Large-scale communication networks, such as the internet, achieve the transmission of information from a sender to a distant receiver by routing packets of data through many intermediate nodes. Classically, each packet has to follow a well-defined path through the network. In a quantum network, however, it is in principle possible to route information along multiple paths in a coherent quantum superposition. Here we develop a model of quantum communication network with coherent routing of information through multiple intermediate nodes. In this model, we show that the distance over which information can be transmitted reliably can be significantly extended. Surprisingly, this improvement takes place also for purely classical channels, such as binary asymmetric channels. In the ideal setting where the coherent superposition of paths is not affected by noise, we find that classical data can be reliably transmitted at a constant rate through asymptotically long sequences of binary asymmetric channels, which in normal conditions would lead to an exponential decay of the transmission rate. In more realistic conditions involving decoherence on the paths, we find that the combined use of coherent control on the path and local operations at intermediate nodes achieves significantly higher communication rates over finite distances.


翻译:互联网等大型通信网络能够通过许多中间节点将数据包通过路径传输给远端接收器,从而实现发送者向远端接收器传递信息。 典型地说, 每个包必须遵循一个通过网络的清晰路径。 但是,在一个量子网络中,原则上可以将信息沿着多条路径传输, 并采用一致的量子叠加位置。 我们在这里开发一个量子通信网络模型, 通过多个中间节点将信息连贯一致地传递给信息路径。 在这个模型中, 我们显示信息可靠传输的距离可以大大扩展。 令人惊讶的是, 这种改进也发生在纯古典频道, 如二元对称频道。 在理想的环境下, 路径的一致叠加位置不会受到噪音的影响, 我们发现古典数据可以可靠地以恒定的速度传递, 持续地通过两元对称对称对称的频道序列, 在正常条件下, 将导致传输速度的指数衰减。 在路径上更加现实的条件下, 我们发现对路径和地方操作进行一致的合并控制, 中间节点的路径和本地操作会达到相当高的通信速度。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
74+阅读 · 2022年6月28日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
15+阅读 · 2018年4月5日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员