XiaoMi-AI文件搜索系统
World File Search System数化
参数化量子电路的输入冗余
量子信息处理旨在利用量子物理现象进行数据处理。该领域始于 20 世纪 80 年代初 [ 1 , 2 ]，最近在构建可控量子力学系统方面取得的突破引发了该领域的爆炸式增长。构建量子计算机是一项艰巨的挑战，但设计算法同样艰巨，这些算法在量子计算机上运行后，能够利用专家们普遍认为量子计算在某些计算任务上优于传统计算的优势。一项特别引人注目的努力是利用近期的量子计算机，但它的缺点是尺寸有限，并且存在令人衰弱的量子噪声。过去几年，噪声中型量子 (NISQ) 计算机的算法设计领域一直在努力确定计算领域、采用量子信息处理的范例和商业用例，以便从构建可编程量子力学设备的最新进展中获益——尽管目前这些进展可能还很有限 [ 3 ]。人工智能 [ 3 , 4 ] 是近期可能实现量子优势的用例领域。这种希望最有可能出现在生成任务中：理论上已经证明，几种概率分布族允许量子算法从中有效地采样，而没有经典算法能够或已知能够执行该采样任务。玻色子采样可能是这些采样任务中最广为人知的，即使在有噪声的情况下这种优势似乎不会持续（参见 [ 5 ]）；在参考文献 [ 6 , 7 ] 中可以找到一些其他采样程序的示例。在可以通过操纵一个或多个参数来迭代改变的量子电路方面也取得了有希望的进展：Du 等人 [ 8 ] 考虑了所谓的参数化量子电路 (PQC)，发现它们也在生成任务中产生了理论优势。当强调非线性方面时，PQC 偶尔被称为量子神经网络 (QNN)（例如在 [ 9 ] 中），或称为变分量子电路 [ 10 ]。在本文中，我们坚持使用术语 PQC，但不考虑排除 QNN 或 VQC。
下一代飞机先进螺旋桨的参数化建模与优化
此处，我呈现了我的论文最终报告，题为“下一代飞机先进螺旋桨的参数化建模与优化”。本报告是在攻读代尔夫特理工大学航空航天工程学院飞行性能与推进系理学硕士学位期间撰写的。去年，我致力于撰写一篇令我引以为豪的论文。这是艰难而紧张但收获颇丰的一年，标志着我在代尔夫特理工大学的时光的结束，我之所以离开，是因为我觉得之前的教育对我的挑战不够。好吧，可以肯定地说，我在航空航天工程学院得到了我想要的东西。这是紧张、充满挑战但又令人惊叹的五年，在这五年里，我有幸从鼓舞人心的老师和其他人那里学习。首先，我要感谢 Tomas 和 Salvatore，他们指导我完成了一个艰难的论文项目。他们对我非常耐心，总是愿意帮助或提供建议艰难的时刻。我要感谢委员会的其他成员，他们让我能够毕业。当然，还有我的父母、Evelien 和 Jelle；你们真是太棒了。
参数化 CAD 建模的方法开发...
本报告是斯堪尼亚 CV AB 在索德泰利耶进行的硕士论文的记录。在本研究中，评估了使用参数化 CAD 模型辅助 CFD 模拟和性能优化在内燃机产品开发中的优势、挑战和条件。论文的目标包括为斯堪尼亚的设计工程师开发和提出一种方法，以帮助他们创建强大、灵活、易懂和智能的参数化 CAD 模型。该研究还包括使用实践和理论方法评估这种方法的优势和先决条件。整个研究的最终目标是通过减少设计流程中的交付周期同时促进高质量产品的生产来为组织创造价值。
海洋垂直混合：审查和具有非局部边界层参数化的模型
摘要。如果未解决的物理学的模型参数化（例如上海混合过程的种类）将在对气候重要的时间和空间范围内保持范围很大，则必须强烈基于物理。的观察，理论和海洋垂直混合模型。确定了两种不同的机制：在各种表面强迫条件下（稳定，不稳定和风驱动），在表面附近的边界层中混合海洋混合，以及由于内部波，剪切不稳定性和双重扩散而导致海洋内部混合（由不同的热和盐分子扩散速率引起）。通常应用于上大洋的混合方案不包含一些潜在的边界层物理。因此，开发了海洋边界层混合的新参数化，以适应某些物理学。它包括一个用于确定边界层深度h的方案，其中对散装理查森数字的垂直剪切的湍流有参数为参数。给出了整个边界层中扩散性和非局部传输的表达式。扩散率是与表面层中湍流的模拟理论一致的，并且受其及其垂直梯度均与H处的内部值相匹配的条件。然后对此非局部“ k剖面参数化”（kpp）进行验证，并将其与替代方案（包括其大气相对）进行比较。它最重要的功能是