論文の概要: Entanglement Allocation for Quantum Integrated Sensing and Communication
- arxiv url: http://arxiv.org/abs/2611.04128v1
- Date: Tue, 03 Nov 2026 01:09:29 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:42:50.34171
- Title: Entanglement Allocation for Quantum Integrated Sensing and Communication
- Title（参考訳）: 量子集積センシングと通信のための絡み合わせ配置
- Abstract要約: 我々は,ネットワークレベルの量子統合センシング・通信(Q-ISAC)フレームワークを開発し,量子基地局が通信ユーザと分散センシングの基本的なベルペアを動的に割り当てる。
本稿では,確率的融合,伝送損失,メモリデコヒーレンスを考慮した有効な量子フィッシャー情報モデルを提案する。
数値的な結果から,GHZ探針は, 適度なプローブサイズキャップ下での分離可能な探針よりも約2,7$-30%少ないキュービットと, 同一の検知条件下での最高のターゲットで65～67%小さいことが示唆された。
- 参考スコア（独自算出の注目度）: 28.016601928846807
- License:
- Abstract: Jointly supporting communication and distributed sensing over a shared, limited pool of entanglement resources is an attractive prospect for future quantum networks. We develop a network-level quantum integrated sensing and communication (Q-ISAC) framework in which a quantum base station dynamically allocates elementary Bell pairs between communication users and distributed sensing. Sensing resources are adaptively partitioned among multiple GHZ probes with dynamically selected sizes and sensing-node assignments. We derive an effective quantum Fisher information model accounting for probabilistic fusion, transmission loss, and memory decoherence, and formulate a finite-horizon allocation problem subject to communication QoS, expected sensing-information, sensing-reliability, and hardware constraints. A hierarchical constrained proximal policy optimization (HC-PPO) framework combines learned discrete sensing allocation with analytical continuous communication allocation. Numerical results show that GHZ probing requires approximately $27$--30% fewer sensing qubits than separable probing under modest probe-size caps and 65-67% fewer at the highest considered target under the same sensing requirements. Adaptive multi-GHZ partitioning provides greater robustness than single-GHZ sensing, while adaptive communication--sensing sharing outperforms the evaluated fixed splits. The proposed HC-PPO framework satisfies the joint requirements in at least 99.9% of test instances across the considered sensing targets and fusion probabilities. Monte Carlo evaluation separately shows that realized terminal information reached its target in 96-98% of realizations, distinguishing expected-information satisfaction from realized sensing performance.
- Abstract（参考訳）: 共有された限られた絡み合ったリソースのプール上での通信と分散センシングを共同でサポートすることは、将来の量子ネットワークにとって魅力的な可能性である。
我々は,ネットワークレベルの量子統合センシング・通信(Q-ISAC)フレームワークを開発し,量子基地局が通信ユーザと分散センシングの基本的なベルペアを動的に割り当てる。
センシングリソースは動的に選択されたサイズとセンサノード割り当てを持つ複数のGHZプローブ間で適応的に分割される。
我々は、確率的融合、伝送損失、メモリデコヒーレンスを考慮した効果的な量子フィッシャー情報モデルを作成し、通信QoS、予測センシング情報、感度信頼性、ハードウェア制約を考慮した有限水平配置問題を定式化する。
階層的制約付き近位ポリシー最適化(HC-PPO)フレームワークは、学習された離散的な選別割当と分析的連続的な通信割当を組み合わせたものである。
数値的な結果から,GHZ探針は,適度なプローブサイズキャップ下での分離可能な探針よりも約2,7$-30%少ない検知量子ビットと同一の検知条件下での最高目標の65～67%小さいことが示唆された。
