論文の概要: Utility-Based Path Selection and Configuration in Quantum Networks via Layered Shortest Paths
- arxiv url: http://arxiv.org/abs/2609.16198v1
- Date: Mon, 14 Sep 2026 18:30:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.175074
- Title: Utility-Based Path Selection and Configuration in Quantum Networks via Layered Shortest Paths
- Title（参考訳）: 層状短経路を用いた量子ネットワークにおけるユーティリティに基づく経路選択と構成
- Abstract要約: 量子ネットワーク内の経路は、2人のユーザー間で絡み合いを分配するリピータの連鎖である。
経路の性能が経路とリンクごとの設定にどのように依存するかを示す。
単一ランはフルレートフィデリティフロンティアを返却し、そこから非減少ユーティリティ関数を最大化するパスを選択することができる。
- 参考スコア（独自算出の注目度）: 20.986889484035093
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A path in a quantum network is a chain of repeaters that distributes entanglement between two users. Selecting a path requires balancing the rate and quality (e.g., fidelity) of the delivered entanglement, but these quantities, unlike standard routing metrics, compose non-additively. The problem is compounded by link-level configuration choices (e.g., distillation rounds or emitter brightness tuning), each trading rate against fidelity, so that a path's performance depends jointly on its route and its per-link settings. We cast this joint path selection and configuration problem as a shortest path computation on a layered graph whose layers track discretized end-to-end fidelity. A single run returns the full rate fidelity Pareto frontier, from which the path maximizing any nondecreasing utility function of rate and fidelity can be selected. We prove that for certain utility functions (including the secret key rate of BB84), the method is a fully polynomial time approximation scheme, returning a near-optimal path within a specified tolerance. We further characterize exactly when cheaper scalarization-based routing suffices: it is optimal for utility functions with convex fidelity profiles, but can be arbitrarily suboptimal otherwise (e.g., for step-like, sigmoidal utilities), whereas the layered method remains reliable in all cases.
- Abstract（参考訳）: 量子ネットワーク内の経路は、2人のユーザー間で絡み合いを分配するリピータの連鎖である。
パスを選択するには、配信される絡み合いの速度と品質(例えば、忠実さ)のバランスが必要だが、標準的なルーティングメトリクスとは異なり、これらの量は非付加的に構成される。
この問題は、リンクレベルの設定選択(例えば、蒸留ラウンドやエミッタ輝度チューニング)と、各トレーディングレートのフィデリティが混在しているため、パスのパフォーマンスはそのルートとリンクごとの設定に共同で依存する。
我々は、この結合経路選択と構成問題を、層が識別されたエンドツーエンドの忠実度を追跡する階層グラフ上で最短経路計算とみなした。
単一ランは全レート忠実度Paretoフロンティアを返却し、そこから速度と忠実性の非減少ユーティリティ関数を最大化する経路を選択することができる。
BB84の秘密鍵レートを含む)ユーティリティ関数に対して、この手法は多項式時間近似スキームであり、指定された許容範囲内でほぼ最適経路を返すことを証明した。
凸忠実度プロファイルを持つユーティリティ関数に最適であるが、任意に最適でない場合(例えば、ステップ的、シグモイド的ユーティリティ)に最適であるのに対して、階層化手法は、すべてのケースにおいて信頼性が保たれている。
関連論文リスト
- Closed-Form Spectral Regularization for Multi-Task Model Merging [96.82449201305234]
モデルマージは、個別に調整された複数の専門家をトレーニングデータなしで単一のマルチタスクモデルに結合する。
State-of-the-art merging method formulate merging as a layer-wise interference problem。
本稿では,逐次降下の勾配-流路に一致するソフト指数フィルタを組み合わせた閉形式手法SWUDIを提案する。
