XiaoMi-AI文件搜索系统
World File Search System无噪声的
在CEPC
摘要。机器学习近几十年来一直蓬勃发展，并且在许多领域都至关重要。它显着解决了粒子物理学中的一些问题 - 粒子重建，事件分类等。但是，现在是时候通过量子计算打破常规机器学习的限制了。具有量子内核估计器（QSVM-KERNEL）的支持矢量机算法利用高维量子状态空间来识别来自背景的信号。在这项研究中，我们采用了这种量子机学习算法的开创性，以研究圆形电子峰值碰撞器（CEPC）的E + E-→ZH工艺，这是一个拟议的Higgs工厂，研究粒子物理学的电层象征对称性。使用量子计算机模拟器上的6个Qubits，我们优化了QSVM-内核算法，并获得了类似于经典的支持 - 向量机算法的分类性能。此外，我们使用IBM和Origin量子上的量子计算机硬件上的6 Qubits验证了QSVM-KERNEL算法：两者的分类性能都在接近无噪声的量子计算机模拟器。此外，原点量子硬件结果与我们研究中不确定性中的IBM量子硬件相似。我们的研究表明，最先进的量子计算技术可以由粒子物理学（基本科学的一个分支）使用，该分支依赖于大型实验数据。
探索噪声和降解对心脏声音分类模型的影响
近年来，数据驱动的心脏声音分类模型的发展一直是研究的活跃领域。首先要开发此类数据驱动的模型，需要使用信号采集设备捕获心脏声音信号。但是，由于大多数情况下存在内部和外部噪音，几乎不可能捕获无噪声的心声信号。心脏声音信号中的这种噪声和降解可能会降低数据驱动分类模型的准确性。尽管文献中已经提出了不同的技术来解决噪声问题，但心声信号中的噪声和降解在何种程度上影响了数据驱动的分类模型的准确性，但仍未得到探索。为了回答这个问题，我们制作了一个合成心脏声音数据集，包括正常和异常的心脏声音，这些声音被各种噪音和降解污染。我们使用此数据集研究了心脏声音记录中噪声和降解对不同分类模型的性能的影响。结果显示出不同的噪声和降解在不同程度上影响心脏声音分类模型的性能。有些对于分类模型更有问题，而另一些则不那么破坏性。将这项研究的发现与我们先前与一组临床医生进行的调查的结果进行比较，表明对分类模型更有害的噪声和降解也更具破坏性对准确的听诊。这项研究的发现可以利用以发展有针对性的心脏声音质量增强方法 - 根据心脏声音信号中噪声和降解的特征，可以适应质量增强的类型和侵略性。
纠缠辅助量子 Reed-Muller 张量积码
稳定器框架的性质要求稳定器之间能够相互交换，从而强制类似的经典加法码满足对偶包含约束。Calderbank、Shor 和 Steane (CSS) 进一步提出了一种从两个满足对偶包含约束的经典码构造量子码（也称为 CSS 码）的方法 [3][4]。由于 CSS 码的性质取决于相应的已充分研究的经典码，因此 CSS 码的分析很简单。Brun 等人通过引入在发射机和接收机之间利用预共享纠缠态的概念，进一步从不满足对偶包含约束的经典码构造量子码（也称为纠缠辅助 (EA) 码）[5]。假设纠缠态的接收端量子比特是无噪声的。 EA 码的构造依赖于从一组非交换算子构造阿贝尔群。此类码可提供比无辅助情况更好的纠错能力，对 EA 通信很有用。EA CSS 码由两个不满足对偶包含准则的经典码构造而成 [6] [7]。在多年来研究的各种经典码中，Reed-Muller (RM) 码已用于卫星和深空通信，而极化码（RM 码的泛化）则用于 5G 标准的控制信道 [8]。它们的代数性质使它们不仅可局部测试，而且可局部解码和列表解码 [9] [10]。RM 码具有软判决解码器，可利用软信息获得更好的性能。 [11] 经典 RM 码和量子 RM 码分别可以达到经典和量子擦除信道的容量 [12] [13]。二进制
2024 Jinst 19 P02024
在过去的二十年中，已经建立了4个连续的Medipix合作。这些合作旨在利用从高能物理学的进步中获取的知识来开发尖端的混合像素探测器，从而使个人X射线光子或颗粒的精确检测[1]。这些技术在科学领域中具有多种应用，包括医学成像，同步性X射线摄像机，基于X射线的材料分析，电子显微镜等。首先，Medipix1芯片在170μm的像素螺距中展示了单个光子计数体系结构的原理，并通过使用脉冲处理前端展示了X射线成像无噪声的可行性，同时将检测阈值设置为高于背景噪声的水平[2]。medipix2通过使用每个像素的双阈值[3]，用紧凑的像素螺距的光谱成像证明了光谱成像的可行性。然而，缩小的像素尺寸导致像素在电荷收集期间扩散和高Z材料中的荧光光子之间的显着电荷分布[4，5]。随着Medipix3Rx的引入，读出电子设备从单个光子计数到单个光子加工体系结构进行了过渡。一种新的方案，直接在55μm像素上实现像素间算法，消除了电荷扩散产生的能谱失真[6，7]。Medipix3rx还引入了将一个像素中的一个像素连接到具有110μm像素螺距的传感器的选项。这使实现连续的大区域检测器的实现复杂化。尽管如此，由于芯片的一侧保留用于控制逻辑和IO，因此只能在三个侧伸入Medipix3Rx检测器。本文介绍的MEDIPIX4遵循TimePix4芯片的进步，并使特定于应用的集成电路（ASIC）沿所有四个侧面耕种，而死区则最小[8]。医学X射线计算机断层扫描（CT）和X射线成像中的另一个约束是由脉冲堆积产生的，这归因于计数系统的固有死亡时间[9]。一些最近的光子计数检测器已经开始开发像素方案，以补偿这种效果并在使用单色源时增加计数速率的性能[10-12]。