適応型マルチGHZパーティショニングは単一GHZセンシングよりもロバスト性が高く、適応型通信-センシング共有は評価された固定分割よりも優れる。
提案されたHC-PPOフレームワークは、少なくとも99.9%のテストインスタンスにおける統合要求を満たす。
モンテカルロの評価では、実現した端末情報を96～98%の目標に到達し、期待情報満足度と実感性能を区別した。
関連論文リスト
- Decentralized Gradient Descent: Bottleneck Regimes and Budget Complexity [8.071989780397692]
分散勾配勾配勾配(DGD)はエージェントネットワーク上の分散最適化問題の解法として広く用いられている。
資源認識の観点からDGDを調査し,目標誤差レベルを達成するために必要な通信計算予算を特徴付ける。
論文 参考訳（メタデータ） (2026-07-13T21:37:28Z) - Consensus Protocols for Entanglement-Aware Scheduling in Distributed Quantum Neural Networks [18.148407575244942]
本稿では,適応的絡み合い管理を伴う量子コンセンサスプロトコルを協調設計するConsensus-Entanglement-Aware Scheduling (CEAS) フレームワークを提案する。
CEASはフィデリティ重み付けアグリゲーションを統合し、パラメータ更新は量子フィッシャー情報によって重み付けされ、ノイズの多い寄与を抑制する。
CEASは、10～15パーセントの精度を維持している。
論文 参考訳（メタデータ） (2026-02-06T16:36:52Z) - Security-Aware Joint Sensing, Communication, and Computing Optimization in Low Altitude Wireless Networks [83.84711311344918]
I SCCは低高度無線ネットワーク(LAWN)の中核部の一つである。
本稿では,通信の秘密性を考慮したI SCCの連成性能最適化について検討する。
進化的最適化の目的に応じて進化的演算子を適応的に選択する深層Q-network(DQN)に基づく多目的進化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-11-03T11:06:41Z) - Analog Quantum Feature Selection with Neutral-Atom Quantum Processors [31.458406135473805]
我々は、中性原子配列を用いたアナログ量子シミュレーションに基づく量子特徴選択(QFS)に対する量子ネイティブなアプローチを提案する。
このプロトコルは、アダルト所得、銀行マーケティング、テルコ・チャーンという3つのベンチマークバイナリ分類データセットのシミュレーションによって評価される。
2-5 つの特徴のコンパクトな部分集合では、アナログ QFS は平均 AUC スコアを 1.5-2.3% 改善し、特徴の数を 75-84% 削減した。
論文 参考訳（メタデータ） (2025-10-23T17:57:34Z) - Reinforcement Learning for Quantum Network Control with Application-Driven Objectives [53.03367590211247]
動的プログラミングと強化学習は、制御戦略を最適化するための有望なツールを提供する。
非線形で微分可能な目的関数を直接最適化する新しいRLフレームワークを提案する。
我々の研究は、RLを持つ量子ネットワークにおける非線形目的関数最適化への第一歩であり、より高度なユースケースへの道を開く。
論文 参考訳（メタデータ） (2025-09-12T18:41:10Z) - Quantum Advantage in Distributed Sensing with Noisy Quantum Networks [37.23288214515363]
現実的な不完全性の下で量子優位性の達成可能性を分析することは極めて重要である。
分散センシングにおける量子優位性は、ノイズの多い絡み合った状態のみを分散できるノイズの多い量子ネットワークによって達成できることを示す。
論文 参考訳（メタデータ） (2024-09-25T16:55:07Z) - eQMARL: Entangled Quantum Multi-Agent Reinforcement Learning for Distributed Cooperation over Quantum Channels [98.314893665023]
量子コンピューティングは、マルチエージェント環境における量子絡み合いと協調の潜在的なシナジーを引き起こした。
現在の最先端量子MARL(QMARL)の実装は、古典的な情報共有に依存している。
eQMARL(eQMARL)は、量子チャネル上での協調を容易にする分散型アクター批判フレームワークである。
論文 参考訳（メタデータ） (2024-05-24T18:43:05Z) - Multi-Base Station Cooperative Sensing with AI-Aided Tracking [10.400855135405251]
核融合センター(FC)を介して協調する複数の基地局(BS)からなる共同センシング・通信ネットワークについて検討する。
筆者らのフレームワークは,60cm未満の最適サブパターン割り当て(OSPA)を実現することで,優れたセンシング性能を提供できることを示す。
論文 参考訳（メタデータ） (2023-10-31T12:27:48Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Quantum communication complexity beyond Bell nonlocality [87.70068711362255]
効率的な分散コンピューティングは、リソース要求タスクを解決するためのスケーラブルな戦略を提供する。
量子リソースはこのタスクに適しており、古典的手法よりも優れた明確な戦略を提供する。
我々は,ベルのような不等式に,新たなコミュニケーション複雑性タスクのクラスを関連付けることができることを証明した。
論文 参考訳（メタデータ） (2021-06-11T18:00:09Z)
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。