The development of a future, global quantum communication network (or quantum internet) will enable high rate private communication and entanglement distribution over very long distances. However, the large-scale performance of ground-based quantum networks (which employ photons as information carriers through optical-fibres) is fundamentally limited by the fibre quality and link length. While these fundamental limits are well established for arbitrary network architectures, the question of how to best design these global architectures remains open. In this work, we take a step forward in addressing this problem by modelling global quantum networks with weakly-regular architectures. Such networks are capable of idealising end-to-end performance whilst remaining sufficiently realistic. In this way, we may investigate the effectiveness of large-scale networks with consistent connective properties, and unveil the global conditions under which end-to-end rates remain analytically computable. Furthermore, by comparing the performance of ideal, ground-based quantum networks with satellite quantum communication protocols, we can establish conditions for which satellites can be used to outperform fibre-based quantum infrastructure.


翻译:未来全球量子通信网络(或量子互联网)的开发将使得私人通信和缠绕分布能够远距离进行高率的私人通信和缠绕。然而,地面量子网络(通过光纤作为信息载体)的大规模性能受到纤维质量和连接长度的根本性限制。虽然这些基本限制对于任意的网络结构是早已确立的,但如何最好地设计这些全球结构的问题仍然开放。在这项工作中,我们通过以薄弱的常规结构模拟全球量子网络,在解决这一问题方面向前迈出了一步。这些网络能够将终端到终端的性能理想化,同时保持充分现实。这样,我们就可以调查具有一致连接特性的大型网络的有效性,并揭示端到终端率在分析上仍然可比较的全球条件。此外,通过比较理想的地面量子网络和卫星量子通信协议的性能,我们可以为卫星用于超越光基量子基础设施创造条件。

0
下载
关闭预览

相关内容

【Google】梯度下降,48页ppt
专知会员服务
80+阅读 · 2020年12月5日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
0+阅读 · 2021年6月10日
Arxiv
0+阅读 · 2021年6月9日
Arxiv
0+阅读 · 2021年6月9日
Arxiv
0+阅读 · 2021年6月2日
Arxiv
4+阅读 · 2018年4月30日
VIP会员
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Top
微信扫码咨询专知VIP会员