XiaoMi-AI文件搜索系统
World File Search System物理量
低功率传感器的射频能量收集
摘要：无线传感器网络和物联网受益于近年来功耗方面的进步，以实现智能控制实体。电池技术的类似进步使这些系统变得自主。然而，这种方法不足以满足现代应用的需求。为这些传感器供电的另一种解决方案是使用其环境中可用的能量，例如热能、机械振动、光能或无线电频率。然而，传感器通常放置在功率密度较低的环境中。本研究调查了与其他来源相比的无线电频率能量收集。在展示了在宽频带上收集能量的潜力后，进行了一项统计研究，以确定城市环境和农村地区的射频功率密度。多频带射频收集器系统旨在收集多个频带中的能量，以显示何时有多个射频源可用。当系统设计为在宽频带上运行时，可以增加收集的能量量。在本研究中，使用高级设计软件 (ADS) 制作了为无线传感器供电的多频带射频能量收集器。根据设计结果，所提出的能源收集方案在 GSM900 和 GSM1800 频段上效果更好。 关键词：能源收集器；无线网络；无线电源 1 引言 如今，监控我们所处环境的需求越来越重要，这使我们能够管理自己的行为；一个典型的例子就是天气预报。 现代传感器是小型、独立的设备，可对其周围环境进行简单的测量。 它们用于观察许多物理现象，如温度、压力、亮度等，这对于许多工业和科学应用至关重要。 传感器的作用是将物理量转换为可利用的电量，例如计算机可用的数字信号。 接口可以通过有线链路或无线方式进行，多年来一直如此。 同时，微电子和微机械领域的最新进展使得能够以合理的成本生产体积为几立方毫米的组件，同时功耗要求不断降低。微型传感器可以制成一个完整的嵌入式系统，部署多个微型传感器以自主方式收集环境数据并将其传输到一个或多个收集点，从而形成无线传感器网络 (WSN)。为这些传感器供电的传统方式是使用电池，但电池的能量有限，耗尽时需要更换。更换电池的维护成本可能很高，尤其是对于位于难以接近位置的传感器。在这种情况下，另一种自供电方式将是有利的，而能量收集则提供了这一潜力。1.1 能量收集 用于为传感器供电的能量收集系统由五个不同的模块组成，如图 1 所示。系统的第一级是能量传感器。它提供物理量作为输出，可用作能量转换级的输入。传感器的工作原理基于物理或化学效应。主要有六类：热、机械、光学、磁、电和化学 [1]。
TC-TF 路线图 2012 1. 执行总论... - EURAMET
执行摘要：映射到 EMPIR 支柱 重大挑战：原子频率标准 (AFS) 和时间和频率传输 (TFT) 在网络同步和监控（例如智能电网）以及地面和太空环境监控等应用中都发挥着重要作用。研究和开发涉及欧洲工业和许多大学机构，可能比直接涉及 NMI 的还多。创新：鉴于欧洲卫星导航系统 Galileo 和增强系统 EGNOS 的持续运行和升级，预计对先进 AFS 的需求将非常强烈，优先来自欧洲生产。地球探索和基于位置的服务除了其科学参与（气候监测、大地测量）之外，还发现了商业利益，这种趋势将继续下去。基础科学：时间是基本物理维度之一，也是可以最高精度测量的物理量。因此，时钟和频率标准在物理学基本原理的定量测试中发挥重要作用也就不足为奇了。量子力学的发展很大程度上依赖于该理论在解释原子光谱的微妙特征方面的成功。其他需要不断改进 AFS 和 TFT 的科学领域包括大地测量学、射电天文学、太空探索、重力波探测。总之，未来的欧洲研究计划必须寻求
基本常数和单位以及时间搜索...
