XiaoMi-AI文件搜索系统
World File Search System信息熵
再次论量子态的现实性
Pusey、Barrett 和 Rudolph (PBR) 定理声称量子态不能被视为仅代表系统的信息。该结果基于 Harrigan 和 Spekkens (HS) 提出的本体论模型框架。在本文中，我们表明 HS 框架存在一个基本问题：它隐含地假设的认知结构不遵循量子力学所规定的结构。也就是说，模型的认知状态与量子密度矩阵之间的映射既不保留信息熵的值也不保留信息熵的顺序。因此，混合状态的认知内容没有以有意义的方式映射。问题源于假设认知状态由单个概率测度表征，这本质上是非语境性的假设。鉴于这个基本问题，每个使用 HS 框架的结果，包括 PBR 定理，都应该仔细重新审视。
双层半导体量子点中的长寿命量子相干性
摘要：本文给出了二能级半导体量子点系统的解析解，讨论了从激发态（α 12 ，α 21 ）的光子辐射跃迁和声子无辐射跃迁的速率、纯失相过程的速率（γ）、失谐参数（）和拉比频率（），以及原子占据概率（ρ 11 (t)和ρ 22 (t)）、原子粒子数反转（ρ z (t)）、纯度（PA (t)）、冯·诺依曼熵（S (t)）和信息熵（H (σ x )、H (σ y )和H (σ z )）。对于α 12 、α 21 、γ 和的一些特殊情况，我们清楚地观察到所有曲线上出现了长寿命量子相干现象。此外，纯度曲线中的衰减现象非常明显，可以通过改变α 12 ，α 21 和γ的值来简单控制。
使用熵检测软件定义网络中的 DDoS 攻击
摘要：软件定义网络(SDN)是近年来最常用的网络架构之一，随着互联网用户数量的大幅度增加，网络安全威胁出现得也更加频繁，这给SDN带来了更多的关注，而分布式拒绝服务(DDoS)攻击是软件定义网络中最危险和最常见的攻击之一，传统的利用熵的攻击检测方法存在攻击检测速度慢、检测效果差等缺陷。为了解决这一问题，提出了一种融合熵的方法，通过衡量网络事件的随机性来检测攻击，该方法具有攻击检测速度快、熵值下降明显的优点，有效利用了信息熵和对数能量熵的互补性。实验结果表明，攻击场景的熵值比正常场景降低了91.25%，与其他攻击检测方法相比具有更大的优势和意义。
相互信息：量化相关性的一种方法
在信息论框架内，两个随机变量之间存在相关性意味着我们可以通过测量或观察另一个随机变量来获得有关其中一个变量的信息。在某些情况下，这种关系允许获取有关一个变量的信息，即使另一个变量相隔很远，也就是说，获取信息的过程是非局部的，一个例子（如果不是唯一的例子）就是量子纠缠。相关性的这些特征使得研究、分类和量化它们变得有趣和重要。相关性分为经典相关性和量子相关性，此外，它们通过互信息进行量化。在这里，我们将提出一种定义经典互信息的自然方法，然后将其推广到量子情况。此外，互信息定义中的每个术语都将使用经典和量子熵的概念进行解释。关键词：信息熵、相关性、互信息。
附录C：熵
“熵”是一种在科学和数学多个领域中用于量化对复杂系统缺乏知识的概念。在物理学中，其最常见的形式是热力学熵，它描述了大型物理系统的微观构造或“微晶格”的不确定性。在被称为信息理论的数学领域，信息熵（也称为Shannon熵在其发明家C. Shannon之后）描述了有关传输信息的内容的不确定性。20世纪理论物理学中最深刻的发展之一是E. T. Jaynes的发现，即可以根据信息理论提出统计力学。因此，基于热力学和基于信息的熵概念是相同的。有关此连接的详细信息，请参见Jaynes（1957）和Jaynes（1957a）。本附录总结了古典物理学中熵的定义，以及它与其他物理量的相关性。
Spatial Information Lasing Enabled by Full-k-Space Bound States in the Continuum
现代物理学中的光学扩增和大量信息传递取决于刺激的辐射。但是，无论传统的宏观激光器或新兴的微型和纳米仪，信息调制通常都在激光腔之外。另一方面，具有固有Q因子的连续体（BIC）中的结合状态仅限于动量空间中的零维奇点。在这里，我们提出了空间信息激光的概念，其激光信息熵可以通过引导模式的近场bragg耦合来相应地控制。在支撑全k空间BIC的增益损失的超材料中得到了验证，并具有灵活的操纵和对光场的强限制。在连续的能带中存在违反直觉的高维BIC，该能量带提供了一个多功能平台，可以精确控制每个激光傅立叶组件，因此可以直接传达有关紧凑型尺寸的丰富空间信息。在我们的计划中实现的单模操作可确保一致稳定的激光信息。我们的发现可以扩展到不同的波系统，并开放有关经典和量子应用的信息连贯放大和高Q物理框架的新方案。
SLOAN：网络的社会学习优化分析
在线讨论研究主要采用案例方法。本文提出了一种基于网络指标（如信息熵和全局网络效率）的比较分析方法，作为表征社会学习群体动态的更全面的指标。我们将网络的社会学习优化分析 (SLOAN) 应用于由来自各个学科的 Coursera 课程组成的数据集。我们研究了讨论论坛使用与网络效率指标之间的关系，网络效率指标的特点是信息流通过网络。讨论论坛的规模和使用情况差异很大。在大规模开放在线课程讨论论坛中，主题相关谈话比程序性谈话更普遍的课程在寻找行为而非传播行为方面存在显著差异。主题相关谈话与更高的网络效率相关，并且总体上具有更高的寻找和传播分数。我们讨论了 SLOAN 对社会学习的价值，并主张使用讨论帖推荐系统进行在线讨论优化的实验研究，以最大限度地提高社会学习效率。
