AI এবং বিশ্বের কঠিন সমস্যাগুলো · কোয়ান্টাম পদার্থবিজ্ঞান ও কোয়ান্টাম কম্পিউটিং · arXiv · 2026-10-21

ডাইনামিক কোয়ান্টাম নেটওয়ার্কে সমবর্তী এনট্যাঙ্গলমেন্ট পিউরিফিকেশন শিডিউলিং

মূল শিরোনাম: Concurrent Entanglement Purification Scheduling in Dynamic Quantum Networks

কোয়ান্টাম নেটওয়ার্ককে এমন এন্ড-টু-এন্ড আবদ্ধতা সরবরাহ করতে হয় যার ফিডেলিটি অ্যাপ্লিকেশনের চাহিদা মেটায়, সাধারণত মাল্টি-হপ পথ বরাবর বিশুদ্ধীকরণের মাধ্যমে, কিন্তু বিদ্যমান শিডিউলারগুলি লিংক স্তরে বা স্থির রিকোয়েস্ট সেটের জন্য কাজ করে এবং লিংক ক্যাপাসিটি ও কোয়ান্টাম মেমরির জন্য প্রতিযোগিতাকারী সমসাময়িক রিকোয়েস্টগুলিকে উপেক্ষা করে। নিবন্ধটি বিষমায়িক লিংকসহ একটি টাইম-স্লটেড নেটওয়ার্কে সমসাময়িক আবদ্ধতা-বিশুদ্ধীকরণ শিডিউলিং অধ্যয়ন করে, যেখানে ন্যায্যতার মানদণ্ড হিসেবে ম্যাক্স-মিন পথ বরাদ্দ ব্যবহার করে শিডিউল করা রিকোয়েস্টের সংখ্যা সর্বাধিক করে এমন একটি MILP শিডিউলার, এবং DQN, PPO ও SAC-ভিত্তিক রিইনফোর্সমেন্ট লার্নিং শিডিউলারও প্রণয়ন করা হয়েছে। বিভিন্ন লোড, টপোলজি ও ফিডেলিটি লক্ষ্যের অধীনে RL শিডিউলারগুলি সর্বোচ্চ সাফল্যের হার অর্জন করেছে, MILP-এর চেয়ে সর্বোচ্চ 6% এবং Progressive Filling ও Greedy হিউরিস্টিকের চেয়ে যথাক্রমে 16.5% ও 19.5% উন্নতি করেছে, যার বিনিময়ে হয়েছে বেশি বেল-জোড় খরচ ও কিছু রিকোয়েস্ট পিছিয়ে রাখা, আর বেশিরভাগ পরিস্থিতিতে MILP দিয়েছে সর্বোচ্চ ন্যায্যতা ও সর্বনিম্ন বেল-জোড় খরচ।

মূল লেখা পড়ুন ↗

সব আইটেম →