关键词;UTBB 28nm FD-SOI、模拟 SNN、模拟 eNVM、eNVM 集成。2. 简介基于新兴非易失性存储器 (eNVM) 交叉开关的脉冲神经网络 (SNN) 是一种很有前途的内存计算组件,在边缘低功耗人工智能方面表现出卓越的能力。然而,eNVM 突触阵列与 28nm 超薄体和埋氧全耗尽绝缘体上硅 (UTBB-FDSOI) 技术节点的共同集成仍然是一个挑战。在模拟脉冲神经网络 (SNN) 中,输入神经元通过一电阻一晶体管 (1T1R) 突触与输出神经元互连,计算是通过突触权重将电压尖峰转换为电流来完成的 [1]。神经元将尖峰积累到预定义的阈值,然后产生输出尖峰。神经元区分和容纳大量突触和输入脉冲的能力与神经元放电阈值的电压摆幅直接相关。这主要取决于膜电容、突触电荷的净数量和低功率神经元的阈值 [2]。
在本文中,我们讨论了具有开放边界条件的量子比特(自旋 1/2)双量子电路的杨-巴克斯特可积性问题,其中两个电路复制品仅在左边界或右边界耦合。我们研究了体积由自由费米子 XX 类型或相互作用 XXZ 类型的基本六顶点幺正门给出的情况。通过使用 Sklyanin 的反射代数构造,我们获得了此类设置的边界杨-巴克斯特方程的最一般解。我们使用此解从转移矩阵形式构建具有两步离散时间 Floquet(又名砖砌)动力学的可积电路。我们证明,只有当体积是自由模型时,边界矩阵通常才是不可分解的,并且对于特定的自由参数选择会产生具有两个链之间边界相互作用的非平凡幺正动力学。然后,我们考虑连续时间演化的极限,并在 Lindbladian 设置中给出一组受限边界项的解释。具体来说,对于特定的自由参数选择,解对应于开放量子系统动力学,源项表示从自旋链边界注入或移除粒子。
结合非线性设备(如约瑟夫森结)的超导微波电路是新兴量子技术的主要平台。电路复杂性的增加进一步需要有效的方法来计算和优化多模分布式量子电路中的频谱、非线性相互作用和耗散。在这里,我们提出了一种基于电磁模式下耗散或非线性元件的能量参与比 (EPR) 的方法。EPR 是一个介于 0 和 1 之间的数字,它量化了每个元件中存储的模式能量。EPR 遵循通用约束,并根据一个电磁本征模式模拟计算得出。它们直接导致系统量子汉密尔顿和耗散参数。该方法提供了一种直观且易于使用的工具来量化多结电路。我们在各种约瑟夫森电路上对这种方法进行了实验测试,并在十几个样本中证明了非线性耦合和模态汉密尔顿参数在几个百分比内的一致性,能量跨越五个数量级。
摘要 - 分布式量子计算(DQC)是一种新的范式,旨在通过较小的量子处理单元(QPU)的互连来扩展量子计算。共享的纠缠允许QPU之间的两个状态和门传送。这导致了量子处理能力的有吸引力的水平缩放,这是以纠缠共享协议引入的额外时间和噪声为代价的。因此,跨多个QPU划分量子电路的方法应旨在最大程度地减少分布式QPU之间所需的基于纠缠的通信量。现有协议倾向于主要集中于优化门传送或状态传送的纠缠成本,以涵盖QPU之间的操作,而不是同时涵盖QPU之间的操作。问题的最一般形式应在同一基础上处理门和状态传送,从而使两者组合的成本电路分区最小。这项工作介绍了基于图的公式,该公式允许对门和状态传送成本进行联合优化,包括栅极传送的扩展,将大门分组在一起,用于使用共同资源分配。该配方允许各种电路类型的较低的电子位成本。使用基本的遗传算法,根据平均E-BIT成本和时间缩放,获得了最先进方法的性能。索引术语 - 量词计算,分布式量子计算,优化,量子网络,量子通信
摘要。块体碳化硅 (SiC) 的优越物理特性以及一维 (1D) 纳米结构特定物理特性的预期增强,激发了一系列针对纳米线 (NW) 制造和特性以及其在器件中的应用的研究。SiC 纳米线场效应晶体管 (NWFET) 是研究 SiC NW 在外部刺激(如电场)(集成电路中的应用)或 NW 表面上存在力或化学/生物物种(传感器中的应用)时在不同温度下的电特性的理想器件概念。SiC NW 量子传输建模的初步报告揭示了实现与 Si 基 NWFET 相当性能的前景。然而,实验性的 NWFET 演示表现出较低的载流子迁移率、I ON /I OFF 比和跨导 (gm ) 值,这对其进一步发展构成了障碍。低性能主要源于高度无意掺杂和未优化的 SiO 2 /SiC NW 界面。事实上,由于缺乏对 SiC NW 自下而上的生长过程的严格控制,导致非常高的载流子浓度(主要源于无意掺杂)接近退化极限。高密度陷阱和固定电荷的低界面质量导致栅极电场屏蔽,并表明需要进一步研究 SiO 2 /SiC NW 界面。由于这两种影响,即使在非常高的栅极电压下也无法实现器件关断。目前,只有在源/漏极 (S/D) 区域具有肖特基势垒 (SB) 的背栅极 NWFET 才表现出明确的关断和改进的性能,这要归功于通过全局栅极作用间接调制漏极电流,从而调节 S/D 区域的 SB 透明度。
