論文の概要: Algorithmic Design of Heralded Linear Optical Circuits for Multipartite Entanglement

• arxiv url: http://arxiv.org/abs/2609.18002v1
• Date: Wed, 16 Sep 2026 01:46:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.593959
• Title: Algorithmic Design of Heralded Linear Optical Circuits for Multipartite Entanglement
• Title（参考訳）: 階層型線形光回路の多部絡み合わせのためのアルゴリズム設計
• Abstract要約: 我々は,アルゴリズムグラフ探索問題として,階層型フォトニック回路の設計を定式化する。 本フレームワークは,階層型フォトニック回路の自動構築と最適化を可能にする。 その結果、幅広い有用なマルチパーティイトリソース状態のための効率的なスキームを設計する。
• 参考スコア（独自算出の注目度）: 4.2517732658927665
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Heralded multipartite entanglement is a key resource for various quantum information tasks. However, designing linear optical circuits that generate specific target states is generally challenging due to the complexity of the required optical structures. Here we formulate the design of heralded photonic circuits as an algorithmic graph-search problem. Our framework enables the automated construction and optimization of heralded photonic circuits by substantially reducing the search space using the linear quantum graph (LQG) picture. Our strategy reconstructs circuit structures as graphs in the picture and identifies suitable graphs automatically. As a result, we design efficient schemes for a broad range of useful multipartite resource states, including hypergraph magic states, quantum error correcting codes, general three-qubit states and length-1 caterpillar graph states. Our work establishes an algorithmic framework for the systematic discovery of heralded resource states, laying the foundation for the automated design of increasingly complex multipartite entangled resources.
• Abstract（参考訳）: Heralded Multipartite entanglementは、様々な量子情報処理の鍵となるリソースである。 しかし、特定の目標状態を生成する線形光学回路の設計は、要求される光学構造の複雑さのため、一般に困難である。 ここでは、アルゴリズムグラフ探索問題として、階層型フォトニック回路の設計を定式化する。 本稿では,線形量子グラフ(LQG)画像を用いた探索空間を大幅に削減し,階層型フォトニック回路の自動構築と最適化を実現する。 我々の戦略は、図中のグラフとして回路構造を再構築し、適切なグラフを自動的に識別する。 その結果、ハイパーグラフのマジック状態、量子エラー訂正符号、一般的な3量子ビット状態、長さ1の毛細管グラフ状態など、幅広い有用な多部資源状態のための効率的なスキームを設計した。 我々の研究は、階層化された資源状態の体系的な発見のためのアルゴリズム的枠組みを確立し、ますます複雑化する多部的絡み合った資源の自動設計の基礎を築いた。

関連論文リスト

• Finding trail covers: near-optimal decompositions of graph states as linear fusion networks [1.7842332554022695]
  ユーレアン経路問題とハミルトン経路問題の一般化とみなすことができる3つのグラフ理論問題について検討する。 これらは測定ベースの量子コンピューティングのフォトニックな実装に現れる。 グラフ構築に必要な融合数を削減できるグラフ状態の新しい書き直し戦略を提案する。
  論文  参考訳（メタデータ） (2025-08-25T18:06:53Z)
• A Scalable and Robust Compilation Framework for Emitter-Photonic Graph State [1.3624495460189865]
  決定論的スキームの文脈におけるGraphState-to-Circuitコンパイル問題について検討する。 本稿では,対象のグラフ状態をサブグラフに分割し,個別にコンパイルし,その後回路を結合してエミッタ資源利用を最大化する,新たなコンパイルフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-20T17:01:33Z)
• GraphiQ: Quantum circuit design for photonic graph states [2.824850361520736]
  GraphiQはフォトニックグラフ状態生成スキームを設計するための汎用的なオープンソースフレームワークである。 複数のシミュレーションバックエンドや最適化メソッドを含む、一連のデザインツールで構成されている。
  論文  参考訳（メタデータ） (2024-02-14T16:19:04Z)
• CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
  本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。 オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。 我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
  論文  参考訳（メタデータ） (2023-08-31T02:20:25Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• Convolutional Learning on Multigraphs [153.20329791008095]
  我々は、多グラフ上の畳み込み情報処理を開発し、畳み込み多グラフニューラルネットワーク(MGNN)を導入する。 情報拡散の複雑なダイナミクスを多グラフのエッジのクラス間で捉えるために、畳み込み信号処理モデルを定式化する。 我々は,計算複雑性を低減するため,サンプリング手順を含むマルチグラフ学習アーキテクチャを開発した。 導入されたアーキテクチャは、最適な無線リソース割り当てとヘイトスピーチローカライゼーションタスクに適用され、従来のグラフニューラルネットワークよりも優れたパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2022-09-23T00:33:04Z)
• All-optical graph representation learning using integrated diffractive photonic computing units [51.15389025760809]
  フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。 我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。 ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-04-23T02:29:48Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)

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。