XiaoMi-AI文件搜索系统
World File Search System性量
标题 微谐振器增强手性量子网络中长距离动态纠缠的产生 作者 Wai-Keong Mok, Jia-Bin You, Leong
手性量子网络为实现量子信息处理和量子通信提供了一种有希望的途径。本文我们描述了手性量子网络中两个相距遥远的量子节点如何通过一个共同的一维手性波导中的光子传输而动态地纠缠在一起。我们利用手性耦合的单模环形谐振器中的方向不对称性来产生两个原子之间的纠缠态。我们报告的纠缠度高达 0.969，比 Gonzalez-Ballestero 等人提出并详细分析的 0.736 有了很大的改进。[Phys. Rev. B 92, 155304 (2015)]。这一显著的增强是通过引入微谐振器实现的，微谐振器可作为光和物质之间的有效光子接口。证明了我们的协议对实验缺陷的稳健性，例如节点间距离的波动、不完美的手性、各种失谐和原子自发衰变。我们的建议可用于量子网络中的长距离纠缠产生，这是量子计算和量子信息处理中许多应用的关键因素。
中微子振荡的量子性量化
摘要 中微子振荡是基本粒子物理中的一个重要物理现象，它的非经典特性可以用Leggett–Garg不等式来揭示，表明它的量子相干性可以在天体物理长度尺度上维持。在本文中，我们通过量子相干性的非局域优势（NAQC）、量子导引和Bell非局域性来研究实验观测到的中微子振荡的量子性度量。从不同的中微子源，分析了不同能量的反应堆和加速器中微子集合，例如大亚湾（0.5 km和1.6 km）和MINOS（735 km）合作。与理论预测相比，用实验表征了两味中微子振荡的NAQC。它随着能量的增加表现出非单调的演化现象。此外，研究发现，NAQC 的量子关联性比量子操纵和贝尔非局域性更强，甚至达到公里量级。因此，对于实现 NAQC 的任意二分中微子味态，它也必须是一个可操纵的贝尔非局域态。该结果可能为中微子振荡在量子信息处理中的进一步应用提供新的见解。
中微子振荡的量子性量化
摘要 中微子振荡是基本粒子物理中的一个重要物理现象，它的非经典特性可以用Leggett–Garg不等式来揭示，表明它的量子相干性可以在天体物理长度尺度上维持。在本文中，我们通过量子相干性的非局域优势（NAQC）、量子导引和Bell非局域性来研究实验观测到的中微子振荡的量子性度量。从不同的中微子源，分析了不同能量的反应堆和加速器中微子集合，例如大亚湾（0.5 km和1.6 km）和MINOS（735 km）合作。与理论预测相比，用实验表征了两味中微子振荡的NAQC。它随着能量的增加表现出非单调的演化现象。此外，研究发现，NAQC 的量子关联性比量子操纵和贝尔非局域性更强，甚至达到公里量级。因此，对于实现 NAQC 的任意二分中微子味态，它也必须是一个可操纵的贝尔非局域态。该结果可能为中微子振荡在量子信息处理中的进一步应用提供新的见解。
基于多目标模糊规则的飞机滑行时间预测和不确定性量化
摘要 — 不断增长的空中交通需求和高度互联的空中交通网络给该行业带来了巨大压力，要求其优化空中交通管理 (ATM) 相关性能并开发强大的 ATM 系统。最近在准确预测飞机滑行时间方面所做的努力已在生成更高效的滑行路线和时刻表方面取得了重大进展，从而使其他关键的空侧操作受益，例如跑道排序和登机口分配。然而，很少有研究致力于量化与滑行飞机相关的不确定性。基于确定性和准确的飞机滑行时间预测生成的路线和时刻表可能无法在由于天气条件、操作场景和飞行员行为等因素而产生的不确定性下恢复，从而损害整个系统的性能，因为滑行延误可能会在整个网络中传播。因此，本文的主要目的是利用多目标模糊规则系统根据历史飞机滑行数据更好地量化这种不确定性。初步结果表明，所提出的方法可以以更具信息量的方式捕捉不确定性，因此代表了一种有前途的工具，可以进一步制定稳健的滑行计划，以减少由于滑行时间不确定而造成的延误。
在存在晃动和毛细现象的情况下，几何非线性结构与声学流体耦合的计算动力学。不确定性量化。
首先感谢 Didier Clouteau 和 Jean-François Deü 教授同意带回我的论文手稿，以及 Fabrice Thouverez 教授同意审查我的论文，感谢他们全身心投入阅读这份手稿并参加我的论文评审。现在我要感谢我的论文指导者 Christian Soize 教授，感谢他的严谨以及他在这三年的论文中给予我的时间。我还要感谢我的主管 Evangéline Capiez-Lernout 和 Moustapha Mbaye 的投资、帮助和建议。我还要感谢所有赛峰科技公司、MSME 实验室的长期和临时工作人员，特别是 118 办公室的安东尼、布莱恩、贾斯汀、昆汀、文森特，感谢他们营造的良好氛围以及他们一贯的良好态度。幽默。最后，我要感谢我的家人和艾米莉的出席和支持。
数据驱动的攀爬轨迹不确定性量化
摘要 高效的轨迹预测工具将成为未来基于轨迹的运营 (TBO) 的关键功能。除了管制员的行动之外，爬升飞行中的不确定性是飞行轨迹预测误差的主要组成部分。出于运营方面的考虑，飞机起飞重量和爬升速度意图（定义爬升剖面的关键性能参数）并不完全适用于基于回合的轨迹预测基础设施。在空中交通流量管理范围内，扇区进入和退出时间（包括爬升结束和下降开始的时间）是需求容量平衡过程的主要输入。在这项工作中，我们专注于爬升轨迹的不确定性，以量化和分析它们对爬升至巡航高度的时间的影响。我们通过飞机飞行记录数据集（即 QAR）使用了模型驱动的数据统计方法。根据此分析，为飞机起飞重量和速度意图生成了概率定义。获得了这些爬升参数与飞行距离之间的回归，以减少战略层面的不确定性。此外，通过自适应不确定性减少来降低爬升不确定性也在飞行战术层面得到体现。通过模拟，说明了降低飞机质量不确定性对爬升时间的影响。关键词：空中交通管理、轨迹预测、不确定性量化、BADA 缩写
气动不确定性量化与评估...
3.1 标题......................................................................................................................................................................................................................................................37
气动不确定性量化与评估...
3.1 标题......................................................................................................................................................................................................................................................37
气动不确定性量化与评估...
3.1 标题......................................................................................................................................................................................................................................................37