基于QCMI的量子马尔可夫毯发现用于语义量子网络
QCMI-Based Quantum Markov Blanket Discovery for Semantic Quantum Networks
- Hellenic Mediterranean University（希腊地中海大学）
- Industrial Systems Institute, ATHENA Research Center（工业系统研究所，阿西娜研究中心）
机构由 AI 辅助整理，请以论文原文为准。
中文总结 AI 辅助
本文提出将量子马尔可夫毯（QMBs）应用于量子语义通信网络，利用量子条件互信息证明其有效性，通过优化检测降低量子比特消耗50%-75%并提升保真度，同时提供固有安全性，推动资源高效且安全的量子网络发展。
中文摘要 AI 辅助
量子赋能的语义通信网络（QESCs）利用量子技术高效传输数据含义，但面临资源昂贵和噪声的挑战。本文提出将量子马尔可夫毯（QMBs）引入QESCs，这是一种新颖的框架，用于隔离语义传输所需的关键量子信息。我们利用量子条件互信息证明了QMBs的有效性，表明它们能保护语义内容免受无关子系统的影响。一种实现策略优化了QMB检测，减少了资源使用。模拟表明，与非优化的量子语义方案相比，基于QMB的QESCs可将量子比特消耗降低50%-75%，同时提高保真度。与经典方法不同，QMBs通过限制窃听者访问毯外经典数据，提供了固有的安全性。我们概述了未来方向，包括实时QMB自适应。这项工作弥合了量子信息理论与语义通信之间的鸿沟，推动了资源高效且安全的量子网络的发展。
英文摘要
Quantum-enabled semantic communication networks (QESCs) leverage quantum technologies to transmit data meaning efficiently, yet face challenges from costly resources and noise. This letter introduces Quantum Markov Blankets (QMBs) to QESCs, a novel framework to isolate essential quantum information for semantic transmission. We prove QMBs' validity using quantum conditional mutual information, showing that they shield semantic content from irrelevant subsystems. An implementation strategy optimises QMB detection, reducing resource use. Simulations suggest that QMB-based QESCs cut qubit consumption by 50\%-75\% while enhancing fidelity compared with non-optimised quantum semantic schemes. Unlike classical approaches, QMBs offer inherent security by limiting an eavesdropper's access to classical data outside the blanket. We outline future directions, including real-time QMB adaptation. This work bridges quantum information theory and semantic communication, advancing resource-efficient and secure quantum networks.
