論文の概要: Dynamic Entanglement Packet Scheduling for Quantum Networks
- arxiv url: http://arxiv.org/abs/2605.28795v1
- Date: Wed, 27 May 2026 17:51:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:56.259417
- Title: Dynamic Entanglement Packet Scheduling for Quantum Networks
- Title（参考訳）: 量子ネットワークのための動的エンタングルメントパケットスケジューリング
- Authors: Quang-Phong Tran, Claudio Cicconetti, Marco Conti, Andrea Passarella,
- Abstract要約: 本研究では,オンラインスケジューラを動的にスケジュールし,デフタ,再試行し,絡み合った分散予約をドロップする。
シミュレーションでは,動的スケジューラは静的ベースラインよりも低い完了時間,高い完了率,高いスループットを実現している。
- 参考スコア（独自算出の注目度）: 0.7349727826230863
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Sharing entanglement among multiple users remains a central challenge for scalable quantum networks. Recent work proposed an on-demand entanglement packet architecture in which a controller uses a Time Division Multiple Access (TDMA) approach to allocate network resources. Quantum nodes are assigned a periodic schedule that probabilistically fulfills application requests for end-to-end entanglements. The schedule is recomputed periodically using well-known algorithms, such as Earliest Deadline First (EDF). However, a static schedule offers limited flexibility when outcomes are stochastic and arrivals are asynchronous. To overcome this limitation, we propose an online scheduler that dynamically schedules, defers, retries, or drops entanglement distribution reservations. In our simulations, the dynamic scheduler achieves lower completion time, higher completion ratio, and higher throughput than the static baseline. Furthermore, when the network is overloaded, the dynamic scheduler continues to construct deadline-feasible schedules and degrades gracefully.
- Abstract（参考訳）: 複数のユーザ間の絡み合いの共有は、スケーラブルな量子ネットワークにとって依然として中心的な課題である。
最近の研究は、コントローラが時間分割多重アクセス(TDMA)アプローチを使ってネットワークリソースを割り当てるオンデマンドエンタングルメントパケットアーキテクチャを提案する。
量子ノードは、エンドツーエンドの絡み合いに対するアプリケーション要求を確率的に満たす周期的なスケジュールが割り当てられる。
スケジュールは、Early Most Deadline First (EDF)のようなよく知られたアルゴリズムを使って定期的に再計算される。
しかし、静的スケジュールは、結果が確率的であり、到着が非同期である場合に、柔軟性が制限される。
この制限を克服するために,オンラインスケジューラを提案する。
シミュレーションでは、動的スケジューラは、静的ベースラインよりも低い完了時間、高い完了率、高いスループットを達成する。
さらに、ネットワークがオーバーロードされると、動的スケジューラは期限付きスケジュールを構築し続け、適切に分解する。
関連論文リスト
- Centralizing Task-based Approach to Quantum Network Control [71.48385446560893]
階層アーキテクチャは、量子ネットワークに厳格な設計とタイミング制約を課します。
我々は、集中型コントローラを利用することで、リソース中心のタスクベースの量子ネットワーク制御アプローチをシミュレートする。
論文 参考訳（メタデータ） (2026-05-05T03:57:17Z) - 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) - CSGO: Generalized Optimization for Cold Start in Wireless Collaborative Edge LLM Systems [62.24576366776727]
本稿では,全体の推論遅延を最小限に抑えるために,遅延を考慮したスケジューリングフレームワークを提案する。
提案手法は,ベースライン戦略と比較して,コールドスタート遅延を著しく低減することを示す。
論文 参考訳（メタデータ） (2025-08-15T07:49:22Z) - 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) - Network-Aware Scheduling for Remote Gate Execution in Quantum Data Centers [8.528068737844364]
我々は,2つの絡み合いスケジューリング戦略を静的かつ動的に評価し,その性能を解析する。
動的スケジューリングは、高い絡み合いの並列性を持つシナリオにおいて、静的スケジューリングよりも一貫して優れていることを示す。
論文 参考訳（メタデータ） (2025-04-28T18:22:22Z) - Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud
Computing [73.7522199491117]
量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。
ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。
本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
論文 参考訳（メタデータ） (2023-07-25T00:38:46Z) - Dynamic Scheduling for Federated Edge Learning with Streaming Data [56.91063444859008]
我々は,長期的エネルギー制約のある分散エッジデバイスにおいて,トレーニングデータを時間とともにランダムに生成するフェデレーションエッジ学習(FEEL)システムを検討する。
限られた通信リソースとレイテンシ要件のため、各イテレーションでローカルトレーニングプロセスに参加するのはデバイスのサブセットのみである。
論文 参考訳（メタデータ） (2023-05-02T07:41:16Z) - ESDI: Entanglement Scheduling and Distribution in the Quantum Internet [4.558581187459857]
リモートノード間の量子絡み合い分布は多くの有望な量子アプリケーションにとって鍵となる。
本稿では、量子ネットワークトポロジ全体に対する異なる要求を持つ多くのソース・デスティネーション・ペア間の絡み合いスケジューリングと分布について考察する。
従来の単一キューシナリオにおける最適スケジューリングの規律に触発されて、ESDIと呼ばれる絡み合いスケジューリングと分散のための一般的な最適化フレームワークを設計する。
論文 参考訳（メタデータ） (2023-03-30T17:09:59Z) - Scheduling Inference Workloads on Distributed Edge Clusters with
Reinforcement Learning [11.007816552466952]
本稿では,エッジネットワークにおける予測クエリを短時間でスケジューリングする問題に焦点をあてる。
シミュレーションにより,大規模ISPの現実的なネットワーク設定とワークロードにおけるいくつかのポリシーを解析する。
我々は、強化学習に基づくスケジューリングアルゴリズムASETを設計し、システム条件に応じてその決定を適応させることができる。
論文 参考訳（メタデータ） (2023-01-31T13:23:34Z) - Better than the Best: Gradient-based Improper Reinforcement Learning for
Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。
我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文 参考訳（メタデータ） (2021-05-01T10:18:34Z)
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。