論文 参考訳（メタデータ） (2026-06-05T14:00:47Z) - Multi-Fidelity Flow Matching: Cascaded Refinement of PDE Solutions [6.144605787421899]
マルチフィデリティフローマッチング(Multi-Fidelity Flow Matching)は、PDEソリューションのためのカスケード改善フレームワークである。
我々はこれをPDEソリューションのカスケード改善フレームワークであるMulti-Fidelity Flow Matching (MFFM)で活用する。
MFFMは、クエリ毎に決定論的ネットワーク評価を$L$で最良グリッドに達するマルチグリッド改善の学習アナログである。
論文 参考訳（メタデータ） (2026-05-15T16:02:18Z) - Stochastic Multipath Routing for High-Throughput Entanglement Distribution in Quantum Repeater Networks [6.036769600366487]
量子リピータネットワークは損失のあるリンク上の絡み合いを分散し、多くのユーザは絡み合ったペアの限られたプールを共有している。
既存のルーティング方式の多くは、常に単一のベストパスを使用するか、あるいはリアルタイムに実行が難しいグローバル最適化に依存している。
本稿では,複数のエッジ不連続経路の1つに沿って,各絡み合い要求をランダムに送信するマルチパスルールを提案する。
論文 参考訳（メタデータ） (2026-03-26T15:36:08Z) - Efficient Path Generation with Curvature Guarantees by Mollification [2.6381163133447836]
本稿では,非微分可能関数を正規化し,モーフィフィケーションによって実現可能な経路を生成する手法を提案する。
具体的には、任意の精度で収束できる微分可能な関数を持つ任意の経路を近似する。
提案手法は標準手法よりも解析的に効率的であり,マイクロコントローラのリアルタイム実装を可能にする。
論文 参考訳（メタデータ） (2025-12-15T10:48:42Z) - Provably Optimal Quantum Circuits with Mixed-Integer Programming [0.0]
量子回路コンパイルのための奥行き対応最適化フレームワークを提案する。
対象ユニタリの正確な合成のために、線形大域的同値性を持つ混合整数線形プログラム(MILP)を定式化する。
正確なMILPを超越したスケーリングを実現するために,本研究では,主に時間とともに回転し,アクティブキュービットをカプセル化し,キュービット当たりのクロージャを強制する,新しい圧延回路最適化(RHO)を提案する。
論文 参考訳（メタデータ） (2025-10-01T08:25:43Z) - Fidelity-Aware Multipath Routing for Multipartite State Distribution in Quantum Networks [49.1574468325115]
本稿では,分散率と忠実度を向上した量子ネットワーク上での絡み合ったマルチパーティイト状態の分散問題を考察する。
本稿では,マルチパスルーティングプロトコルを提案するとともに,分散Greenberger-Horne-Zeilinger(GHZ)状態の速度と忠実度の観点から,その性能を単一パスルーティングと比較する。
論文 参考訳（メタデータ） (2025-03-05T19:00:11Z) - Finding Transformer Circuits with Edge Pruning [71.12127707678961]
自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。
本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。
その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
論文 参考訳（メタデータ） (2024-06-24T16:40:54Z) - Smart Routing with Precise Link Estimation: DSEE-Based Anypath Routing for Reliable Wireless Networking [6.123324869194196]
最短のAnypathルーティングは、リアルタイムリンク条件に基づいてルーティング決定を適用することでソリューションを提供する。
本稿では,多腕バンディットアルゴリズムDSEE(Deterministic Sequencing of Exploration and Exploitation)を活用する新しい手法を提案する。
DSEEとAnypathルーティングを結合することにより、このアルゴリズムは継続的に学習し、正確なデリバリ確率推定を保証する。
論文 参考訳（メタデータ） (2024-05-16T18:16:56Z) - Joint inference and input optimization in equilibrium networks [68.63726855991052]
ディープ均衡モデル(Deep equilibrium model)は、従来のネットワークの深さを予測し、代わりに単一の非線形層の固定点を見つけることによってネットワークの出力を計算するモデルのクラスである。
この2つの設定の間には自然なシナジーがあることが示されています。
この戦略は、生成モデルのトレーニングや、潜時符号の最適化、デノベートやインペインティングといった逆問題に対するトレーニングモデル、対逆トレーニング、勾配に基づくメタラーニングなど、様々なタスクにおいて実証される。
論文 参考訳（メタデータ） (2021-11-25T19:59:33Z) - Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。
量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
論文 参考訳（メタデータ） (2021-11-15T14:07:22Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-23T19:00:01Z)
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。