論文の概要: To Purify or Not to Purify: Entanglement Purification under Input Fidelity Asymmetry in Quantum Networks

• arxiv url: http://arxiv.org/abs/2605.08771v1
• Date: Sat, 09 May 2026 07:58:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.877392
• Title: To Purify or Not to Purify: Entanglement Purification under Input Fidelity Asymmetry in Quantum Networks
• Title（参考訳）: 量子ネットワークにおける入力忠実度非対称性の下での絡み合いの浄化
• Abstract要約: 2つの絡み合った資源対による絡み合いの浄化は、量子リピータネットワークの文献で広く使われている。 資源対間のデルタ(F)で条件を定めなければならず, 交換だけでは忠実度要件が満たされず, 浄化も必要であることを示す。 DeltaPurifyは, 局所的な忠実度情報に対して, 清浄意思決定を規定する政策であり, 清浄と無清浄の両面から, 省エネと省エネを両立させる政策である。
• 参考スコア（独自算出の注目度）: 1.5114999589746663
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Entanglement purification with two entangled resource pairs is widely employed in the literature on quantum repeater networks to counteract fidelity degradation introduced by noisy quantum memories and entanglement swapping across multiple hops. Standard purification protocols assume both resource pairs carry identical fidelity. In practice, entanglement generation is stochastic, the two resource pairs are heralded at different times, and so the first pair decoheres in memory while the second is being generated. Thus a fidelity asymmetry is a structural feature of any network operating under realistic memory conditions, leading to the question: when is it beneficial to perform purification? We derive a closed-form fidelity asymmetry tolerance delta(F) that governs whether a purification attempt is beneficial. We determine a universal upper bound delta_max of approximately 0.076 beyond which purification is always counterproductive. Our simulations show that with exponential memory decoherence, purification yields benefits in only approximately 14% of purification attempts on two resource pairs in a two-hop repeater chain. We define three network objectives: fidelity only, time only, and a combination of time and fidelity, to deliver end-to-end entanglement. We show that when the application fidelity requirement is achievable through swapping alone, no-purification is the superior policy, with its advantage increasing with the number of hops. When the fidelity requirement cannot be met with swapping alone and purification is necessary, to be effective, it must be conditioned on delta(F) between resource pairs. We introduce DeltaPurify, a policy that conditions purification decisions on local fidelity information, and show it reduces time-to-serve relative to both naive purification and no-purification across several fidelity thresholds and hops of a repeater chain.
• Abstract（参考訳）: 2つの絡み合った資源対による絡み合いの浄化は、ノイズの多い量子記憶と複数のホップをまたいだ絡み合い交換によって引き起こされる忠実度劣化に対処するために、量子リピータネットワークの文献で広く用いられている。 標準的な浄化プロトコルは、両方の資源対が同一の忠実さを持っていると仮定する。 実際には、絡み合い生成は確率的であり、2つのリソース対は異なるタイミングで共有されるので、第1のペアは第2のペアが生成される間、メモリ内でデコヒールする。 したがって、忠実性非対称性は、現実的なメモリ条件下で動作しているネットワークの構造的特徴であり、いつ浄化を行うのが有益かという疑問に繋がる。 精製試みが有用であるか否かを判定する閉形式非対称性耐性デルタ(F)を導出する。 我々は、精製が常に非生産的である約0.076の普遍的上界デルタ_maxを決定する。 シミュレーションにより, 指数的メモリデコヒーレンスにより, 2ホップリピータチェーンにおける2つの資源対の浄化試行の約14%の利益が得られることがわかった。 我々は、エンドツーエンドの絡み合いを実現するために、忠実度のみ、時間のみ、時間と忠実度の組み合わせという3つのネットワーク目標を定義します。 ホップ数の増加に伴い,アプリケーションフィデリティ要件が単独で実現可能である場合,不純化が優れた政策であることを示す。 整合性要件が交換だけで満たされず、浄化が必要ならば、効果的に、資源対間のデルタ(F)で条件を定めなければならない。 DeltaPurifyは,局所的な忠実度情報に基づく浄化決定を規定する政策であり,複数の忠実度しきい値とリピータチェーンのホップにまたがる,素質の浄化と不純度の両方に対して,時間とサービス期間の短縮を図っている。

