Communication over a quantum multiple-access channel (MAC) with cribbing encoders is considered, whereby Transmitter 2 performs a measurement on a system that is entangled with Transmitter 1. Based on the no-cloning theorem, perfect cribbing is impossible. This leads to the introduction of a MAC model with noisy cribbing. In the causal and non-causal cribbing scenarios, Transmitter 2 performs the measurement before the input of Transmitter 1 is sent through the channel. Hence, Transmitter 2's cribbing may inflict a "state collapse" for Transmitter 1. Achievable regions are derived for each setting. Furthermore, a regularized capacity characterization is established for robust cribbing, i.e. when the cribbing system contains all the information of the channel input. Building on the analogy between the noisy cribbing model and the relay channel, a partial decode-forward region is derived for a quantum MAC with non-robust cribbing. For the classical-quantum MAC with cribbing encoders, the capacity region is determined with perfect cribbing of the classical input, and a cutset region is derived for noisy cribbing. In the special case of a classical-quantum MAC with a deterministic cribbing channel, the inner and outer bounds coincide.


翻译:通过量子多重接入频道(MAC)进行通信,该频道有震动的编码器,它使2号传输器对一个与传送器相连的系统进行测量,1号传输器对这个系统进行测量。根据无螺旋定律,完全的震动是不可能的。这导致引入一个MAC模型,带有吵闹的震动。在因果和非因果的震动假设中,2号传输器在传送器1号输入通过该频道之前进行测量。因此,2号传输器的震动可能会给传送器造成“国家崩溃”1号传输器带来“国家崩溃”。每个环境都产生可实现的区域。此外,为强力的震动设定了正常的能力特征,即当震动系统包含频道输入的所有信息时,这是不可能的。在噪音震动模型和中继频道之间的类比的基础上,为非震动的量式显示器输入器输入了部分向前区域。对于具有震动的古典-QMAC, 能力区域以古典输入的精密输入为震动的震动状态来决定。

0
下载
关闭预览

相关内容

专知会员服务
75+阅读 · 2021年9月27日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
注意力图神经网络的多标签文本分类
专知会员服务
111+阅读 · 2020年3月28日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
【资源】语音增强资源集锦
专知
8+阅读 · 2020年7月4日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
历史最全GAN网络及其各种变体整理(附论文及代码实现)
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
已删除
将门创投
4+阅读 · 2018年1月19日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2022年2月2日
Arxiv
0+阅读 · 2022年2月2日
Arxiv
5+阅读 · 2021年2月8日
Arxiv
4+阅读 · 2018年4月30日
VIP会员
相关资讯
【资源】语音增强资源集锦
专知
8+阅读 · 2020年7月4日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
历史最全GAN网络及其各种变体整理(附论文及代码实现)
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
已删除
将门创投
4+阅读 · 2018年1月19日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员