这些讲座试图涵盖基本常数领域的两个活跃研究主题，其动机似乎毫无关联，甚至相互对立。一方面，计量学中有一个成功的计划，将基本单位的实现尽可能紧密地与基本常数的值（如光速 c、基本电荷 e 等）联系起来，因为这种方法有望为所有物理量的测量提供一个通用且精确的系统。另一方面，常数的普适性可能会受到质疑，因为寻找大统一理论或量子引力理论似乎不可避免地需要违背爱因斯坦的等效原理，因此可能意味着基本耦合常数的空间和时间依赖性。通过实验探索基本常数的时间变化，其动机是认为这可能为新物理学提供一个窗口，从而指导或限制通向更深层次理论理解的途径。这两个主题的联系在于，它们都受益于对计量学实验精度的共同追求。精度的提高将使应用科学的测量更加可靠，也使我们能够寻找迄今为止可能未被注意到但可能为更全面理解物理学基础提供线索的微小影响。本文的第一部分将简要概述当前的单位制以及正在进行的有关如何改进它的讨论。我们将
HOSHI Takeo PM“通过超维状态工程实现回溯数字系统”
项目概要 该项目将构建一个数字平台和虚拟实验室（V-Lab），以便在数字空间中设计和测试利用聚变反应发电和其他各种用途的聚变能系统的性能。为了在数字空间中重现等离子体（电离气体）的状态以及聚变能系统中组件的复杂性和时空尺度（时间和空间范围），我们将定义一个新的“超维数据空间”（图 1），它结合了时间轴、空间（坐标）轴、速度轴、物理量等。我们将建立结合该空间独特属性的计算方法。此外，为了将这些计算方法应用于“超维状态工程”，我们将开发前所未有的创新型 AI/数据驱动科学技术。通过这样做，我们将构建一个 V-Lab，可以在数字空间中进行聚变能系统的实验，从而能够在数字空间中对下一代聚变能系统的元素和整个系统进行性能预测（未来预测）（图 2）。本项目旨在大幅减少现实空间中耗费大量时间和成本的试错过程（开发和测试原型）。通过这样做，我们寻求实现各种聚变能源系统的早期社会应用和降低成本，最终致力于实现由聚变能源驱动的社会。
2G HTS涂层导体磁带的价值预测
摘要：索引值或所谓的n值预测对于理解超导体的行为至关重要，特别是需要对超导体建模时。此参数取决于几个物理量，包括温度，磁场的密度和方向，并影响由涂层导体制成的HTS设备的行为，从损失和淬火繁殖方面。在本文中，对许多用于估计N值的机器学习方法进行了全面分析。结果表明，级联向前神经网络（CFNN）在此范围内擅长。与其他尝试的模型相比，尽管需要较高的训练时间，但它的性能最高，具有0.48的均方根误差（RMSE）和99.72％的Pearson系数，具有拟合度（R-Squared）。另一方面，刚性回归方法的预测最差为4.92 RMSE和37.29％的R平方。此外，随机森林，增强方法和简单的馈电神经网络可以被视为比CFNN更快的训练时间的中间精度模型。这项研究的结果不仅提前对超导体进行了建模，而且还为应用程序的应用铺平了道路，并为机器学习插件代码进行了进一步研究，以进行超导研究，包括对超导设备进行建模。
用于量子多参数估计的深度强化学习
摘要。物理量的估计是大多数科学研究的核心，而量子设备的使用有望提高其性能。在实际场景中，必须考虑到资源是有限的，而贝叶斯自适应估计是一种在估计过程中有效分配所有可用资源的强大方法。然而，这个框架依赖于通过精细校准获得的系统模型的精确知识，其结果通常在计算和实验上要求很高。我们引入了一种无模型和基于深度学习的方法来有效地实现现实的贝叶斯量子计量任务，完成所有相关挑战，而不依赖于任何系统的先验知识。为了满足这一需求，直接在实验数据上训练神经网络以学习多参数贝叶斯更新。然后，通过强化学习算法提供的反馈将系统设置在最佳工作点，该算法经过训练以重建和增强所研究的量子传感器的实验启发式方法。值得注意的是，我们通过实验证明了比标准方法更高的估计性能，证明了这两种黑盒算法在集成光子电路上结合的强大功能。我们的工作代表着朝着完全基于人工智能的量子计量迈出了重要一步。
截至 2020 年 9 月 15 日，作者：... - COOMET
