XiaoMi-AI文件搜索系统
World File Search System测量数量
![arxiv：2412.07623v1 [Quant-ph] 2024年12月10日](/simg/g:\will\search\icon\source\2\206d07d0c3d81e24d44a15476c3e76d02bc1858d.webp)
arxiv：2412.07623v1 [Quant-ph] 2024年12月10日
在现代量子信息科学中验证量子状态的正确制备至关重要。已经开发了各种方案，以估计不同各方产生的量子状态的保真度。直接保真度估计是一种领先的方法，因为它通常需要许多与希尔伯特空间维度线性扩展的测量值，从而使其比完整的状态层析成像效率要高得多。在本文中，我们介绍了通用量子状态的新型保真度估计方案，其总体计算成本仅作为希尔伯特空间维度的平方根缩放。此外，我们的协议大大减少了要求的测量数量以及当事方之间有限的沟通成本。该协议利用量子幅度估计算法与经典的影子层析成像结合使用来实现这些改进。
![arxiv：2308.10327v1 [Quant-ph] 2023年8月20日](/simg/g:\will\search\icon\source\2\2c0d436f8e55c6511a148a691de6b1bbc35b500f.webp)
arxiv：2308.10327v1 [Quant-ph] 2023年8月20日
摘要。量子状态断层扫描（QST）是用于重建未知量子状态的量子信息处理（QIP）的基本技术。但是，常规的QST方法受所需的测量数量的限制，这使得它们对于大规模量子系统不切实际。为了克服这一挑战，我们提出了量子机学习（QML）技术的整合，以提高QST的效率。在本文中，我们对QST的各种方法进行了全面研究，包括经典和量子方法。我们还为QST实施了不同的QML方法，并证明了它们在包括多Qubit网络在内的各种模拟和实验量子系统上的有效性。我们的结果表明，我们基于QML的QST方法可以实现高保真度（98％），其测量值明显少于常规方法，这使其成为实用QIP应用的有希望的工具。
基于一动不动的光学扫描全息
光学扫描全息图（OSH）可以应用于3D荧光成像。但是，由于需要相位变速器，2D机械扫描仪和干涉仪，OSH的光学设置变得复杂。尽管一动不动的光学扫描全息图（MOSH）可以提出问题，但尚未实现定量相成像（QPI），因为MOSH只能获得不可接受的全息图。如果实现了MOSH中的QPI，则可以将MOSH应用于各种应用程序。在这封信中提出了基于MOSH的QPI（MOSH-QPI）。此外，还提供了对OSH连贯模式的简单描述。在原则实验中，使用空间分开的相移技术来减少测量数量。通过测量Microlens阵列的相分布来确认MOSH-QPI的可行性。MOSH-QPI也用于测量实际样品，并将其结果与使用Mach-Zehnder干扰物的常规结果进行比较。
纯退相干量子系统的动态重构
摘要 本文介绍了纯退相干条件下的三元组和纠缠量子比特的有效量子态断层扫描方案。我们实现了通过相位衰减通道发送的开放系统的动态状态重建方法，该方法提出于：Czerwinski 和 Jamiolkowski Open Syst. Inf. Dyn. 23, 1650019 ( 2016 )。在本文中，我们证明在四个不同时刻测量的两个不同可观测量足以重建三元组的初始密度矩阵，其演化由相位衰减通道给出。此外，我们推广了该方法以确定纠缠量子比特的量子断层扫描标准。最后，我们证明了关于纯退相干条件下的三元组量子态断层扫描所需可观测量数量的两个普遍定理。我们相信动态状态重建方案为量子断层扫描带来了进步和新颖性，因为它们利用了海森堡表示并允许在时间域中定义测量。
量子记忆辅助可观察的估计
对多数观测的估计是量子插入处理的必不可少的任务。通常，通常可以将Obsavables分解为多倍的Pauli字符串的加权总和，即单价Pauli矩阵的张量产物，可以用低深度的Clif-Ford Circits轻松测量。但是，在这种方法中，射击噪声的积累严重限制了有限数量的测量值的可实现差异。我们引入了一种新颖的方法，称为连贯的Pauli总结（CPS），该方法通过利用访问单一量子量子存储器来避免这种限制，在该记忆中可以存储和确保测量信息。cps可减少给定方差所需的测量数量，该测量值与分解可观察到的Pauli字符串数量线性缩放。我们的工作表明了单个长相位量子记忆如何在基本任务中有助于多数Quantum设备的操作。
量子通道的阴影过程断层扫描
