XiaoMi-AI文件搜索系统
World File Search System固有噪声
机载重力梯度仪.pdf
摘要 过去几年，重力梯度仪仪器技术取得了重大进展，人们对此的兴趣空前高涨，各种应用的新部署方案也层出不穷。重力梯度测量现在通常被视为资源勘探活动的可行组成部分，并被用于全球信息收集。自 19 世纪 90 年代扭力天平发明以来，人们已经认识到重力梯度信息很有价值，但获取起来却困难且耗时。本文将总结梯度传感器开发的进展，并将介绍已成功部署的部署方案和梯度仪系统。最后，我们将简要介绍与改进重力梯度仪操作能力相关的最重大挑战，包括仪器和系统固有噪声、车辆动态噪声、地形噪声、地质噪声和其他噪声源。
ZX 微积分中的 QECC 的规范形式和等价类
需要量子纠错码 (QECC) 来对抗影响量子过程的固有噪声。使用 ZX 演算，我们将 QECC 表示为一种称为 ZX 图的形式，该图由节点和边组成。在本文中，我们给出了环面码和某些曲面码的 ZX 图的规范形式。我们通过使用双代数规则（该规则删除了多余的内部节点并通过 Quantomatic 实现）和边局部补充规则（该规则交换两个节点的颜色）重写这些形式来推导这些形式。接下来，我们将等价类制成表格，包括它们的大小和二分形式是否存在等属性，以及 QECC 的一般 ZX 图。这项工作扩展了之前在 ZX 图表示中探索 QECC 的规范形式的工作。
机载重力梯度仪.pdf
摘要 过去几年，重力梯度仪仪器技术取得了重大进展，引起了空前的兴趣，各种应用也出现了新的部署方案。重力梯度测量现在通常被视为资源勘探活动的可行组成部分，并被部署用于全球信息收集。自 19 世纪 90 年代扭力天平问世以来，人们已经认识到重力梯度信息很有价值，但获取起来却很困难且耗时。本文将总结梯度传感器开发的进展，还将介绍已成功部署的部署方案和梯度仪系统。最后，我们将简要介绍与改进重力梯度仪操作能力相关的最重大挑战，包括仪器和系统固有噪声、车辆动态噪声、地形噪声、地质噪声和其他噪声源。
亚赫兹级激光线宽 - NPL 出版物
由于本报告篇幅有限，因此假设读者对将激光器稳定到参考腔体领域有一定的了解。对于不熟悉该领域的人来说，Hamilton 的评论文章 [1] 是一个很好的起点。虽然提高激光器的被动稳定性很有用，但只能将激光线宽减小到一定程度。为了取得进一步进展，需要进行主动稳定。主动稳定的先决条件是鉴频器。可以使用分子吸收或参考腔体。参考腔体有两个优点，首先，谐振梳允许访问光谱中的任何位置。此外，控制信号的信噪比可以几乎无限制地增加，而不会因功率而使谐振变宽。在实现这种类型的激光稳定之前，激光源必须以单一的空间和时间模式运行。还假设有足够带宽的致动器来涵盖激光器的固有噪声。这些致动器既可以作用于激光腔本身（压电安装镜、腔内布鲁斯特板），也可以作用于腔外的光（声光调制器 -AOM、电光调制器 -EOM）。20 世纪 80 年代，出现了许多技术发展，使得构建 1 赫兹激光器成为可能。使用参考腔的主要问题之一是热长度变化。
重新审视量子感知器：计算与统计的权衡
量子机器学习算法可以显著提高其速度，但其是否也能实现良好的泛化仍不清楚。最近，Wiebe 等人 [2016] 提出了两个量子感知器模型，它们使用 Grover 搜索比经典感知器算法实现了二次方的改进。第一个模型降低了与训练集大小相关的复杂度，而第二个模型则提高了感知器错误数量的界限。在本文中，我们介绍了一种混合量子-经典感知器算法，其复杂度低于经典感知器，泛化能力优于经典感知器。我们在样本数量和数据边际方面都比经典感知器实现了二次方的改进。我们推导出了算法返回的假设预期误差的界限，与使用经典在线感知器获得的误差相比，该界限更为有利。我们利用数值实验来说明量子感知器学习中计算复杂性和统计准确性之间的权衡，并讨论将量子感知器模型应用于近期量子设备的一些关键实际问题，由于固有噪声，其实际实施面临严峻挑战。然而，潜在的好处使得纠正这个问题值得。
通过量子错误校正调整量子计算隐私