COOMET是中东欧国家国家计量机构之间的合作组织，成立于1991年6月。 2000年5月更名为“欧亚国家计量机构合作机构”。我们的区域组织向其他区域国家的计量机构开放，以准会员身份加入。目前，COOMET会员有阿塞拜疆、亚美尼亚、白俄罗斯、保加利亚、波斯尼亚和黑塞哥维那（准会员）、德国（准会员）、格鲁吉亚、哈萨克斯坦、中国（准会员）、吉尔吉斯斯坦、朝鲜（准会员）、古巴（准会员）的计量机构。准成员）、立陶宛、摩尔多瓦、俄罗斯、罗马尼亚、斯洛伐克、塔吉克斯坦、土耳其（准成员）、乌兹别克斯坦和乌克兰。 COOMET的目标是： Ø 促进测量的统一性、测量的一致性及其结果所需的准确性问题的有效解决； Ø 促进各国经济合作的发展，消除国际贸易技术壁垒； Ø 将欧亚国家的计量服务活动与其他地区的类似服务活动结合起来。 COOMET活动的基础是在以下领域的合作：物理量标准、法定计量、质量管理体系、信息和培训。 COOMET合作的主题领域：一般测量问题（一般计量学）；声学、超声波、
![arxiv：2403.16315v1 [Quant-ph] 2024年3月24日](/simg/g:\will\search\icon\source\2\220857ba3dfee2aa9e080ca4e26fbb154f36de33.webp)
arxiv：2403.16315v1 [Quant-ph] 2024年3月24日
最近，由于新的量子混合系统的出现，人们已经有了新的兴趣和实验研究，用于在固体中进行旋转，这需要操纵自旋量子状态1-3，并继续搜索可行的候选者2,4。在这项工作中，我们介绍了低语画廊（WG）模式技术，以研究杂质的顺磁性离子不成对的电子自旋共振，在Di-Electric Crystal Grattice 5-7中具有核超精美偶联。Srlaalo 4（SLA）sin- Gle晶体晶格中杂质顺磁离子的位点对称信息是通过WG多模式ESR光谱获得的（图1、2、3和4），提供了超精细结构拓宽，g因素变量和其他各向异性效应的微妙效果。wg模式光谱具有高度敏感的，与实验结果的多模式性质相结合，提供了某些具有高精度的基本物理量的值。金属配体八面体配合物中的jahn-teller效应通常会诱导电荷耦合，轨道和磁有序，位移，并在确定电子行为8-11时强调结构细节。高精细结构特征的这种高精度调查对于量子状态映射至关重要。未配对的电动旋转力矩揭示了有关旋转的信息 -
通过在量子计算机上准备热状态来研究伊辛模型的临界行为
随着量子器件和量子算法的发展，量子计算机可以解决经典计算机难以解决的问题。量子计算机已经成功应用于量子化学、凝聚态物理和格子场论等许多领域（例如参见参考文献 [ 1 – 7 ]）。随着量子比特数量的增加和量子器件保真度的提高，我们可以处理更现实的物理模型，探索量子计算机的潜力。作为一个应用示例，本文用量子算法在不同温度下准备 Ising 模型的热态，包括接近临界温度和低温区域的点。为了证明我们方法的可行性，我们将所选物理量的量子模拟结果与经典模拟结果进行了比较。已经提出了许多算法来使量子计算机能够准备热态。这些方法包括量子热动力学方法，其中目标系统与处于平衡状态的溶液耦合 [8]；基于热场双态的变分量子算法 [9,10]；以及许多量子虚时间演化 (QITE) 算法，例如利用 Hubbard-Stratonovich 变换的算法 [11]、基于变分假设的 QITE (QITE-ansatz) [12]、基于测量的 QITE (QITE-measure) [13]，以及通过执行坐标优化的 QITE [14]。我们的研究范围集中在有噪声的中尺度量子 (NISQ) 设备的使用 [15,16]。考虑到量子
计算量子电路量子脆弱性因子的系统方法
摘要 — 量子计算是近年来最有前途的技术进步之一。量子比特对噪声高度敏感，噪声会使输出变得毫无用处。最近有研究表明，超导量子比特极易受到外部故障源（如电离辐射）的影响。当超导量子比特大规模采用时，辐射引起的错误预计将成为量子比特可靠性的严峻挑战。我们提出了一种评估瞬态故障对超导芯片上量子电路执行的影响的方法。受广泛用于经典计算的架构和程序脆弱性因子的启发，我们提出了量子脆弱性因子 (QVF) 来衡量量子比特损坏对电路输出的影响。我们根据对真实机器和辐射实验的最新研究，对故障进行建模，并设计故障注入器。我们报告了在三种算法上发现的超过 388,000,000 次故障注入（考虑单故障和双故障），从而确定了最有可能影响输出的故障和量子比特。我们给出了如何在实际设备中映射量子比特以减少输出误差并降低辐射引起的损坏修改输出的概率的指南。最后，我们将模拟与物理量子计算机上的实验进行了比较。