雾网

云雾网络中的节能分布式机器学习

我们建议基于量子误差检测的量子误差检测后的量子键发出（QKD）系统，该技术通过编码在量子中rep绕。在此类中继器中，量子误差校正技术用于纠缠蒸馏。通过开发一个分析性研究来研究此类量子中继器，我们表明，在QKD的背景下，使用误差检测而不是误差校正，基础代码的能力来筛选出检测到误差的案例通常更为有效。我们通过对系统的关键组件中的不同误差来源进行建模，以实现三分之二代码代码的技术。然后，我们详细研究了此类缺陷对QKD系统秘密密钥生成率的影响，以及如何使用纠缠交换和解码阶段中获得的信息来最大化速率。出于基准目的，我们在设置的不同组件中指定了可以获得正键率的不同组件中的最大允许错误率。