Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2003.00843

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2003.00843 (cs)
[提交于 2020年3月2日 ]

标题: 一种构造EAQEC MDS码的新方法

标题: A new method for constructing EAQEC MDS codes

Authors:Peng Hu, Xiusheng Liu
摘要: 纠缠辅助量子纠错(EAQEC)码利用发送方和接收方之间的预存纠缠来提高传输速率。 可以使用任何经典线性码来构造EAQEC码,这与标准量子纠错码不同,后者只能从对偶包含码中构造。 然而,通常通过计算机搜索计算预共享最大纠缠态的数量$c$。 在本文中,我们首先给出一个用于计算预共享最大纠缠态数量$c$的新公式。 然后,使用这个公式,我们构造了三类新的纠缠辅助量子纠错最大距离可分(EAQEC MDS)码。
摘要: Entanglement-assisted quantum error-correcting (EAQEC) codes make use of preexisting entanglement between the sender and receiver to boost the rate of transmission. It is possible to construct an EAQEC code from any classical linear code, unlike standard quantum error-correcting codes, which can only be constructed from dual-containing codes. However, the number $c$ of pre-shared maximally entangled states is usually calculated by computer search. In this paper, we first give a new formula for calculating the number $c$ of pre-shared maximally entangled states. Then, using this formula, we construct three classes of new entanglement-assisted quantum error-correcting maximum-distance-separable ( EAQEC MDS) codes.
评论: 16页,3张表格
主题: 信息论 (cs.IT)
引用方式: arXiv:2003.00843 [cs.IT]
  (或者 arXiv:2003.00843v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2003.00843
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hualu Liu [查看电子邮件]
[v1] 星期一, 2020 年 3 月 2 日 12:59:09 UTC (12 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2020-03
切换浏览方式为:
cs
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号