論文の概要: UCQM: A Six-Metric Quality Framework for Continuous-Variable Cluster States

• arxiv url: http://arxiv.org/abs/2609.20852v1
• Date: Wed, 26 Aug 2026 04:53:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.687709
• Title: UCQM: A Six-Metric Quality Framework for Continuous-Variable Cluster States
• Title（参考訳）: UCQM: 連続変数クラスタステートのための6段階品質フレームワーク
• Abstract要約: 連続可変(CV)クラスタ状態は、測定ベースの量子計算における中心的なリソースの1つである。 CVクラスタ状態の6つの相補的記述子を統合する定量的評価フレームワークを提案する。 提案手法は、[0.2,1.8]$のスクイーズレンジ$r上の4モードパス、正方形、星団トポロジーに適用される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Continuous-variable (CV) cluster states constitute one of the central resources for measurement-based quantum computation (MBQC). Despite substantial progress in their theoretical development and experimental realization, comparing the quality of different cluster-state topologies remains challenging, as existing approaches typically rely either on qualitative inspection of covariance matrices or on individual metrics that characterize only a single aspect of the underlying correlation structure. In this work, we propose a quantitative evaluation framework that integrates six complementary descriptors of CV cluster states: total correlation strength (SSC), correlation uniformity (CAV), error resilience (EVC), communication overhead (COM), path redundancy (RED), and bottleneck vulnerability (BOT). These quantities are combined into a single \textbf{Unified Cluster Quality Metric (UCQM)}, providing a consistent basis for evaluating and comparing different cluster-state architectures. The proposed framework is applied to four-mode path, square, and star cluster topologies over the squeezing range $r \in [0.2,1.8]$. Across the investigated parameter regime, the square topology consistently achieves the highest UCQM score, indicating the most balanced structural characteristics among the topologies considered and supporting its suitability for measurement-based quantum computation. Because all six metrics are derived directly from covariance-matrix elements together with graph connectivity, the framework naturally extends to arbitrary $N$-mode cluster states, higher-dimensional lattice geometries, and experimentally reconstructed covariance matrices. Beyond providing a single numerical score, UCQM offers a unified perspective for analyzing the structural quality of CV cluster states and establishes a practical framework for their systematic comparison, optimization, and future design.
• Abstract（参考訳）: 連続可変(CV)クラスタ状態は、測定ベースの量子計算(MBQC)のための中心的なリソースの1つである。 理論的な発展と実験的な実現の進展にもかかわらず、異なるクラスター状態トポロジの質を比較することは依然として困難であり、既存のアプローチは一般に共分散行列の質的な検査や、基礎となる相関構造の1つの側面のみを特徴付ける個々のメトリクスに依存する。 本研究では,CVクラスタ状態を補完する6つの記述子(総相関強度(SSC),相関均一性(CAV),エラーレジリエンス(EVC),通信オーバーヘッド(COM),経路冗長性(RED),ボトルネック脆弱性(BOT))を統合する定量的評価フレームワークを提案する。 これらの量は、単一の \textbf{Unified Cluster Quality Metric (UCQM) に統合され、異なるクラスタ状態アーキテクチャを評価し比較するための一貫した基盤を提供する。 提案手法は, 4モードの経路, 正方形, 星団トポロジーに対して, squeezing range $r \in [0.2,1.8]$で適用される。 検討されたパラメータの全体にわたって、正方形トポロジーは最高UCQMスコアを一貫して達成し、検討されたトポロジーの中で最もバランスのとれた構造特性を示し、測定に基づく量子計算の適性を支持する。 これら6つの指標はグラフ接続とともに共分散行列要素から直接導出されるため、このフレームワークは自然に任意の$N$モードクラスタ状態、高次元格子幾何学、実験的に再構成された共分散行列にまで拡張される。 単一の数値スコアを提供するだけでなく、UCQMはCVクラスタ状態の構造的品質を解析するための統一的な視点を提供し、その体系的な比較、最適化、将来の設計のための実践的な枠組みを確立する。

関連論文リスト

• Density-aware Hierarchical Clustering Based on Element-Categorized Connection Subgraphs [13.822291165758704]
  要素分類接続部分グラフ(DHC-ECS)に基づく密度対応階層クラスタリング手法を提案する。 DHC-ECSは, クラスタリング精度とパラメータロバスト性において, ベースライン法よりも優れた総合性能を示す。
  論文  参考訳（メタデータ） (2026-08-07T09:09:13Z)
• Introducing the Correlation Concentration Ratio (CCR): Quantitative Framework for Comparing Quantum Cluster States [0.0]
  線形、正方形、T字形の位相を持つクラスター状態を生成する過程を体系的にモデル化した。 シミュレーションの結果,クラスタグラフ構造は2次相関のパターンに直接反映されていることがわかった。 CCRと呼ばれる計量は、系全体の相関関係に対してグラフエッジ上の有効相関の濃度を定量化する。
  論文  参考訳（メタデータ） (2026-04-25T11:50:43Z)
• Weight-Informed Self-Explaining Clustering for Mixed-Type Tabular Data [63.62853416081748]
  WISEは表現、特徴重み付け、クラスタリング、解釈を統一するフレームワークである。 クラスタリングを駆動する同じプリミティブに根ざした、忠実で人間解釈可能な説明を生成する。
  論文  参考訳（メタデータ） (2026-04-07T13:18:31Z)
• MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
  点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
  論文  参考訳（メタデータ） (2026-01-03T14:58:52Z)
• Evaluating Knowledge Graph Complexity via Semantic, Spectral, and Structural Metrics for Link Prediction [0.0]
  構造的およびセマンティックなKG複雑性メトリクスのセットを導入し、ベンチマークする。 CSGはパラメトリゼーションに非常に敏感であり,クラス数に強く対応していない。 CSGは,リンク予測設定において,安定性と一般化予測能力が保たないことを実証した。
  論文  参考訳（メタデータ） (2025-08-21T06:27:20Z)
• Self-Supervised Graph Embedding Clustering [70.36328717683297]
  K-means 1-step dimensionality reduction clustering method は,クラスタリングタスクにおける次元性の呪いに対処する上で,いくつかの進歩をもたらした。 本稿では,K-meansに多様体学習を統合する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-24T08:59:51Z)
• Adaptively-weighted Integral Space for Fast Multiview Clustering [54.177846260063966]
  線形複雑度に近い高速マルチビュークラスタリングのための適応重み付き積分空間(AIMC)を提案する。 特に、ビュー生成モデルは、潜在積分空間からのビュー観測を再構成するために設計されている。 いくつかの実世界のデータセットで実施された実験は、提案したAIMC法の優位性を確認した。
  論文  参考訳（メタデータ） (2022-08-25T05:47:39Z)
• Stable and consistent density-based clustering via multiparameter persistence [49.1574468325115]
  トポロジカルデータ解析による次数-リップス構成について考察する。 我々は,入力データの摂動に対する安定性を,通信間距離を用いて解析する。 私たちはこれらのメソッドを、Persistableと呼ばれる密度ベースのクラスタリングのためのパイプラインに統合します。
  論文  参考訳（メタデータ） (2020-05-18T19:45:04Z)

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。