論文の概要: Q2NS Demo: A Quantum Network Simulator Based on ns-3

• arxiv url: http://arxiv.org/abs/2604.02112v1
• Date: Thu, 02 Apr 2026 14:48:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.863606
• Title: Q2NS Demo: A Quantum Network Simulator Based on ns-3
• Title（参考訳）: Q2NS Demo: ns-3に基づく量子ネットワークシミュレータ
• Authors: Francesco Mazza, Adam Pearson, Marcello Caleffi, Angela Sara Cacciapuoti,
• Abstract要約: Q2NSは、古典的なネットワークシミュレーションのデファクトスタンダードであるns-3上に構築されたオープンソースの量子ネットワークシミュレータである。 Q2NSには量子ネットワークビジュアライザQ2NSVizが付属しており、物理的および絡み合いによる接続グラフの相互検査をサポートする。 本稿ではQ2NSの実証を行い、量子通信と古典通信の共存を捉え、シミュレートする能力を強調した。
• 参考スコア（独自算出の注目度）: 4.00618497702806
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Q2NS is an open-source quantum network simulator built on ns-3, the de facto standard for classical network simulation. By inheriting ns-3's mature classical stack and event-driven execution model, Q2NS enables faithful co-simulation of quantum-network dynamics and classical signaling, a core requirement for the functioning of any quantum network. Its modular architecture is designed for extensibility, with pluggable quantum-state backends (state-vector, density matrix, stabilizer) and a clean separation between network control and node-level operations. Q2NS comes with a quantum network visualizer Q2NSViz, supporting interactive inspection of both physical- and entanglement-induced connectivity graphs, helping users interpret protocol behavior and entanglement manipulation processes. We present a demonstration of Q2NS, highlighting its ability to capture and simulate the coexistence of quantum and classical communication. The proposed demonstration presents quantum communication scenarios of increasing complexity: from entanglement distribution basics to multipartite graph-state manipulation, complemented by pre-loaded examples in Q2NSViz that require no prior quantum communication or coding experience.
• Abstract（参考訳）: Q2NSは、古典的なネットワークシミュレーションのデファクトスタンダードであるns-3上に構築されたオープンソースの量子ネットワークシミュレータである。 ns-3の成熟した古典的スタックとイベント駆動実行モデルを継承することにより、Q2NSは量子ネットワークのファンクションのコア要件である量子ネットワーク力学と古典的シグナリングの忠実な共シミュレーションを可能にする。 モジュラーアーキテクチャは拡張性のために設計されており、プラグ可能な量子状態バックエンド(状態ベクトル、密度行列、安定化器)と、ネットワーク制御とノードレベルの操作をきれいに分離する。 Q2NSには量子ネットワークビジュアライザQ2NSVizが付属しており、物理的および絡み合いによって引き起こされる接続グラフのインタラクティブなインスペクションをサポートし、ユーザがプロトコルの動作と絡み合い操作プロセスの解釈を支援する。 本稿ではQ2NSの実証を行い、量子通信と古典通信の共存を捉え、シミュレートする能力を強調した。 提案した実証では, 絡み合い分布の基本から多部グラフ状態操作まで, 事前の量子通信やコーディング経験を必要としないQ2NSVizのプリロード例を補完する量子通信シナリオが提示されている。

関連論文リスト

• An Extensible Quantum Network Simulator Built on ns-3: Q2NS Design and Evaluation [4.00618497702806]
  我々は, ns-3上に構築されたモジュール型でスケーラブルな量子ネットワークシミュレータQ2NSを紹介する。 Q2NSは統一インターフェースを通じて複数の量子状態表現をサポートする。 我々は、物理的および絡み合い可能な接続を共同でキャプチャする専用の可視化ツールを提供する。
  論文  参考訳（メタデータ） (2026-03-03T11:05:38Z)
• Quantum Visual Fields with Neural Amplitude Encoding [70.86293548779774]
  本稿では2次元画像と3次元幾何場学習のための新しいタイプの量子入射ニューラル表現(QINR)を提案する。 QVFは古典的なデータを学習可能エネルギー多様体に接地したニューラル振幅符号化を用いて量子状態ベクトルに符号化する。 我々のアンサッツは、学習可能なパラメトリド量子回路の完全に絡み合った設計に従い、実際のヒルベルト空間で量子(単位)演算を行う。
  論文  参考訳（メタデータ） (2025-08-14T17:59:52Z)
• SeQUeNCe GUI: An Extensible User Interface for Discrete Event Quantum Network Simulations [55.2480439325792]
  SeQUeNCeは、量子ネットワーク通信のオープンソースシミュレータである。 我々はSeQUeNCeの中核となる原則を維持できるグラフィカルユーザインタフェースを実装している。
  論文  参考訳（メタデータ） (2025-01-15T19:36:09Z)
• Control Flow Adaption: An Efficient Simulation Method For Noisy Quantum Networks [3.097454217793115]
  ソフトウェアスタックとハードウェア実装レベルでの量子ネットワークの研究は、量子情報科学のエキサイティングな領域となっている。 本稿では制御フロー適応と呼ばれる新しい量子ネットワークシミュレーション手法を提案する。 我々は, ns-3 のモジュールとして, 量子ネットワークシミュレータ qns-3 を開発した。
  論文  参考訳（メタデータ） (2024-12-12T05:37:55Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Quantum neural networks [0.0]
  この論文は、過去数十年で最もエキサイティングな研究分野である量子コンピューティングと機械学習を組み合わせたものだ。 本稿では、汎用量子計算が可能で、トレーニング中にメモリ要求の少ない散逸型量子ニューラルネットワーク(DQNN)を紹介する。
  論文  参考訳（メタデータ） (2022-05-17T07:47:00Z)
• QTN-VQC: An End-to-End Learning framework for Quantum Neural Networks [71.14713348443465]
  可変量子回路(VQC)上に量子埋め込みを行うためのトレーニング可能な量子テンソルネットワーク(QTN)を導入する。 QTNは、量子埋め込みの生成から出力測定まで、エンドツーエンドのパラメトリックモデルパイプライン、すなわちQTN-VQCを可能にする。 MNISTデータセットに対する我々の実験は、他の量子埋め込み手法に対する量子埋め込みに対するQTNの利点を実証している。
  論文  参考訳（メタデータ） (2021-10-06T14:44:51Z)
• 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)
• Hybrid quantum-classical classifier based on tensor network and variational quantum circuit [0.0]
  本稿では、量子インスパイアされたテンソルネットワーク(TN)と変分量子回路(VQC)を組み合わせて教師付き学習タスクを行うハイブリッドモデルを提案する。 低結合次元の行列積状態に基づくTNは、MNISTデータセットのバイナリ分類において、VQCの入力のためのデータを圧縮する特徴抽出器としてPCAよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-30T09:43:59Z)

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。