核心概念
本文提出了一種基於對抗群神經網路強盜演算法的線上最佳化方法,用於在量子數據網路中進行量子糾纏路徑選擇和量子位元分配,即使在沒有關於糾纏鏈路成功率的先驗知識且存在網路攻擊者的情況下,也能最大限度地提高建立長距離糾纏連接的成功率。
標題:基於對抗群神經網路強盜演算法的量子糾纏路徑選擇與量子位元分配
作者:黃寅*、王磊*、徐杰(IEEE 高級會員)
本研究旨在解決量子數據網路 (QDN) 中,在沒有關於糾纏鏈路成功率的先驗知識且存在潛在網路攻擊者的情況下,如何進行線上最佳路徑選擇和量子位元分配,以最大限度地提高建立長距離糾纏連接的成功率。