XiaoMi-AI文件搜索系统
World File Search System器上
在量子退火器上实现去模糊化算子
摘要 — 由于量子计算的内置并行性，未来量子计算机在处理一些复杂的模糊逻辑计算方面具有未被开发的潜力。最近，在一种称为量子退火器的量子计算机上，引入了一种基于解决二次无约束二进制优化 (QUBO) 问题的模糊集的新表示和一些基本模糊逻辑运算符 (并集、交集、alpha 切割和最大值) 的实现。本文通过提出一种基于二进制二次模型 (BQM) 的量子退火机上的质心去模糊化的实现来扩展这项工作，但这次使用的是 Ising 模型。通过在量子计算机上实现基本操作和去模糊化，本文为在量子退火器等增强型设备上实现整个模糊推理引擎铺平了道路。索引术语 — 量子计算、模糊逻辑、模糊集。
在可编程量子模拟器上探测拓扑自旋液体
量子自旋液体是具有拓扑序的奇异物质相，过去几十年来一直是物理学研究的重点。此类相具有长距离量子纠缠，可以利用其实现稳健的量子计算。我们使用 219 个原子可编程量子模拟器来探测量子自旋液体状态。在我们的方法中，原子阵列被放置在 kagome 晶格的链接上，在 Rydberg 阻塞下的演化产生了没有局部有序的受挫量子态。使用提供拓扑序和量子关联的直接特征的拓扑弦算子，检测到了典型 toric 代码类型的量子自旋液体相的开始。我们的观察使得拓扑物质的受控实验探索和受保护的量子信息处理成为可能。M
国防发展局，用于制导武器上安装的特殊电池的高性能电极技术...
主管部门 国防发展局局长 韩一洙局长 (042-821-3060) 对外合作室公共关系组经理裴有拉经理 (042-821-4958)
在 IBM 量子处理器上使用 QSVM 进行乳腺癌检测的演示
支持向量机 (SVM) 是最流行的机器学习 (ML) 方法之一，由于其在从复杂乳腺癌数据集中检测关键特征方面具有独特优势，被广泛用作乳腺癌检测的首选方法。量子支持向量机 (QSVM) 利用量子力学的力量，以理论上的加速优势提高经典支持向量机 (SVM) 算法的性能。然而，它仍然存在噪声中型量子计算 (NISQ) 中的大误差问题和硬件限制。因此，我们提出了一种具有测量误差缓解功能的量子核估计方法，并首先在 IBM 量子处理器上使用威斯康星乳腺癌数据库对其进行测试。实验结果表明，与最先进的模型相比，我们可以在解决此类二元分类问题的准确率上实现显着的性能提升，这表明未来设计和实现具有量子优势的机器学习算法具有巨大的潜力。
用编码对量子中继器上的量子键分布：使用错误检测作为有效的后选择工具
抽象背景。与其他疗法相比，许多最近的随机对照试验报告了大脑 - 计算机界面（BCI）对上肢中风康复的效率。尽管报道了令人鼓舞的结果，但报告的结果有显着的变量。本文旨在研究不同BCI设计对中风后上行康复的有效性。方法。通过以95％的信心间隔计算对冲的s g值来评估合并和单个研究的效果大小。亚组分析，以检查不同BCI设计对治疗效果的影响。结果。该研究包括12项涉及298例患者的临床试验。分析表明，与对照疗法相比，BCI在改善上LIMB运动功能方面产生了显着的短期和长期效率（分别为HEDGE的G = 0.73和0.33）。基于我们的亚组分析，使用运动意图的BCI研究与使用的运动成像相比具有更高的效应大小（分别为HEDGE的G = 1.21和0.55）。使用带功率特征的BCI研究的效果大小比使用过滤器库的公共空间模式特征（分别是对冲的G = 1.25和-0.23）的效应大小明显更高。最后，与其他设备相比，使用功能性电刺激作为BCI馈电的研究具有最高的效果大小（Hedge's G = 1.2）。结论。这项荟萃分析证实了BCI对上限康复的有效性。我们的发现支持带功率特征，运动意图以及未来BCI的功能电刺激，用于中风后上行康复。
量子处理器上的时间晶体本征态序
Xiao Mi 1.11 , Matteo Ippoliti 2.11 , Chris Quintana 1 , Ami Greene 1 , Zijun Chen 1 , Jonathan Gross 1 , Frank Arute 1 , Kunal Arya 1 , Juan Atalaya 1 , Ryan Babbush 1 , Joseph C. Bardin 1.3 , Joao Basso 1 , Andreas Bengtsson 1 , Alexander Bilmes 1 , Alexandre Bourassa 1.4 , Leon Brill 1 , Michael Broughton 1 , Bob B. Buckley 1 , David A. Buell 1 , Brian Burkett 1 , Nicholas Bushnell 1 , Benjamin Chiaro 1 , Roberto Collins 1 , William Courtney 1 , Dripto Debroy 1 , Sean Demura 1 , Alan R. Derk 1 , Andrew Dunsworth 1 , Daniel Eppens 1 , Catherine Erickson 1 , Edward Farhi 1 , Austin G. Fowler 1 , Brooks Foxen 1 , Craig Gidney 1 , Marissa Giustina 1 , Matthew P. Harrigan 1 , Sean D. Harrington 1 , Jeremy Hilton 1 , Alan Ho 1 , Sabrina Hong 1 , Trent Huang 1 , Ashley Huff 1 , William J. Huggins 1 , L. B. Ioffe 1 , Sergei V. Isakov 1 , Justin Iveland 1 , Evan Jeffrey 1 , Zhang Jiang 1 , Cody Jones 1 , Dvir Kafri 1 , Tanuj Khattar 1 , Seon Kim 1 , Alexei Kitaev 1 , Paul V. Klimov 1 , Alexander N. Korotkov 1,5 , Fedor Kostritsa 1 , David Landhuis 1 , Pavel Laptev 1 , Joonho Lee 1.6 , Kenny Lee 1 , Aditya Locharla 1 , Erik Lucero 1 , Orion Martin 1 , Jarrod R. McClean 1 , Trevor McCourt 1 , Matt McEwen 1.7 , Kevin C. Miao 1 , Masoud Mohseni 1 , Shirin Montazeri 1 , Wojciech Mruczkiewicz 1 , Ofer Naaman 1 , Matthew Neeley 1 , Charles Neill 1 , Michael Newman 1 , Murphy Yuezhen Niu 1 , Thomas E. O'Brien 1 , Alex Opremcak 1 , Eric Ostby 1 , Balint Pato 1 , Andre Petukhov 1 , Nicholas C. Rubin 1 , Daniel Sank 1 , Kevin J. Satzinger 1 , Vladimir Shvarts 1 , Yuan Su 1 , Doug Strain 1 , Marco Szalay 1 , Matthew D. Trevithick 1 , Benjamin Villalonga 1 , Theodore White 1 , Z. Jamie Yao 1 , Ping Yeh 1 , Juhwan Yoo 1 , Adam Zalcman 1 , Hartmut Neven 1 , Sergio Boixo 1 , Vadim Smelyanskiy 1 , Anthony Megrant 1 , Julian Kelly 1 , Yu Chen 1 , S. L. Sondhi 8,9 , Roderich Moessner 10 ,
量子处理器上的时间晶体本征态序
Xiao Mi, Matteo Ippoliti, Chris Quintana, Ami Greene, Zijun Chen, Jonathan Gross, Frank Arute, Kunal Arya, Juan Atalaya, Ryan Babbush, Joseph C. Bardin, Joao Basso, Andreas Bengtsson, Alexander Bilmes, Alexandre Bourassa, Leon Brill, Michael Broughton, Bob Broughley, David Burkett, Bull, A.B. nell, Benjamin Chiaro, Roberto Collins, William Courtney, Dripto Debroy, Sean Demura, Alan R. Derk, Andrew Dunsworth, Daniel Eppens, Catherine Erickson, Edward Farhi, Austin G. Fowler, Brooks Foxen, Craig