論文の概要: SatQNet: Satellite-assisted Quantum Network Entanglement Routing Using Directed Line Graph Neural Networks
- arxiv url: http://arxiv.org/abs/2604.09306v1
- Date: Fri, 10 Apr 2026 13:14:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-13 17:57:53.875138
- Title: SatQNet: Satellite-assisted Quantum Network Entanglement Routing Using Directed Line Graph Neural Networks
- Title（参考訳）: SatQNet: 直列グラフニューラルネットワークを用いた衛星支援量子ネットワークの絡み合いルーティング
- Authors: Tobias Meuser, Jannis Weil, Aninda Lahiri, Marius Paraschiv,
- Abstract要約: 衛星支援量子ネットワークにおける絡み合いルーティングのための強化学習手法であるSatQNetを提案する。
近隣のリピータとメッセージを交換することで、SatQNetは実行時に、高忠実な絡み合いを確立するエージェントをサポートするローカルグラフ表現を学習する。
- 参考スコア（独自算出の注目度）: 0.41998444721319217
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum networks are expected to become a key enabler for interconnecting quantum devices. In contrast to classical communication networks, however, information transfer in quantum networks is usually restricted to short distances due to physical constraints of entanglement distribution. Satellites can extend entanglement distribution over long distances, but routing in such networks is challenging because satellite motion and stochastic link generation create a highly dynamic quantum topology. Existing routing methods often rely on global topology information that quickly becomes outdated due to delays in the classical control plane, while decentralized methods typically act on incomplete local information. We propose SatQNet, a reinforcement learning approach for entanglement routing in satellite-assisted quantum networks that can be decentralized at runtime. Its key innovation is an edge-centric directed line graph neural network that performs local message passing on directed edge embeddings, enabling it to better capture link properties in high-degree and time-varying topologies. By exchanging messages with neighboring repeaters, SatQNet learns a local graph representation at runtime that supports agents in establishing high-fidelity end-to-end entanglements. Trained on random graphs, SatQNet outperforms heuristic and learning-based approaches across diverse settings, including a real-world European backbone topology, and generalizes to unseen topologies without retraining.
- Abstract（参考訳）: 量子ネットワークは、量子デバイスを相互接続するための重要なイネーブラーになると期待されている。
しかし、古典的な通信ネットワークとは対照的に、量子ネットワークにおける情報伝達は通常、絡み合い分布の物理的制約のために短距離に限定される。
衛星は遠距離で絡み合う分布を拡張できるが、衛星の動きと確率的リンク生成が非常にダイナミックな量子トポロジーを生み出すため、そのようなネットワークでのルーティングは困難である。
既存のルーティング手法は、古典的な制御平面の遅延によって急速に時代遅れになるグローバルなトポロジー情報に依存することが多いが、分散化手法は典型的には不完全なローカル情報に作用する。
本稿では,衛星支援量子ネットワークにおけるエンタングルメントルーティングのための強化学習手法であるSatQNetを提案する。
その重要なイノベーションは、エッジ中心の有向グラフニューラルネットワークである。これは、有向エッジ埋め込み上でローカルメッセージパッシングを実行することで、高次および時間変化トポロジにおけるリンク特性をよりよくキャプチャすることを可能にする。
