XiaoMi-AI文件搜索系统
World File Search System信息科学
量子信息科学中的联邦劳动力活动
此factsheet提供了一些联邦机构从事或资助的活动的例子，以创建明天的量子劳动力。在K-12级别上，这些活动包括确定质疑概念并将其整合到现有的K-12课程中，开发和策划平易近人的量子课程和活动，为教师提供专业发展，并从事公众宣传质疑和质疑职业。对于本科生和研究生，这些活动越来越多地涉及奖学金，奖学金和研究机会，同时通过暑期学校为Qist提供了额外的兴趣。对于博士后学者和专业人士，活动包括奖学金，暑期学校，研究机会和用于传统上代表的机构在联邦研究组合中所占的不足。
考虑叫牌的麻将AI - 信息科学广场
摘要：近年来，人工智能在将棋、黑白棋等具有完美信息的游戏中已经可以与顶级职业选手相媲美，但在具有不完美信息的游戏中却只取得了部分成功。例如，一些研究人员已经在扑克游戏中实现了与顶级职业选手相媲美的人工智能，但在麻将游戏中却未能实现，麻将是一种信息不完美且复杂度高于扑克的游戏。Mizukami 等人(2013, 2014) 构建了一个接近顶级职业麻将水平的人工智能。但是，这种人工智能无法夺取一张牌来为每个 Yaku 构建一个组合。另一方面，Harada 等人构建了麻将人工智能——全手牌提取（CHE），该人工智能考虑了高概率构建的役牌。基于此工作，我们将 CHE 应用于麻将人工智能，该人工智能可以认领一张牌，从而为每个役牌构建一个组合。在使用 CHE 的麻将游戏中，所提出的人工智能的有效性得到了证实。
NIST 量子信息科学计划和愿景
NIST 的 QIS 历史 • 1992 年 Wineland 建议使用自旋压缩来提高时钟的灵敏度 • 1993 年启动能力项目以支持这一想法 • 1994 年在盖瑟斯堡的 NIST 举行了第一届 QI 研讨会（1994 年 8 月） • 1994 年 NIST 开始探索使用相关光子进行绝对探测器校准 • 1995 年 Cirac 和 Zoller 提出基于离子阱的门 • 1995 年 Wineland 和 Monroe 实现了第一个量子门 • 2000 年建立 NIST QI 计划 • 2000 年第一个 NIST 量子计算能力 • 2001 年 DARPA 支持量子通信工作 • 2003 年扩大 NIST QI 计划 • 2003 年 NIST 举办第一届单光子研讨会 • 2005 年第一个 NIST QI 倡议获得资助 • 2006 年建立联合量子研究所 • 2012 年 Wineland 因支持QIS • 2104 计算机科学量子信息联合中心（QuICS）成立
NIST 量子信息科学计划和愿景
NIST 的 QIS 历史 • 1992 年 Wineland 建议使用自旋压缩来提高时钟的灵敏度 • 1993 年启动能力项目以支持这一想法 • 1994 年在盖瑟斯堡的 NIST 举行了第一届 QI 研讨会（1994 年 8 月） • 1994 年 NIST 开始探索使用相关光子进行绝对探测器校准 • 1995 年 Cirac 和 Zoller 提出基于离子阱的门 • 1995 年 Wineland 和 Monroe 实现了第一个量子门 • 2000 年建立 NIST QI 计划 • 2000 年第一个 NIST 量子计算能力 • 2001 年 DARPA 支持量子通信工作 • 2003 年扩大 NIST QI 计划 • 2003 年 NIST 举办第一届单光子研讨会 • 2005 年第一个 NIST QI 倡议获得资助 • 2006 年建立联合量子研究所 • 2012 年 Wineland 因支持QIS • 2104 计算机科学量子信息联合中心（QuICS）成立
利用超材料进行模拟计算 - 信息科学
摘要 尽管数字信号处理器被广泛用于执行高级计算任务，但由于昂贵的模拟数字转换器，它们受到多种限制，包括速度低、功耗高和复杂性。因此，最近人们对执行基于波的模拟计算的兴趣激增，这种计算可以避免模拟数字转换并允许大规模并行操作。特别是，已经提出了基于人工设计的光子结构（即超材料）的基于波的模拟计算的新方案。这类计算系统被称为计算超材料，它们的速度可以和光速一样快，小到它的波长，但可以对传入的波包进行复杂的数学运算，甚至可以提供积分微分方程的解。这些备受追捧的特性有望实现基于光波传播的新一代超快速、紧凑和高效的处理和计算硬件。在本篇评论中，我们讨论了计算超材料领域的最新进展，并概述了用于执行模拟计算的最先进的元结构。我们进一步描述了这些计算系统的一些最令人兴奋的应用，包括图像处理、边缘检测、方程求解和机器学习。最后，我们展望了未来研究的可能方向和关键问题。
