XiaoMi-AI文件搜索系统
World File Search System华威
迈向量子射线追踪 - WRAP：华威大学
手稿版本：作者接受的手稿 WRAP 中呈现的版本是作者接受的手稿，可能与已发布的版本或记录版本不同。 永久 WRAP URL：http://wrap.warwick.ac.uk/184771 如何引用：请参阅已发布的版本以获取最新的书目引用信息。如果已知已发布的版本，上面链接的存储库项目页面将包含有关访问它的详细信息。 版权和再利用：华威研究档案门户 (WRAP) 在以下条件下开放华威大学研究人员的这项工作。版权 © 和此处呈现的论文版本的所有道德权利属于个人作者和/或其他版权所有者。在合理和可行的范围内，WRAP 中提供的材料在提供之前已经过资格检查。完整项目的副本可用于个人研究或学习、教育或非营利目的，无需事先许可或收费。只要注明作者、标题和完整的书目详细信息，并提供原始元数据页面的超链接和/或 URL，并且内容不会以任何方式更改。出版商声明：有关更多信息，请参阅存储库项目页面的出版商声明部分。有关更多信息，请联系 WRAP 团队：wrap@warwick.ac.uk。
华威 2030 重塑、更新、革新
在过去的五年里，华威大学发生了翻天覆地的变化，无论是在校内还是在世界范围内。我们取得了卓越的成就，包括被《泰晤士报》和《星期日泰晤士报》评为首届罗素集团“2022 年度教学质量最佳大学”，在 2023 年教学卓越框架 (TEF) 中获得金奖，并收到了创纪录的学生申请数量。与此同时，我们还应对了新冠疫情、英国脱欧和动荡的全球局势等挑战。
模拟量子模拟器的认证 - WRAP：华威大学
量子模拟正迅速成为量子技术的主要应用（1）。模拟模拟是一种关键方法，即在严格控制的环境中设计多体量子系统，并简单地允许其动态发生。随着这些系统规模的扩大和性能的提高，它们的计算能力开始超越现有的经典计算机（2-4）。尽管有所改进，但它们仍然受到错误的影响。因此，人们普遍认为，在模拟量子模拟器能够解决实际或基本重要问题之前，必须开发出定量保证容易出错的模拟量子模拟器输出正确性的方法（5）。模拟量子模拟器的验证通常依赖于包含错误和缺陷的可处理理论模型（1）。另一种方法是将动态正向和反向运行相同的时间，使系统返回到其初始状态——如果没有错误的话。这种方法通常被称为 Loschmidt 回声，它可以检测到一些错误和缺陷，但不能提供输出正确性的定量保证。已经开发出更复杂的变体，使模拟器从某个已知的初始状态通过状态空间中的闭环演化，最终返回到其初始状态 (6)。这些提供了模拟器如何忠实地实现目标汉密尔顿量的某种衡量标准。汉密尔顿学习 (7、8) 也服务于类似的目标，它正在为模拟模拟器开发。通过实验将目标汉密尔顿量应用于其近似稳定状态并估计一系列结果状态的预期值，汉密尔顿学习提供了实际应用的汉密尔顿量系数的估计值。虽然它将状态准备和测量中的错误错误地归因于汉密尔顿量中的错误，但它确实为实验实现的实际汉密尔顿量提供了一些信心。还为模拟量子模拟器开发了随机基准测试等方法来量化其组件的性能 (9)。然而，这些方法都无法对模拟器输出的正确性提供定量保证。最近还提出了一种用于估计量子模拟保真度的基准测试协议，但该协议需要指数级的经典资源，因此不可扩展（10）。在本文中，我们提出了一种可扩展且实用的认证协议，该协议为模拟量子模拟器输出的正确性提供了上限。由于所有量子模拟器的输出都是经典概率分布，因此我们的协议对错误和无错误的模拟量子模拟器生成的概率分布之间的变化距离设置了上限。我们将这项任务称为量子认证。实验上，我们的量子认证协议可以在现有的模拟模拟器上实现，特别是那些使用里德堡原子的模拟器。这些系统可以根据 XY 相互作用 (11) 以及交错单量子比特门 (12) 实现模拟汉密尔顿演化。因此，我们的工作可以解释为通过利用可编程性的进步来解决验证模拟量子模拟器输出的未决问题 (1，第 V 节)。
华威大学、WMG 和阿塞拜疆国家石油和...