関連論文リスト

• Survive or Collapse: The Asymmetric Roles of Data Gating and Reward Grounding in Self-Play RL [76.45061154544568]
  セルフプレイ強化学習は、言語モデルを独自の生成タスクで訓練し、人間ラベルなしでプロジェクタとソルバを共進化させる。 最近のシステムでは強い推理効果が報告されているが、崩壊と不安定性は広く観察され、理解されていない。 代わりに、自己プレイの安定性は、提案者生成タスクがトレーニングプールに入るかを判断するデータレベルゲートと、すでに認められたタスクに関するポリシーを更新する報酬信号の2つの異なるレバーによって管理されていると論じる。
  論文  参考訳（メタデータ） (2026-05-21T09:19:23Z)
• The Choice of Divergence: A Neglected Key to Mitigating Diversity Collapse in Reinforcement Learning with Verifiable Reward [57.56453588632619]
  Reinforcement Learning with Verifiable Reward (RLVR) を用いた細調整大型言語モデル(LLM)における中心的パラドックスは、多目的性能の頻繁な劣化である。 これはしばしば破滅的な忘れが伴い、モデルが以前獲得したスキルを失う。 我々は,標準RLVR目標には知識保持のための重要なメカニズムが欠如していると主張している。
  論文  参考訳（メタデータ） (2025-09-09T06:34:32Z)
• Optimal Fidelity-Aware Entanglement Distribution in Linear Quantum Networks [5.136852624384612]
  本稿では,2リンク線形量子ネットワークにおける終端エンタングルメントの完全忠実度を最大化するユーティリティ関数の最大化問題について検討する。 本稿では,Purify-then-Swap (PtS) とSwap-then-Purify (StP) の2つのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-12T11:09:30Z)
• Optimistic Entanglement Purification in Quantum Networks [11.511763058777259]
  量子チャネルで発生するノイズと光子損失は、量子ネットワークにおける信頼性の高い絡み合い生成において大きな課題となる。 短期ネットワークでは、成功裏に発生した絡みをエンドポイントに通知するためには、階層化が必要である。 我々は, 絡み込みポンプ方式, 地上および衛星ベースのEPR発生源, 最先端の浄化回路に最適化を適用した。
  論文  参考訳（メタデータ） (2024-01-16T01:08:17Z)
• Entanglement buffering with two quantum memories [0.0]
  量子ネットワークは、絡み合ったリンクとして知られる高品質な量子ビット対の可用性に極めて依存している。 これらのリンクの品質を維持することは、時間依存ノイズが存在するため難しい課題である。 絡み合い浄化プロトコルは、複数の低品質な絡み合い状態からより少数の高品質な状態に変換することで解を提供する。
  論文  参考訳（メタデータ） (2023-11-16T17:46:00Z)
• On the Fidelity Distribution of Link-level Entanglements under Purification [3.5957268592786966]
  リンクレベルのアインシュタイン-ポドルスキー-ローゼン対は連続的に生成され、数個の量子メモリに保存される。 大きな課題は、量子ビットが環境との相互作用によって避けられないノイズに悩まされることである。 本稿では,各ノードに2つの量子メモリを持つシステムにおいて,格納されたリンクレベルEPRペアの忠実度の確率分布を示す。
  論文  参考訳（メタデータ） (2023-10-27T15:16:19Z)
• Quantum control landscape for generation of $H$ and $T$ gates in an open qubit with both coherent and environmental drive [57.70351255180495]
  量子計算における重要な問題は、ハダマール (H$) や$pi/8$ (T$) のような単一量子ビットの量子ゲートの生成である。 ここでは、コヒーレント制御と環境を用いた$H$および$T$ゲートの最適生成の問題を、非コヒーレント制御によりキュービットに作用する資源として検討する。
  論文  参考訳（メタデータ） (2023-09-05T09:05:27Z)
• Repeated Purification versus Concatenated Error Correction in Fault Tolerant Quantum Networks [3.52359746858894]
  絡み合いのスワップが成功するとエラーが発生しやすい。 量子エラーの発生は、浄化と誤り訂正を用いることができる。 繰り返し浄化と反復誤り訂正の2つの選択肢を比較した。
  論文  参考訳（メタデータ） (2023-02-27T14:10:35Z)
• Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
  証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。 我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。 任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
  論文  参考訳（メタデータ） (2022-03-30T02:02:16Z)
• On the Practicality of Differential Privacy in Federated Learning by Tuning Iteration Times [51.61278695776151]
  フェデレートラーニング(FL)は、分散クライアント間で機械学習モデルを協調的にトレーニングする際のプライバシ保護でよく知られている。 最近の研究では、naive flは勾配リーク攻撃の影響を受けやすいことが指摘されている。 ディファレンシャルプライバシ(dp)は、勾配漏洩攻撃を防御するための有望な対策として現れる。
  論文  参考訳（メタデータ） (2021-01-11T19:43:12Z)
• A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
  より弱い仮定として, 2$-adjacency faithfulness を提案します。 より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
  論文  参考訳（メタデータ） (2020-10-27T13:04:08Z)

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。