摘要 - 量词计算是有效解决大型和高复杂性问题的有希望的范式。为了保护量子计算隐私，开创性的研究工作为重新定义差异隐私（DP）（即量子差异隐私（QDP）（QDP））以及量子计算产生的固有的噪声而采取的差异性隐私（DP）。但是，这种实施方法受到固有噪声量的限制，这使得QDP机制的隐私预算固定和无法控制。为了解决这个问题，在本文中，我们建议利用量子误差校正（QEC）技术来减少量子计算错误，同时调整QDP中的隐私保护水平。简而言之，我们通过决定是否在多个单个量子门电路的门上应用QEC操作来逐渐降低量子噪声错误率。我们为QEC操作后的一般错误率和相应的隐私预算提供了一个新的计算公式。然后，我们使用多级串联QEC操作来扩展以实现进一步的降噪。通过大量的数值模拟，我们证明QEC是调节量子计算中隐私保护程度的可行方法。索引术语 - Quantum Computing，量子噪声，不同的隐私，量子错误校正
贝叶斯网络的优化量子电路表示
摘要：近年来，人们对量子机器学习的兴趣日益高涨，研究人员积极开发利用量子技术的力量解决各个领域高度复杂问题的方法。然而，由于量子资源有限和固有噪声，在有噪声的中间量子设备 (NISQ) 上实现基于门的量子算法面临着显著的挑战。在本文中，我们提出了一种在量子电路上表示贝叶斯网络的创新方法，专门用于应对这些挑战。我们的目标是最大限度地减少在量子计算机上实现量子贝叶斯网络 (QBN) 所需的量子资源。通过精心设计动态电路中的量子门序列，我们可以优化有限量子资源的利用率，同时减轻噪声的影响。此外，我们提出了一项实验研究，证明了我们提出的方法的有效性和效率。通过在 NISQ 设备上进行模拟和实验，我们表明我们的动态电路表示显著降低了资源需求并增强了 QBN 实现的稳健性。这些发现凸显了我们的方法的潜力，为量子贝叶斯网络在当前可用的量子硬件上的实际应用铺平了道路。
FAST 功能连接表明 P300 连接与阿尔茨海默病的工作记忆缺陷有关
测量瞬时功能连接是脑电图 (EEG) 研究中的一个重要挑战。在这里，高时间分辨率所提供的关于大脑活动的深刻、有辨别力的信息的丰富潜力，被介质的固有噪声和在短时间窗口内计算出的相关性的虚假性质所掩盖。我们提出了一种克服这些问题的方法，称为滤波平均短期 (FAST) 功能连接。首先，对于给定的一对视觉短期记忆 (VSTM) 任务，对整个研究队列的长期、稳定的功能连接进行平均。得到的平均连接矩阵包含有关任务最强一般连接的信息，用作过滤器来分析各个受试者的瞬时高时间分辨率功能连接。在模拟中，我们表明，这种方法可以准确区分两种条件下嘈杂事件相关电位 (ERP) 的差异，而标准连接和其他类似方法则无法做到这一点。然后，我们将其应用于分析与家族性和散发性阿尔茨海默病 (AD) 相关轻度认知障碍 (MCI) 的两组人群中视觉短期记忆绑定缺陷相关的活动。在 P300 ERP 范围内，绑定任务中发现了可重复的显著差异，而在形状任务中没有显著差异。这允许对瞬时功能连接进行新的敏感测量，可以实施以获得具有临床意义的结果。
从非结构化嘈杂频道的字符串承诺
承诺是密码学中的一个基本概念，它是可变密码应用的关键组成部分，例如硬币翻转[BLU83，DM13]，零知识证明[BCC88，GMW91]，以及安全的多部分计算[CDN20，BOCG + 06，BOCG + 06，DNS10，GMW19]。此加密原始原始版本允许政党Alice，以一种将其隐藏在另一方隐藏的值的方式对特定值（通常是一点或位字符串）提交，直到爱丽丝选择揭示承诺价值的后面。承诺的两个关键属性是隐藏和结合属性。（1）隐藏属性确保鲍勃在提交阶段中对所承诺的价值一无所知。（2）具有约束力的财产确保，一旦建立了承诺，爱丽丝就无法改变她打算披露的价值。对承诺的常见类比涉及爱丽丝将消息锁定在容器中并将其发送给鲍勃。在此阶段，鲍勃仍然不知道消息的实际内容。稍后，根据爱丽丝（Alice）提供相应的密钥，Bob可以解锁容器并验证承诺的值。