近隣のリピータとメッセージを交換することで、SatQNetは実行時にローカルグラフ表現を学び、エージェントが高忠実なエンドツーエンドの絡み合いを確立するのをサポートする。
ランダムグラフに基づいてトレーニングされたSatQNetは、実際のヨーロッパのバックボーントポロジを含むさまざまな設定におけるヒューリスティックおよび学習ベースのアプローチよりも優れており、再トレーニングすることなく、目に見えないトポロジに一般化されている。
関連論文リスト
- Markov Chain Model of Entanglement Setup in Noisy Dynamic LEO Satellite Networks [4.736563450033072]
本稿では,リンク記憶時間と物理的距離によって定義される状態空間を持つ包括的マルコフ連鎖モデルを提案する。
我々は,要求満足度,平均待ち時間,リンク利用効率,平均消費リンク忠実度など,主要なパフォーマンス指標の分析式を導出する。
この研究は、衛星ネットワークにおける量子絡み合い分布戦略の設計と最適化のための理論的基盤と、グローバルスケールの量子通信への応用を提供する。
論文 参考訳（メタデータ） (2025-12-23T04:46:40Z) - RELiQ: Scalable Entanglement Routing via Reinforcement Learning in Quantum Networks [0.41998444721319217]
エンタングルメントルーティングに対する強化学習に基づくアプローチであるRELiQを提案する。
トポロジ変化に対する応答が速いため,本手法は類似あるいは優れた性能を発揮する。
論文 参考訳（メタデータ） (2025-11-27T10:52:43Z) - 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) - The Role of the Satellite in Quantum Information Networks [0.0]
量子情報ネットワーク(QIN)は、分散組織における複数の量子デバイス間の相互接続を可能にする。
QINの中核となるメカニズムは、量子エンタングルメントを消費するテレポーテーションに基づく量子状態スワッピングである。
衛星は、このような新しいネットワークにおいて、グローバルな接続を支える中心的な役割を果たすと期待されている。
論文 参考訳（メタデータ） (2025-08-01T17:16:03Z) - Opportunistic Routing in Wireless Communications via Learnable State-Augmented Policies [7.512221808783587]
本稿では,大規模無線通信ネットワークにおけるパケットベースの情報ルーティングの課題に対処する。
機会的ルーティングは、無線通信の放送特性を利用して、最適な転送ノードを動的に選択する。
ネットワーク内のソースノードが処理する全情報の最大化を目的とした,状態拡張(SA)に基づく分散最適化手法を提案する。
論文 参考訳（メタデータ） (2025-03-05T18:44:56Z) - A reconfigurable entanglement distribution network suitable for connecting multiple ground nodes with a satellite [0.0]
短い衛星パスでは、地上ネットワークは、すべての地上ノードが衛星受信機との絡み合いを確立するマルチポイント・ツー・ポイント・トポロジーとして構成される。
この衛星が利用できないとき、衛星のアップリンクは1つの光スイッチで地上ノードに再送信される。
我々はパルス超絡み合った光子源を数値シミュレーションし、提案した量子鍵分布のネットワーク構成の性能について検討する。
論文 参考訳（メタデータ） (2024-06-20T01:16:23Z) - Artificial Intelligence Techniques for Next-Generation Mega Satellite
Networks [37.87439415970645]
本稿では,地球規模の衛星ネットワーク,特に大規模衛星ネットワーク通信におけるAI技術の適用について紹介する。
巨大な衛星ネットワークのユニークな特徴を詳述し、現在の通信インフラへの統合と相容れない課題を詳述する。
これには、高度にダイナミックなラジオチャンネル、スペクトルセンシングと分類、信号検出と復調、衛星間および衛星アクセスネットワーク最適化、ネットワークセキュリティの予測にAIを適用することが含まれる。
論文 参考訳（メタデータ） (2022-06-02T13:56:32Z) - Machine Learning-Based User Scheduling in Integrated
Satellite-HAPS-Ground Networks [82.58968700765783]
第6世代通信ネットワーク(6G)の強化のための価値あるソリューション空間の提供を約束する。
本稿では,空対地統合通信におけるユーザスケジューリングにおける機械学習の可能性について述べる。
論文 参考訳（メタデータ） (2022-05-27T13:09:29Z) - Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。
eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。
RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
論文 参考訳（メタデータ） (2021-12-03T07:44:45Z) - Analytical Methods for High-Rate Global Quantum Networks [0.0]
地上ベースの量子ネットワークは光ファイバーを介して情報キャリアとして光子を用いる。
弱規則アーキテクチャと呼ばれる大規模量子ネットワークモデルを導入する。
これにより、一貫した接続特性を持つ大規模ネットワークの有効性を検討することができる。
論文 参考訳（メタデータ） (2021-04-21T18:01:43Z)
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。