットワークは、リモートノード間の量子絡み合いを分散し、セキュアな通信、量子センシング、分散量子コンピューティングにおける多くのアプリケーションにとって鍵となる。 本稿では,マルチホップ量子リピータネットワークにおけるスループットと絡み合い分布の質の基本的なトレードオフについて検討する。
  論文  参考訳（メタデータ） (2023-01-19T19:05:02Z)
• Green, Quantized Federated Learning over Wireless Networks: An Energy-Efficient Design [68.86220939532373]
  有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。 提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
  論文  参考訳（メタデータ） (2022-07-19T16:37:24Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Reservoir Computing Approach to Quantum State Measurement [0.0]
  貯留層計算(Reservoir computing)は、超伝導多ビット系の量子計測における資源効率の高い解である。 このデバイスを動作させて2量子状態トモグラフィーと連続パリティモニタリングを行う方法を示す。
  論文  参考訳（メタデータ） (2020-11-19T04:46:15Z)

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。