JP2022188275A - 量子チャンネルクラシック容量の推定方法及び装置、電子機器と媒体 - Google Patents
量子チャンネルクラシック容量の推定方法及び装置、電子機器と媒体 Download PDFInfo
- Publication number
- JP2022188275A JP2022188275A JP2022165572A JP2022165572A JP2022188275A JP 2022188275 A JP2022188275 A JP 2022188275A JP 2022165572 A JP2022165572 A JP 2022165572A JP 2022165572 A JP2022165572 A JP 2022165572A JP 2022188275 A JP2022188275 A JP 2022188275A
- Authority
- JP
- Japan
- Prior art keywords
- quantum
- information
- channel
- states
- parameterized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000003860 storage Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 35
- 230000005540 biological transmission Effects 0.000 claims description 25
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000002096 quantum dot Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/70—Photonic quantum communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Optics & Photonics (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
- Optical Communication System (AREA)
Abstract
Description
式(1)
ここでは、
はn個の量子チャンネルNのテンソル積(tensor product)で構成される量子チャンネルを表し、
は量子チャンネル
のホレボ容量(Holevo capacity)を表す。
である。従って、式(1)によって、式(2)の形式を得ることができる。
式(2)
つまり、量子チャンネルNのホレボ容量χ(N)は該チャンネルのクラシック容量C(N)の下限を与える。
式(3)
ここでは、{pj,ρj}は若干の量子状態ρjで構成されるアンサンブル(ensemble)であり、
は量子状態ρのフォンノイマンエントロピー(Von Neumann entropy)である。量子状態ρは数学的には、密度行列(density matrix)で表すことができ、Trは行列のトレース(trace)を取る。ホレボ容量は、量子エンタングルメントリソースを使用せずに、該チャンネルがクラシック情報を確実に伝送することができる最大レートを示す、量子チャンネルのクラシック容量の下限を与える。明らかなことに、量子チャンネルのホレボ容量を計算することは、該量子チャンネルが該アンサンブルにあるときのホレボ情報が最大値を有するようにアンサンブルを見つけることである。つまり、量子チャンネルのホレボ容量は、そのホレボ情報の最大値と呼ばれることができる。
であってもよく、その数学的形式は左上隅の第1個元素が1、他の元素がいずれも0である行列である:
.
しかし、理解できるように、他の形式の初期量子状態も可能であり、ここでは制限しない。
式(4)
ここでは、ρjは第j個の第1量子状態であり、j=1,2,...,m、N(ρj)は量子チャンネルが量子状態ρjに作用した後に得られた量子状態であり、pjは量子状態行列の第j個の対角要素であり、S()はフォンノイマンエントロピーを表す。つまり、アンサンブルε={pj,ρj}を見つけて関数χ(N,ε)の値を最大化するために、損失関数を-χ(N,ε)にすることができ、これにより、損失関数を最小化することによってこのアンサンブルを見つけることができる。または、他の形式の損失関数も可能であり、ここでは制限しない。
を生成するように用意し、θprobは該パラメータ化量子回路のパラメータである。即ち、パラメータ化量子回路Uprob(θprob)が生成した量子状態はm次元のものである。例えば、a量子ビットの量子回路については、それが生成した量子状態は2a次元である。同時に、m個のn量子ビットのパラメータ化量子回路
を、アンサンブルにおけるm個の量子状態
を生成するように用意し、
はこれらのパラメータ化量子回路のパラメータであり、nは量子チャンネルNの量子ビット数である。
を得る。
を調整することによって、ステップ2~5を繰り返して損失関数Lを最小化する。損失関数値がもう下降しないか、または設定された反復回数に達したとき、最適化を停止し、かつこのときの損失関数をL*と記し、対応するアンサンブルは
である。-L*を出力して量子チャンネルNのホレボ容量の推定値とし、そのクラシック容量への推定値でもある。同時に、アンサンブルε*は該推定値を取る時に対応するアンサンブルである。
式(5)
ここでは、
、
、
はそれぞれK0、K1のコンジュゲートトランスポーズである。
Claims (11)
- 量子チャンネルクラシック容量の推定方法であって、
m個のn量子ビットの第1パラメータ化量子回路、及びm次元量子システムに作用する第2パラメータ化量子回路を確定し、ここでは、nは前記量子チャンネルの量子ビット数であり、mは予め設定されたアンサンブルにおける量子状態の個数であり、m、nは正の整数であることと、
前記m個の第1パラメータ化量子回路がそれぞれ初期量子状態に作用した後に得られたm個の第1量子状態を取得することと、
前記量子チャンネルがそれぞれ前記m個の第1量子状態に作用した後に得られたm個の第2量子状態を取得することと、
前記第2パラメータ化量子回路が初期量子状態に作用した後に得られた量子状態行列を取得し、ここでは、前記量子状態行列のm個の対角要素を確率値として前記m個の第1量子状態と一対一に対応してアンサンブルを構成することと、
損失関数を最小化することによって前記m個の第1パラメータ化量子回路及び前記第2パラメータ化量子回路のパラメータを最適化し、ここでは、前記損失関数は前記量子チャンネルの現在アンサンブルにある時のホレボ情報に基づいて確定され、前記ホレボ情報は前記m個の第2量子状態及び対応する確率値に基づいて確定されることと、
前記損失関数を最小化した後に得られた前記量子チャンネルのホレボ情報を確定し、前記量子チャンネルクラシック容量の推定値とすることとを含む量子チャンネルクラシック容量の推定方法。 - 勾配降下法によって前記m個の第1パラメータ化量子回路及び前記第2パラメータ化量子回路のパラメータを調整することによって、前記損失関数を最小化する、請求項1に記載の方法。