量子信息科学证书2020–2022目录
PHY 371C物理学的个人研究C S 370本科阅读与研究M 375C会议课程（计算机辅助）请注意：C S 358H量子信息科学简介：荣誉只能计入证书要求之一。经证书课程的批准，可以将其他适当的课程计入证书要求。
通过半正定程序实现的量子信息科学
摘要 正如标题所示，本章简要、独立地介绍了量子信息科学 (QIS) 中的五个基本问题，这些问题特别适合用半定程序 (SDP) 来表述。我们考虑了两类受众。主要受众包括运筹学 (和计算机科学) 研究生，他们熟悉 SDP，但发现即使对 QIS 的先决条件有一点点了解也令人望而生畏。第二类受众包括物理学家 (和电气工程师)，他们已经熟悉通过 SDP 对 QIS 进行建模，但对更普遍适用的计算工具感兴趣。对于这两类受众，我们都力求快速获得不熟悉的材料。对于第一类受众，我们提供足够的必需背景材料（来自量子力学，通过矩阵处理，并将它们映射到狄拉克符号中），同时对于第二类受众，我们在 Jupyter 笔记本中通过计算重新创建已知的闭式解。我们希望您能喜欢这篇介绍，并通过自学或参加短期研讨会课程了解 SDP 和 QIS 之间的奇妙联系。最终，我们希望这种学科拓展能够通过对 SDP 的富有成果的研究推动 QIS 的发展。
尼日利亚第四次工业革命和图书馆与信息科学课程发展。
David-West，Boma Torukwein，“尼日利亚第四次工业革命与图书馆和信息科学课程发展”。(2021)。图书馆哲学与实践 (电子期刊)。6702。https://digitalcommons.unl.edu/libphilprac/6702
IEEE CICC 2024 智能神经接口 - 信息科学
1 瑞士洛桑联邦理工学院，2 纽约州伊萨卡康奈尔大学 简介 在过去十年中，人们对开发智能神经接口片上系统 (SoC) 的兴趣日益浓厚，该系统用于治疗各种神经系统疾病和新兴的脑机接口 (BMI) 应用。人们开始转向创建具有植入信号处理、神经生物标志物提取和人工智能的智能系统，取代了之前主要侧重于原始神经信号采集和数据压缩以供离体处理的努力 [1-4]。将复杂功能集成到微型神经装置中为各种应用提供了重要机会，包括用于中枢神经系统 (CNS) 疾病的治疗装置、周围神经假体、脊髓接口等。在本文中，我们回顾了基于 CMOS 的集成电路 (IC) 开发的最新进展，用于三类智能神经假体，所有假体均在植入式或可穿戴设备上具有嵌入式信号处理功能。这些类别包括：1) 用于闭环症状跟踪和响应刺激的神经接口； 2) 用于治疗新兴网络相关疾病（如精神病和记忆障碍）的神经接口；3) 用于瘫痪后运动和通信恢复的智能 BMI SoC。这些发展标志着一个充满活力的领域的开始，我们预计未来几年会出现更广泛的智能神经假体。未来智能神经接口面临的挑战将先进的信号处理和机器学习 (ML) 算法集成到神经接口系统上，可以显著增强这些设备未来的治疗潜力。例如，嵌入 AI 的神经接口技术已证明可为脑部疾病（尤其是癫痫）患者提供准确、个性化的症状检测。十多年来，IC 和 AI 算法开发方面的积极创新促成了先进系统的诞生，使用硬件高效的侵入式或非侵入式 SoC 在癫痫发作检测中实现了超过 95% 的灵敏度和特异性 [5-10]。类似地，嵌入式神经生物标记物可以指导各种神经系统适应症中的刺激传递，因为它们可以代表神经元活动随时间的动态状态 [11- 14]。此外，基于软件的 AI 算法使越来越复杂的 BMI 系统能够快速恢复运动和通信 [15-18]，最近出现了微型硬件实现 [8, 19]。虽然这一进展令人鼓舞，但下一代智能神经接口 SoC 仍有几个挑战需要解决。可扩展性：利用来自完善的 EEG 数据集的有限数量的传感通道（8-24），硬件系统已经实现了卓越的癫痫发作检测性能，例如儿科 CHB-MIT 数据集 [20]。最近的一些研究将其扩展到更大的颅内脑电图 (iEEG) 数据集，这些数据集具有更多的通道数 (≤128) 和更复杂的成人难治性癫痫发作模式 [21, 22]。癫痫发作检测或其他症状跟踪系统中电极的空间分辨率有限