基于3D相互交织的Logistic Map
摘要，由于远程医疗服务的进步，可访问的医疗图像数据的数量正在增加。因此，必须开发有效的加密解决方案，以防止未经授权的用户在不安全网络中的数据操纵。本文着重于开发一种轻巧的对称密码系统算法，基于3D相互交织的逻辑MAP-Cosine（ILM-Cosine），在高速和医疗图像的高速记忆和功耗下降，这是当代密码中强大的混乱系统。本文的动机是减少存储程序数据所需的记忆空间，同时最大程度地减少远程医疗应用中实施复杂性的执行时间。我们提出的方案由五个主要步骤组成：ILM-Cosine MAP密钥生成具有直方图标准化，行旋转，列旋转和独家或（XOR）逻辑操作。各种正常图像和医学图像用作模拟的样本。结果表明，密码图像具有良好的视觉质量，高信息熵，较大的密钥空间和低计算复杂性。
学期-I（核心）1。（核心）数学物理学：（信用
4。（核心）统计力学：（信用：1），总计：15小时。信息熵，最大化信息熵以推导经典合奏。等于不同的合奏。密度矩阵简介。量子统计，Bose Einstein凝结。退化费米气体，白矮人。相变和关键现象：一阶相变的Lee-Yang理论。非平衡统计力学：liouville的定理，bbgky层次结构，玻尔兹曼方程，运输现象随机过程，fokker-planck方程和布朗尼运动；波动散文定理建议的书：1。统计物理学简介，Slivio Salinas，Springer 2。粒子的统计物理学，穆罕默德·卡尔达（Mehran Kardar），剑桥大学出版社3。统计力学的入门课程，帕拉什·P·帕尔（Palash B. Pal），纳罗萨（Narosa Publishing）4。热力学动力学理论和统计热力学，F。W. Sears和G. L. Salinger 5。统计力学。黄，Kerson。 第二版。 Wiley 6。 统计力学。 Pathria，R。K. Pergamon Press 7。 统计物理学，第1部分。 Landau，L。D.和E. M. Lifshitz。 Pergamon Press 8。 统计和热物理学的基本原理，Reif，Frederick，编辑。 McGraw-Hill。 9。 统计动力学：物质超出平衡，R。Balescu，世界科学10。 非平衡的实力力学，D.N。黄，Kerson。第二版。 Wiley 6。 统计力学。 Pathria，R。K. Pergamon Press 7。 统计物理学，第1部分。 Landau，L。D.和E. M. Lifshitz。 Pergamon Press 8。 统计和热物理学的基本原理，Reif，Frederick，编辑。 McGraw-Hill。 9。 统计动力学：物质超出平衡，R。Balescu，世界科学10。 非平衡的实力力学，D.N。第二版。Wiley 6。统计力学。Pathria，R。K. Pergamon Press 7。统计物理学，第1部分。Landau，L。D.和E. M. Lifshitz。Pergamon Press 8。统计和热物理学的基本原理，Reif，Frederick，编辑。McGraw-Hill。 9。 统计动力学：物质超出平衡，R。Balescu，世界科学10。 非平衡的实力力学，D.N。McGraw-Hill。9。统计动力学：物质超出平衡，R。Balescu，世界科学10。非平衡的实力力学，D.N。Zubarev，苏联科学课程的研究结果：完成课程后，学生应了解古典和量子域及其应用中的不同统计合奏；非平衡过程，运输理论和相变的动力学。
混合平行性图像加密算法基于修改的洪水
摘要：图像加密是我们当前数字时代的重要领域，在保护信息和提高数据质量方面发挥了重要作用。加密保护隐私并增强各种应用程序的安全性，例如通信，云存储和数字传输。随着图像的大小和复杂性的增加，在图像处理和加密中使用并行方法的重要性变得更加突出。这些方法允许利用现代设备中可用的多个处理能力，例如多核处理器，从而提高了处理大数据集的效率和速度。在本文中，我们提出了一种修改的池化算法和一种混合平行的方法来克服传统的Blowfish algorithm的已知弱点。首先，我们使用pascal矩阵来置换图像像素，并且该操作的结果用作对洪水算法修改版本的输入。在此版本中，使用混合混乱方法对P矩阵进行了修改，从而改善了加密过程。此外，该加密是使用混合并行处理方法实施的，从而提高了数据处理的性能和效率。使用来自USC-SIPI和CVG-AUGR数据库的测试图像（256*256）显示测试和结果。是更快的结果和更安全的加密。此外，达到加密和解密的平均执行时间（0.00618ms，0.003292 ms）信息熵筛选速率达到7.99735，接近8。的最佳比率，NPCR和UACI达到（99.639，99.639，33.42825）。该算法已经达到了很高的安全性。