量子过程断层扫描是构建量子计算机，启用量子网络并了解量子传感器的关键能力。像量子状态断层扫描一样，任意量子通道的过程层析成像需要多个测量值，这些测量值在量子位的数量中呈指数缩放。然而，应用于量子状态的影子tomog-raphy的最新领域已经证明了能够提取有关状态的关键信息的能力。在这项工作中，我们将影子状态断层扫描的概念应用于表征量子过程的挑战。我们利用Choi同构直接将严格的界限从阴影状态层析成像到阴影过程断层扫描中，并且在过程断层扫描中独有的测量数量上找到了其他界限。我们的结果，包括用于实现阴影过程刻度的算法，启用新技术，包括评估通道串联以及将通道应用于量子状态的阴影。这为理解大规模量子系统提供了巨大的改进。
使用非单纯>调整相关量子频道性能
有关最佳信息传输方法的研究对于量子通信至关重要。增强可靠传输信息量的一种方法是减少噪声的影响。在专门针对此任务量身定制的方法中是错误校正，缓解错误和抑制错误技术[1，2]。校正代码允许通过将信息编码为大量物理量表来降低逻辑门的错误率。Mitiga的技术不需要传输冗余信息，而需要显着增加的测量数量。最后，错误抑制使用有关系统的知识来避免不良影响的潜在影响。又是解决有害噪声问题的另一种方法是将这种噪声用作量子资源[3-6]，因此接受错误的存在并试图从中受益，而不是反对其影响。已经表明，这种方式可以增强测量信道传输特性的数量，例如保真度，熵或容量[4-6]。量子通道特性的完整表征通常是非常具有挑战性的。为了使问题更容易解决，可以引入其他对称性，例如通道的协方差属性。按定义，量子通道λ相对于统一表示u，v的u，v（或紧凑）G组的协方差，如果
Y. Celik，A。Stankovskiy，G。van den eynde -28/05/2024 Aleph2耗竭代码的高级特征应用于核设施的放射性保护
下一代加速器概念取决于光束分布的精确形状，要求同样精确的诊断方法，能够在6维相位空间内重建光束分布。然而，使用常规诊断技术在6维束分布中的复杂特征的表征需要数百次测量，使用许多小时的宝石时间。需要新颖的诊断技术，以大大减少重建详细的高维束特征所需的测量数量，作为精确光束塑造的反馈。在这项研究中，我们提出了一种使用6维光束分布和可区分束动力学模拟的生成机器学习模型来分析实验测量的方法。我们在模拟和实验中证明了使用分析技术，常规的光束操作和诊断可用于重建详细的6维相位空间分布，使用少于20个梁测量值，而没有事先培训或数据收集。这些开发实现了详细的高维相空间信息，作为在线反馈，以精确控制高级加速器应用中的光束分布，可用于提高我们对复杂加速器光束动力学的理解。
Urban-Air质量估计 - 使用Visual-Cues-and-A- ...
摘要：移动监控提供了对空气污染的强大测量。但是，资源限制通常会限制测量数量，因此无法在所有感兴趣的位置获得评估。在响应中，已经提出了替代测量方法，例如视频和图像。先前对空气污染和图像的研究使用了静态图像（例如卫星图像或Google Street View图像）。当前的研究旨在开发深度学习方法，以从用仪表板摄像机获得的视频中推断出在道路上污染物的浓度。分析了印度班加罗尔的四种污染物（黑碳，颗粒数浓度，2.5质量浓度，二氧化碳）的五十小时。对每个视频框架的分析涉及识别对象并确定运动（通过分割和光流）。基于这些视觉提示，使用回归卷积神经网络（CNN）推断污染浓度。研究结果表明，CNN方法的表现优于其他几种机器学习（ML）技术和更多常规分析（例如，线性回归）。CO 2预测模型实现了不同的火车验证分区方法的归一化根平方误差为10-13.7％。因此，此处的结果通过使用视频和屏幕上的对象而不是静态图像的相对运动以及实施快速分析方法，从而实时对视频进行分析，从而有助于文献。关键字：与交通相关的空气污染，深度学习，计算机视觉，移动监控这些方法可以应用于其他移动监控活动，因为他们唯一需要的其他设备是便宜的仪表板摄像头。
计划数量
计划数量 - 计划数量 *计划数量是由于现场条件而不太可能有所不同的项目。根据道路和桥梁规格的第109.02条，合同中指定为计划数量的项目将无法衡量，但将以计划中显示的数量来支付。因此，应仔细选择显示为计划数量的数量。附件是在正常设计和项目条件下通常将其称为计划数量项目的项目列表。任何项目，无论是否在示例列表上，都可以在与地区建筑工程师或其指定人员协商后才被指定为计划数量项目。计划数量项目是根据计划摘要中显示的计划数量的确切数量来支付的，而摘要中显示的其他项目估计数量，并按照现场测量的方式支付。如果承包商认为计划数量数字存在错误，他可能会要求部门通过提供支持其信念的证据和计算以及书面审查请求（请参阅道路和桥梁规格的第109.02节）来检查计算。）应在任何时候确定必须确定实际测量的时间，该部门将在现场进行必要的测量。付款将基于测量数量，而不是摘要中最初显示的计划数量。计划摘要所有计划摘要均应通过适当的计划数量显示以下注：如果在项目设计期间，并在与地区建筑工程师或他的指定人员进行了协商后，确定条件差异太大而无法按计划数量支付项目，则不应使用计划数量符号，表明计划摘要反映估计的数量和付款将基于现场测量的实际数量。