SSS – 暑期学校课程 – 英国华威大学将开设“先进可再生能源技术”和“英国可再生能源行业”课程。作为学习的一部分，学生将有机会参观领先的可再生能源公司，亲身体验英国的太阳能场和风力涡轮机运营。
胎儿和新生儿医学研讨会 - WRAP：华威
新生儿护理变得越来越复杂，需要大量丰富的常规记录的生理、诊断和结果数据。人工智能 (AI) 有潜力利用这些大量且广泛的信息，成为支持临床决策、个性化护理、精确预测和增强患者安全性的有力工具。目前新生儿医学中的 AI 方法包括疾病预测和风险分层工具、神经诊断支持和新型图像识别技术。将 AI 融入新生儿医学的关键是了解其局限性并对 AI 工具进行标准化的批判性评价。这方面的障碍和挑战包括所用数据集的质量、绩效评估以及适当的外部验证和临床影响研究。需要提高医疗保健专业人员的数字素养和跨学科合作，以充分利用 AI 的潜力，帮助采取下一步重要措施，改善高危婴儿的新生儿结果。
数据手册 - 中天华威
2019年12月Rev.0.9 1/8©2019 SDC Microelectronics Co.，Ltd。www.sdc-semi.com0.9 1/8©2019 SDC Microelectronics Co.，Ltd。www.sdc-semi.com
微流体制成的量子材料 - WRAP：华威大学
量子材料具有优异的光学特性。它们可用于显示器、传感器、辐射探测器以及生物成像和离子检测。量子材料的光学特性会根据其尺寸而改变。因此，单分散量子材料的合成是一个主要目标。多年前，微流体反应器已被证明是一种有效的工具，可用于生产纳米级功能材料，并合成具有可控形态和定制特性的纳米材料。因此，本综述重点介绍量子材料微流体制造的最新进展和前景。本文通过实例展示了如何制造量子材料，包括半导体纳米晶体、碳量子点、金属纳米粒子（尤其是金属簇）、稀土掺杂纳米磷光体和荧光氧化物，以及如何控制它们的质量和性能。本综述旨在为对量子材料合成和大规模生产领域感兴趣的科学和行业研究小组提供指导。
生物医学信号处理和控制 - WRAP：华威
使用症状/体征检测呼吸系统疾病的人工智能 (AI) 系统可能会改善诊断，尤其是在资源有限的环境中。此类 AI 系统的异质性导致需要持续分析性能以指导未来的研究。本系统文献综述旨在研究使用机器学习 (ML) 根据症状和体征检测肺炎的诊断 AI 系统的性能和报告，并就设计和实施预测 ML 算法的最佳实践提供建议。本文遵循 PRISMA 协议进行，通过搜索 PubMed、Scopus 和 Ovid SP 数据库（上次搜索时间为 2021 年 5 月 5 日）确定了 876 篇文章。为了纳入，研究必须使用 AI 将临床诊断的肺炎与对照或其他疾病区分开来。使用 STARD 2015 工具评估偏倚风险。从 16 项纳入研究中提取了有关研究特征、ML 模型特征、参考测试、研究人群、准确度测量和伦理方面的信息。所有纳入的研究在研究设计、诊断设置、研究人群和 ML 算法方面都存在高度异质性。研究报告在方法和结果方面的质量很低。围绕 AI 算法的设计和实施的伦理问题没有得到很好的探索。虽然没有在所有研究中使用单一的性能指标，但大多数研究报告的准确度超过 90%。有强有力的证据支持进一步研究 ML，以便根据易于识别的症状和体征自动检测肺炎。为了帮助提高未来研究的有效性，根据本研究的结果提供了设计和实施 AI 工具的建议。
通过简单模型深入了解 SARS-CoV-2 - WRAP：华威大学
作为应对 SARS-CoV-2 大流行的措施，候选疫苗的开发和临床试验评估工作进展迅速，随后作为大规模疫苗接种活动的一部分部署。然而，SARS-CoV-2 病毒已显示出变异和发展变种的能力，这可能会改变流行病学特性，甚至可能改变疫苗的有效性。高效疫苗的广泛部署可能会迅速对 SARS-CoV-2 病毒施加选择压力，使其产生逃避疫苗诱导免疫反应的突变。在感染广泛传播的情况下，这一点尤其令人担忧。通过开发和分析两个具有不同脆弱性和接触率的人口群体的数学模型，我们探讨了在人群中部署疫苗对繁殖率、病例、疾病丰度和疫苗逃逸压力的影响。该模型的结果说明了两个见解：(i) 旨在降低患病率的疫苗接种可能比直接为弱势群体接种疫苗更有效地减少疾病；(ii) 疫苗逃逸的最高风险可能发生在中等水平的疫苗接种中。这项工作证明了一个关键原则：针对特定人群精心接种疫苗可以尽可能减少疾病，同时限制疫苗逃逸的风险。
航空航天电气化： - 华威大学
可持续发展一直是航空航天技术研究所的首要任务，我们将投资重点放在有影响力的技术项目上。这些项目致力于更高效、更轻的机翼、更高效的推进系统和零碳净能源的使用，减少机载飞机系统的能源消耗，实现更可持续的制造。应对可持续发展挑战为英国工业带来了全球机遇。ATI 已将飞机电气化确定为实现可持续发展的最大杠杆之一。英国被视为电气技术的领导者，但这些能力并未充分应用于航空航天领域。我们一直在努力释放英国供应链的潜力，与已经在该领域的公司合作，以确保他们开发出满足未来需求的正确技术。正如本报告所指出的，与在其他领域取得成功的公司合作也很重要；我们需要树立在航空航天领域工作的雄心，并转让专业知识和创新技术。本报告是我们与 WMG 联合开展的最新活动。他们是电气技术的领导者，被广泛认为是电气化的工业中心。在 WMG，我们发现了一个很棒的合作组织，我期待着继续我们的合作。