在脊椎动物发育过程中,心脏主要来自中胚层,其心脏神经rest细胞的至关重要的贡献迁移到心脏并形成各种心血管衍生物。在此,通过将大量和单细胞RNA-seq与ATAC-Seq整合在一起,我们确定了由关键转录因子EGR1,SOX9A,TFAP2A和ETS1组成的迁移性心脏rest细胞的基因调节亚电路。值得注意的是,我们表明表达经典神经Crest基因SOX10的细胞对于成年斑马鱼的适当心脏再生至关重要。此外,在伤口边缘受伤后重新激活了迁移心脏rest基因亚电路的所有转录因子的表达。一起,我们的结果揭示了一个发展对于心脏神经克雷斯特命运确定至关重要的发育基因调节网络,在再生过程中重新激活了关键因素。
CMOS 技术的巨大成功以及由此带来的信息技术进步,无疑归功于 MOS 晶体管的微缩。三十多年来,MOS 晶体管的集成度和性能水平不断提高。随后,为了提供功能更强大的数字电子产品,MOSFET 的制造尺寸越来越小、密度越来越高、速度越来越快、成本越来越低。近年来,微缩速度不断加快,MOSFET 栅极长度已小于 40 纳米,器件已进入纳米世界(图 1)[1]-[2]。所谓的“体”MOSFET 是微电子技术的基本和历史性关键器件:在过去三十年中,其尺寸已缩小了约 10 3 倍。然而,体 MOSFET 的缩放最近遇到了重大限制,主要与栅极氧化物(SiO 2 )漏电流 [3]-[4]、寄生短沟道效应的大幅增加以及迁移率急剧下降有关 [5]-[6],这是由于高度掺杂的硅衬底正是为了减少这些短沟道效应而使用的。
电路中间测量 (MCM) 是容错量子计算发展中的关键因素。虽然在实现 MCM 方面取得了快速的实验进展,但表征噪声 MCM 的系统方法仍在探索中。在这项工作中,我们开发了一种循环基准 (CB) 型算法来表征噪声 MCM。关键思想是对经典和量子寄存器进行联合傅里叶变换,然后估计傅里叶空间中的参数,类似于 CB 型算法中用于表征 Clifford 门的 Pauli 噪声通道的 Pauli 保真度。此外,我们开发了一种 MCM 噪声可学习性的理论,该理论确定了哪些信息可以学习噪声模型(在存在状态准备和终止测量噪声的情况下)以及哪些信息不能学习,这表明所有可学习的信息都可以使用我们的算法来学习。作为一种应用,我们展示了如何使用学习到的信息来测试 MCM 中测量噪声和状态准备噪声之间的独立性。最后,我们进行数值模拟来说明该算法的实际适用性。与其他 CB 型算法类似,我们希望该算法能够提供一个具有实验意义的有用工具包。
论文提交:欢迎作者提交上述领域的原创和未发表的论文。作者必须先提交一段摘要,然后提交最终论文以供审查。提交的论文不得超过 6 页,并遵守 IEEE 会议模板,即 2 栏样式(可在会议网站上找到)。论文可以作为普通论文或短文接受。这两种类型的论文都将收录在 IEEE 论文集中。论文集的页数限制为普通论文 6 页和短文 4 页。被接受为短文的 6 页论文的作者必须将其缩减为 4 页才能发表。欢迎提交在 RISC-V 峰会上展示或提交的相关工作的完整论文版本。请参阅研讨会网页以获取最新信息。特别会议征集:也欢迎提交特别会议提案。有关更多信息,请访问研讨会网站并查看具体征集。论文出版:只接受原创、未发表的作品。会议论文集将由 IEEE 计算机学会出版,并将出现在数字图书馆中。作者注册:每篇被接受的论文在提交照相排版论文时必须至少有一个完全付费的注册,并且必须有一名作者参加研讨会。最佳论文奖:委员会将选出最佳论文奖和最佳学生论文奖,并在会议上颁发。与会议相关的期刊特刊:DFTS 2025 被接受的论文的作者将被邀请向专门针对 2025 年会议的区域期刊的特刊提交该作品的扩展版本。未来的作者应遵守以下截止日期:摘要提交:2025 年 4 月 27 日全文提交:2025 年 5 月 4 日录取通知:2025 年 7 月 8 日照相排版和作者注册:2025 年 7 月 25 日
这项工作提出将量子电路复杂性(实现量子变换所需的最少基本操作数)确立为合法的物理可观测量。我们证明电路复杂性满足物理可观测量的所有要求,包括自伴随性、规范不变性和具有明确不确定关系的一致测量理论。我们开发了用于测量量子系统复杂性的完整协议,并展示了其与规范理论和量子引力的联系。我们的结果表明,计算要求可能构成与能量守恒一样基本的物理定律。该框架提供了对量子信息、引力和时空几何出现之间关系的洞察,同时提供了实验验证的实用方法。我们的结果表明,物理宇宙可能受能量和计算约束的支配,这对我们理解基础物理具有深远的影响。关键字