論文の概要: Exact noise characterization of entanglement distribution in star networks
- arxiv url: http://arxiv.org/abs/2606.07043v1
- Date: Fri, 05 Jun 2026 08:40:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-08 14:33:29.645894
- Title: Exact noise characterization of entanglement distribution in star networks
- Title（参考訳）: 恒星ネットワークにおける絡み合い分布の厳密なノイズ特性
- Authors: Kenneth Goodenough, Xiaonan Chen, Patrick Emonts,
- Abstract要約: 近い将来、多粒子分布はまず恒星トポロジーによって達成される。
このようなネットワークでは、基本リンクが生成され、残りのリンクを待つ間、成功したリンクは保存されなければならない。
恒星ネットワークにおけるメモリデフォーカス下でのGHZ状態の分散において, 平均雑音と分布の双方について解析式を導出する。
- 参考スコア（独自算出の注目度）: 1.3126858950459552
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multipartite entanglement forms the core of many networking applications. In the near-term future, it is expected that multipartite distribution will be achieved first through star topologies, making it important to understand the noise incurred during the distribution process. In such networks, elementary links are created stochastically and successful links must be stored while waiting for the remaining links, causing memory decoherence that depends on the random waiting times. We derive analytical expressions for both the average noise and its distribution, when distributing GHZ states under memory dephasing in star networks. We study and compare two distribution protocols: the factory and piecemaker protocol. Furthermore, we find expressions for the case of a global cut-off (allowing fast optimization of the cut-off without requiring Monte Carlo simulations) and extend the analysis for the factory protocol to depolarizing noise for arbitrary states.
- Abstract（参考訳）: マルチパーティの絡み合いは多くのネットワークアプリケーションの中核となる。
近い将来、多粒子分布はまず恒星トポロジーによって達成されることが期待され、分布過程において発生するノイズを理解することが重要である。
このようなネットワークでは、基本リンクは確率的に作成され、残りのリンクを待つ間、成功したリンクは保存されなければならず、ランダムな待ち時間に依存するメモリのデコヒーレンスを引き起こす。
恒星ネットワークにおけるメモリデフォーカス下でのGHZ状態の分散において, 平均雑音と分布の双方について解析式を導出する。
本研究では,ファクトリプロトコルとピースメーカープロトコルの2つの分散プロトコルについて検討・比較する。
さらに,グローバルカットオフの場合の表現(モンテカルロシミュレーションを必要とせずにカットオフを高速に最適化できる)や,ファクトリプロトコルの解析を拡張して任意の状態のノイズを非分極する手法を提案する。
関連論文リスト
- Posterior Augmented Flow Matching [64.1559809786948]
後拡張フローマッチング(PAFM)はフローマッチング(FM)の一般化である
PAFMは、異なるモデルスケールで最大3.4FID50KでFMよりも改善されていることを示す。
論文 参考訳（メタデータ） (2026-05-01T17:59:59Z) - Graph Signal Diffusion Models for Wireless Resource Allocation [74.84410305593006]
グラフ構造干渉を用いた無線ネットワークにおける制約付きエルゴディック資源最適化について検討する。
生成した電力割り当ての時間的共有は、ほぼ最適のエルゴディック・サムレートユーティリティとほぼ実現可能なエルゴディック・ミニマルレートを実現する。
論文 参考訳（メタデータ） (2026-04-06T21:12:25Z) - Piecemaker: a resource-efficient entanglement distribution protocol [8.247751457673331]
量子スイッチを用いて複数のリモートエンドユーザーに安定化状態を提供するマルチパーティ・エンタングルメント分散プロトコルを提案する。
すべてのベルペアが所望の状態を分散する前に確立されるのを待つ既存のスキームとは異なり、我々のアプローチはベルペアの最小限のサブセットのみを格納する。
我々のプロトコルは, より広範囲の偏極速度とベルペア生成の成功確率において, 多粒子絡み合いに対する1/2の臨界忠実度しきい値を達成することができる。
論文 参考訳（メタデータ） (2025-08-20T14:33:40Z) - Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis [56.442307356162864]
連続時間マルコフ連鎖(CTMC)に基づくスコアベース離散拡散モデルの理論的側面について検討する。
本稿では,事前定義された時間点におけるスコア推定値を利用する離散時間サンプリングアルゴリズムを一般状態空間$[S]d$に導入する。
我々の収束解析はジルサノフ法を用いて離散スコア関数の重要な性質を確立する。
論文 参考訳（メタデータ） (2024-10-03T09:07:13Z) - On noise in swap ASAP repeater chains: exact analytics, distributions and tight approximations [9.32782060570252]
損失は量子ネットワークにおける絡み合いの分布の主要なボトルネックの1つである。
等間隔リピータの事例を解析的に検討する。
最大25セグメントまでの忠実度の全モーメントについて、正確な解析公式を求める。
論文 参考訳（メタデータ） (2024-04-10T16:24:51Z) - Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。
本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
論文 参考訳（メタデータ） (2023-06-27T08:15:28Z) - Acceleration in Distributed Optimization Under Similarity [72.54787082152278]
集中ノードを持たないエージェントネットワーク上での分散(強い凸)最適化問題について検討する。
$varepsilon$-solutionは$tildemathcalrhoObig(sqrtfracbeta/mu (1-)log1/varepsilonbig)$通信ステップ数で達成される。
この速度は、関心のクラスに適用される分散ゴシップ-アルゴリズムの、初めて(ポリログ因子まで)より低い複雑性の通信境界と一致する。
論文 参考訳（メタデータ） (2021-10-24T04:03:00Z)
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。