对承诺的研究追溯到Blum的基础工作[BLU83]，在该工作中，承诺用于实施硬币翻转，并在假设方形很难的假设下被证明是安全的。的确，在经典的设置中，可以在统一的对手的假设下实现承诺。然而，在没有这样的问题的情况下，即使允许进行量子计算和通信，如果没有其他资源，承诺就变得不可能[LC97，May97，LC98]。此外，在某些交通约束下也可以承诺，例如，特殊相对论[KEN99，CK12，KTHW13]施加的承诺（另请参见[LKB + 13，LKB + 15]以实施此类协议）。甚至不可能将字符串承诺用作用于更长字符串[WTHR11]的资源。研究探讨了如何将通信渠道中的固有噪声（独立于广告影响）用作启用加密任务的资源。Wyner的窃听通道模型[WYN75]及其概括[CK78]利用两个通道之间的嘈杂差距在存在窃听器的情况下实现安全通信。更多的著作表明，嘈杂的通道可以支持各种两方密码协议，包括字符串提交[CRé97，WNI03，CMW05，HW22，HW22，HW23]和忘记转移[CMW05，IKO + 11，DN17]。在更现实的情况下，对手可能对渠道有部分控制，可能会影响
为什么需要 EMI 滤波器？| WEMS Electronics
电磁兼容性 (EMC) 工程师使用“噪声”的概念来描述降低电子设备性能的有害信号。在航空电子应用中，外部和内部 EMI 噪声源都可能干扰敏感的导航和战术设备，甚至可能破坏飞机的控制。航空母舰的大型电子设备舱可能会造成干扰，导致飞机起飞或降落失败。影响卫星传输的 EMI 可能导致战场上的通信故障。出于这些原因，EMI 被认为是一个严重的问题，并且已经开发出许多技术和技巧来确保数据传输系统中的电磁兼容性 (EMC) - 从船上到海底，从航空电子设备到太空，从航空母舰到微型无人机。 EMI 源 EMI“噪声”源可分为三类：1) 由物理系统内的随机波动引起的固有噪声，例如热噪声和散粒噪声；2) 来自电机、开关、电源、数字电子设备和无线电发射器的人为噪声；3) 来自自然干扰的噪声，例如静电放电 (ESD)、闪电和太阳黑子。 固有噪声源可能非常微妙，通常无法识别。所有电气系统都是固有噪声的潜在来源，包括便携式收音机、MP3 播放器、手机等常见设备。这些设备只要开启就会造成干扰。这是因为导电介质或半导体器件中的电子在受到外部电压激发时会产生电流。当外部施加的电压停止时，电子会继续移动，随机地与其他电子和周围材料相互作用。即使没有电流，这种随机电子运动也会在导电介质中产生噪声。人为 为了保护航空电子系统免受人为噪音的影响，商业航班上完全禁止使用故意的射频 (RF) 发射器，如手机、蓝牙配件、CB 无线电、遥控玩具和对讲机。笔记本电脑、手持式扫描仪和游戏机虽然不是故意的发射器，但会产生 1 MHz 范围内的信号，从而影响航空电子设备的性能。导航电缆和其他关键线路沿着机身铺设，乘客坐在几英尺远的地方。由于构成客舱内部的薄介电材料片（通常是玻璃纤维）根本不提供任何屏蔽；而且由于商用客机包含长达 150 英里的电线，这些电线可能像一个巨大的天线一样，因此乘客必须注意有关使用潜在破坏性电子设备的规定。显然，这些内部 EMI 源对飞机来说非常危险，因为它们离它们可能影响的系统非常近。但外部来源，地面上的无线电和雷达发射器，或过往军用飞机的雷达，驾驶舱航空电子设备容易受到多种 EMI 源的影响，包括 iPhone 和其他 PED 的人为干扰，由于这些设备的高功率和高频率，干扰可能更大。如果许多外部和内部 EMI 源还不够令人担忧，铝制机身本身在某些情况下可以充当 1 到 10 MHz 范围内的谐振腔。机身的行为与卫星天线非常相似，可以通过集中人为和自然发生的瞬态信号并将干扰广播到附近的设备来加剧内部和外部 EMI 的影响。一家大型飞机制造商最近发布的一份报告说明了人们对乘客携带的便携式电子设备 (PED) 的持续担忧。商用飞机上这些设备的数量激增，尤其是随着 Apple iPad 等新型笔记本电脑设备的出现。使用 PED 会产生