Quantum Machine Learning for Distributed Quantum Protocols with Local Operations and Noisy Classical Communications

要約

量子もつれ蒸留や量子状態識別などの分散量子情報処理プロトコルは、ローカル操作と古典通信 (LOCC) に依存しています。
既存の LOCC ベースのプロトコルは、通常、理想的でノイズのない通信チャネルが利用できることを前提としています。
この論文では、古典的な通信がノイズの多いチャネルで行われるケースを研究し、量子機械学習ツールを使用して、この設定で LOCC プロトコルの設計に対処することを提案します。
量子もつれ蒸留と量子状態識別の重要なタスクに特に焦点を当て、通信エラーを考慮しながら、それぞれのタスクの平均忠実度と平均成功確率を最大化するように最適化されたパラメーター化された量子回路 (PQC) を介してローカル処理を実装します。
導入されたアプローチである Noise Aware-LOCCNet (NA-LOCCNet) は、ノイズのない通信用に設計された既存のプロトコルよりも大きな利点があることが示されています。

要約(オリジナル)

Distributed quantum information processing protocols such as quantum entanglement distillation and quantum state discrimination rely on local operations and classical communications (LOCC). Existing LOCC-based protocols typically assume the availability of ideal, noiseless, communication channels. In this paper, we study the case in which classical communication takes place over noisy channels, and we propose to address the design of LOCC protocols in this setting via the use of quantum machine learning tools. We specifically focus on the important tasks of quantum entanglement distillation and quantum state discrimination, and implement local processing through parameterized quantum circuits (PQCs) that are optimized to maximize the average fidelity and average success probability in the respective tasks, while accounting for communication errors. The introduced approach, Noise Aware-LOCCNet (NA-LOCCNet), is shown to have significant advantages over existing protocols designed for noiseless communications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google