- 量子チャンネルに基づく情報伝送方法であって、
前記量子チャンネルのホレボ情報に対応するアンサンブルを取得することと、
伝送すべきクラシック情報を取得して、前記クラシック情報を前記アンサンブルにおける対応する量子状態に符号化することと、
前記符号化で得られた量子状態を前記量子チャンネルによって伝送して、伝送後の量子状態を取得することと、
前記伝送後の量子状態を復号して、伝送後のクラシック情報を取得することとを含み、ここでは、
前記ホレボ情報に対応するアンサンブルは請求項1~4のいずれか一項に記載の方法によって最適化して得られる、量子チャンネルに基づく情報伝送方法。 - 半正定値計画によって前記伝送後の量子状態を弁別する方式を確定し、確定された方式によって前記伝送後の量子状態を復号する、請求項5に記載の方法。
- 量子チャンネルクラシック容量の推定装置であって、
第1確定ユニットであって、m個のn量子ビットの第1パラメータ化量子回路、及びm次元量子システムに作用する第2パラメータ化量子回路を確定するように構成され、ここでは、nは前記量子チャンネルの量子ビット数であり、mは予め設定されたアンサンブルにおける量子状態の個数であり、m、nは正の整数であるものと、
前記m個の第1パラメータ化量子回路がそれぞれ初期量子状態に作用した後に得られたm個の第1量子状態を取得するように構成される第1取得ユニットと、
前記量子チャンネルがそれぞれ前記m個の第1量子状態に作用した後に得られたm個の第2量子状態を取得するように構成される第2取得ユニットと、
前記第2パラメータ化量子回路が初期量子状態に作用した後に得られた量子状態行列を取得し、ここでは、前記量子状態行列のm個の対角要素を確率値として前記m個の第1量子状態と一対一に対応してアンサンブルを構成するように構成される第3取得ユニットと、
損失関数を最小化することによって前記m個の第1パラメータ化量子回路及び前記第2パラメータ化量子回路のパラメータを最適化し、ここでは、前記損失関数は前記量子チャンネルの現在アンサンブルにある時のホレボ情報に基づいて確定され、前記ホレボ情報は前記m個の第2量子状態及び対応する確率値に基づいて確定されるように構成される最適化ユニットと、
前記損失関数を最小化した後に得られた前記量子チャンネルのホレボ情報を確定し、前記量子チャンネルクラシック容量の推定値とするように構成される第2確定ユニットとを含む量子チャンネルクラシック容量の推定装置。 - 量子チャンネルに基づく情報伝送装置であって、
前記量子チャンネルのホレボ情報に対応するアンサンブルを取得するように構成される第4取得ユニットと、
伝送すべきクラシック情報を取得して、前記クラシック情報を前記アンサンブルにおける対応する量子状態に符号化するように構成される符号化ユニットと、
前記符号化で得られた量子状態を前記量子チャンネルによって伝送して、伝送後の量子状態を取得するように構成される伝送ユニットと、
前記伝送後の量子状態を復号して、伝送後のクラシック情報を取得するように構成される復号ユニットとを含み、
前記ホレボ情報に対応するアンサンブルは請求項1~4のいずれか一項に記載の方法によって最適化して得られる、量子チャンネルに基づく情報伝送装置。 - 電子機器であって、
少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに通信接続されたメモリと、を含み、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶され、前記命令は、前記少なくとも1つのプロセッサによって実行されることにより、前記少なくとも1つのプロセッサに請求項1~6のいずれか一項に記載の方法を実行させることができる、
電子機器。 - コンピュータ命令が記憶される非一時的なコンピュータ可読記憶媒体であって、前記コンピュータ命令は、請求項1~6のいずれか一項に記載の方法を前記コンピュータに実行させるために用いられる、非一時的なコンピュータ可読記憶媒体。
- プロセッサに実行されると、請求項1~6のいずれか一項に記載の方法を前記プロセッサに実行させるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210021934.8A CN114374440B (zh) | 2022-01-10 | 2022-01-10 | 量子信道经典容量的估计方法及装置、电子设备和介质 |
CN202210021934.8 | 2022-01-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022188275A true JP2022188275A (ja) | 2022-12-20 |
JP7405933B2 JP7405933B2 (ja) | 2023-12-26 |
Family
ID=81143937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022165572A Active JP7405933B2 (ja) | 2022-01-10 | 2022-10-14 | 量子チャンネルクラシック容量の推定方法及び装置、電子機器と媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230153674A1 (ja) |
JP (1) | JP7405933B2 (ja) |
CN (1) | CN114374440B (ja) |
AU (1) | AU2023200082A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116346334A (zh) * | 2023-03-20 | 2023-06-27 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114818970B (zh) * | 2022-05-17 | 2023-04-21 | 北京百度网讯科技有限公司 | 经典数据处理方法、计算设备及存储介质 |
CN115169568B (zh) * | 2022-07-20 | 2023-03-10 | 北京百度网讯科技有限公司 | 量子计算处理方法、装置及电子设备 |
CN117478278B (zh) * | 2023-12-26 | 2024-03-15 | 南京信息工程大学 | 一种实现零差错通信的方法、装置、终端及储存介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019163866A1 (ja) | 2018-02-26 | 2019-08-29 | 国立大学法人京都大学 | 量子回路学習装置、量子回路学習方法、コンピュータプログラム、及び記録媒体 |
US20210398621A1 (en) * | 2018-11-07 | 2021-12-23 | Kuano Ltd. | A quantum circuit based system configured to model physical or chemical systems |