Gidney, Marissa Giustina, Matthew P. Harrigan, Sean D. Harring, Hilton, Hoy, T. A. , Ashley Huff, William J. Huggins, L. B. Ioffe, Sergei V. Isakov, Justin Iveland, Evan Jeffrey, Zhang Jiang, Cody Jones, Dvir Kafri, Tanuj Khattar, Seon Kim, Alexei Kitaev, Paul V. Klimov, Alexander N. Korotkov, Fedor Kostritsa, David Landho, Joel, Lee, Lee, Lee Lucero, Orion Martin, Jarrod R. McClean, Trevor McCourt, Matt McEwen, Kevin C. Miao, Masoud Mohseni, Shirin Montazeri, Wojciech Mruczkiewicz, Ofer Naaman, Matthew Neeley, Charles Neill, Michael Newman, Murphy Yuezhen Niu, Thomas E. O'Brien, Alex O'Brien, Othov, Andre, Pethor, Andre and Pat. Nicholas C. Rubin, Daniel Sank, Kevin J. Satzinger, Vladimir Shvarts, Yuan Su, Doug Strain, Marco Szalay, Matthew D. Trevithick, Benjamin Villalonga, Theodore White, Z. Jamie Yao, Ping Yeh, Juhwan Yoo, Adam Zalcman, Hartmut Neven, Sergio Vaxo, Kelly, Kelly, Julian and Julian n, S. L. Sondhi, Roderich Moessner, Kostyantyn Kechedzhi, Vedika Khemani & Pedram Roushan
在高FEβ-TI合金激光器上实现均匀性，从混合元素粉末印刷
混合元素粉末是金属添加剂粉末中合金粉末的新兴替代品，这是由于可与其生产的各种合金范围及其不开发新颖的原料所节省的成本所致。在这项研究中，通过在BE TI-185粉末上进行SLM，在通过Infra-Red成像和通过同步X射线衍射跟踪表面温度的同时，研究了SLM期间的原位合金和并发微观结构演变。然后，我们进行了mortem电子显微镜（反向散射电子成像，能量分散X射线光谱和电子反向散射衍射），以进一步深入了解微观结构的发展。我们表明，尽管放热混合有助于熔化过程，但激光熔化仅在合金和未混合区域的混合物中产生。全合金和一致的微观结构仅通过在热影响区域的进一步循环才能实现。2021作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
QiBAM：应用于 DNA 读取比对的量子加速器上的近似子字符串索引搜索
摘要：随着小型量子处理器从实验物理实验室过渡到工业产品，这些处理器有望在几年内扩大规模并变得更加强大，以高效计算各个领域的重要算法。在本文中，我们提出了一种量子算法来解决基因组序列重建数据处理这一具有挑战性的领域。这项研究描述了一种用于子序列比对的量子算法的架构感知实现。提出了一种名为 QiBAM（量子索引双向联想记忆）的新算法，该算法使用基于汉明距离的近似模式匹配。QiBAM 从两个方面扩展了 Grover 的搜索算法，允许：（1）基因组学中读取错误所需的近似匹配，以及（2）在 DNA 序列的量子编码上分布式搜索多个解决方案。这种方法比传统算法的速度提高了二次。提供了该算法的完整实现，并使用 OpenQL 编译器和 QX Simulator 框架进行了验证。我们的实施代表了对全栈量子加速基因组测序管道设计的首次探索。
量子退火器上的模糊逻辑 - NTU > IRep
摘要 — 量子计算将通过利用叠加、纠缠和干涉等量子力学效应，实现大规模并行算法的设计，从而以有效方式解决难题，从而彻底改变计算领域。这些计算改进可能会对模糊系统在诸如大数据等环境中的设计和使用方式产生重大影响，在这些环境中，计算效率是一个不可忽略的约束。为了为这一创新方案铺平道路，本文介绍了一种基于二次无约束二元优化 (QUBO) 问题的模糊集和运算符的新表示，以便在一种称为量子退火器的量子计算机上实现模糊推理引擎。