US20210097422A1 (en) * | 2019-09-27 | 2021-04-01 | X Development Llc | Generating mixed states and finite-temperature equilibrium states of quantum systems |
CN112104579B (zh) * | 2020-08-25 | 2021-11-19 | 西安交通大学 | 基于模型约束的信道估计方法、系统、设备及存储介质 |
-
2022
- 2022-01-10 CN CN202210021934.8A patent/CN114374440B/zh active Active
- 2022-10-14 JP JP2022165572A patent/JP7405933B2/ja active Active
-
2023
- 2023-01-06 US US18/094,304 patent/US20230153674A1/en not_active Abandoned
- 2023-01-06 AU AU2023200082A patent/AU2023200082A1/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116346334A (zh) * | 2023-03-20 | 2023-06-27 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
CN116346334B (zh) * | 2023-03-20 | 2024-02-02 | 北京百度网讯科技有限公司 | 可蒸馏密钥的估计方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114374440A (zh) | 2022-04-19 |
AU2023200082A1 (en) | 2023-07-27 |
JP7405933B2 (ja) | 2023-12-26 |
CN114374440B (zh) | 2023-07-18 |
US20230153674A1 (en) | 2023-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022188275A (ja) | 量子チャンネルクラシック容量の推定方法及び装置、電子機器と媒体 | |
WO2020233130A1 (zh) | 一种深度神经网络压缩方法及相关设备 | |
US20220147695A1 (en) | Model training method and apparatus, font library establishment method and apparatus, and storage medium | |
JP7369810B2 (ja) | 量子ニューラルネットワークの訓練方法及び装置、電子機器並びに媒体 | |
EP4016398A1 (en) | Apparatus and method for distributed training model, and computer program product | |
US20220148239A1 (en) | Model training method and apparatus, font library establishment method and apparatus, device and storage medium | |
US20220374776A1 (en) | Method and system for federated learning, electronic device, and computer readable medium | |
KR20220034081A (ko) | 적대적 네트워크 모델을 트레이닝하는 방법 및 장치, 문자 라이브러리를 구축하는 방법 및 장치, 전자장비, 저장매체 및 컴퓨터 프로그램 | |
CN111738419B (zh) | 神经网络模型的量化方法和装置 | |
CN114580647B (zh) | 量子系统的模拟方法、计算设备、装置及存储介质 | |
EP3933719A2 (en) | Method, apparatus, device, storage medium and computer program product for labeling data | |
WO2023142399A1 (zh) | 信息搜索方法、装置、电子设备 | |
AU2022279464A1 (en) | Method of processing quantum circuit, electronic device, and storage medium | |
US20230115984A1 (en) | Method and apparatus for training model, method and apparatus for generating molecules | |
WO2023221454A1 (zh) | 基于注意力机制优化的文本处理方法、网络模型训练方法 | |
CN113366510A (zh) | 经由训练的原始网络与双网络来执行多目标任务 | |
WO2023019996A1 (zh) | 图像特征的融合方法、装置、电子设备和存储介质 | |
CN113961962A (zh) | 一种基于隐私保护的模型训练方法、系统及计算机设备 | |
CN113344213A (zh) | 知识蒸馏方法、装置、电子设备及计算机可读存储介质 | |
US20220327290A1 (en) | Method of training feature determination model, method of performing semantic analysis, and electronic device | |
US20220286416A1 (en) | Method and apparatus for generating account intimacy | |
CN115941059B (zh) | 量子通信实现方法及装置、电子设备和介质 | |
CN115905452A (zh) | 对话处理方法、装置和电子设备及存储介质 | |
JP2023076820A (ja) | 画像処理方法、装置、電子機器、及び記憶媒体 | |
CN117351387A (zh) | 视频对话及模型训练方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221014 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231116 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7405933 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |