XiaoMi-AI文件搜索系统
World File Search System计算的
光子量子计算的可制造平台
虽然对低噪声，易于操作和网络[1]保持着巨大的希望，但有用的光子量子计算已被MILIONS制造的超出状态组件的需求[2-6]所取得了。在这里，我们引入了一个可制造的平台[7]，用于带有光子的量子计算。我们将一组单一集成的基于硅光子的模块标记，以生成，操纵，网络和检测预示的光子量子量，表明具有99的双轨光子量子。98％±0。01％的状态预先预期和测量保真度，带有99的独立光子源之间的Hong-ou-mandel量子干扰。50％±0。可见度25％，两分融合与99。22％±0。12％的保真度，以及99的芯片到芯片量子。72％±0。04％的保真度，以光子检测为条件，不考虑损失。我们预览了一系列下一代技术，即低降低氮化硅波导和组件，以解决损失以及制造耐受性光子源，高效效率光子 - 单位分辨率的探测器，低溶质粉末 - 粉状粉末粉末的含量和滴定液滴定相位的较高的转换阶段。
RAP-G：使用遗传算法进行深度边缘计算的可靠性感知服务放置
摘要 - 为了确保较低的延迟，服务提供商越来越多地转向边缘计算，将服务和资源从云到网络的边缘，尽可能靠近用户。但是，由于视频和图像处理应用程序在计算上特别密集，因此它们的部署通常基于边缘和云之间的分布式配置，这在依靠不可靠的网络时可能会增加故障的风险。在这项工作中，我们提出了算法RAP-G（具有遗传学的可靠性意识服务放置），该算法使用遗传算法（GA）考虑了网络链接的可靠性并在云和边缘之间分发服务。我们还开发了一种称为RF2（可靠性意识的第一拟合）的第一拟合算法的新变体，该算法在合理的时间内考虑可靠性。评估了RAP-G算法的性能，并将其与RF2算法进行比较。实验结果表明，考虑在服务提供的可靠性和RAP-G的优势方面的重要性。索引术语 - 边缘计算，人工智能，超可靠的低潜伏期通信，服务编排
根据BET方程计算的表面积如何可重现？基于离子电活性聚合物的三层微型演员的建模，分析和表征
在本文中，基于离子电活性聚合物（IEAP）的三层微型激活器的电响应考虑了在微实施行为中出现的某些现象。分析了对充电和排放过程中测得的电流的详细研究。研究了简化的等效电路的电荷，时间构成，电容和电阻。结果表明，微型演员表现出低于1 V的施加电压的线性行为。除此之外，非线性出现并与放电过程有关，尤其是以非线性方式增加的相应电阻。在此阶段，取决于先前施加的电压的累积电荷在放电过程中未完全恢复。这项研究的结果通过实验和理论结果进行了说明。
气候建模的量子计算的机会和挑战
根据政府间气候变化（IPCC）第六次评估报告（Masson-Delmotte等，2021）的说法，全球每个地区的每个地区都已经感觉到人类引起的气候变化的影响（Eyring等人，2021a）。迫切需要更好的气候模型，以使区域预测成为可能，从而可以在缓解和适应方面进行更精确的努力（Shokri等，2022）。气候模型确实会随着每一代的变化（Bock等，2020），与观测值相比，系统偏见仍然是由于模型的水平分辨率有限，通常是数十公里（Eyring等人，2021b）。水平分辨率几公里的模型可以明确表示深度对流和其他动态效应（Hohenegger等，2020），从而减轻了许多偏见（Sherwood等，2014），但计算成本很高。即使考虑到计算能力的预期增加（Ferreira da Silva等，2024; Stevens等，2024），理想的混合ESM的层次结构，结合了机器学习（ML）方法和物理建模，还将继续被要求（Eyring等，2024B）。因此，必须利用新技术来改善和加速气候模型。量子计算机提供了替代计算范式，并且在过去几年中看到了巨大进展，请参见图1。量子硬件的大小和质量正在稳步增加，以及拟议中的量子数量的数量（Sevilla和Riedel，2020），并且一些声称已经实现了量子至上的实验（Lau等人，2022年）。在算法方面，生长 -
用于神经形态计算的重金属异质结构
提出了一种基于反铁磁/重金属 (AFM/HM) 异质结构的光触发和电控制超快神经形态计算处理器的概念。基于 AFM/HM 的人工神经元由短 THz 范围脉冲激发，从而触发 AFM 中的进动。HM 层中的偏置电流可用于修改进动的共振频率。进动通过逆自旋霍尔效应转换为 HM 层中的电流。因此，提出了一种神经形态处理器模型，该模型由基于 AFM 的兴奋性人工神经元（振荡器）和处理神经元（检测器）组成。我们表明，使用光激发可以在低功耗下显著提高神经形态计算的处理速度。演示了最简单逻辑运算（OR、AND）的实现示例。
用于内存计算的完全 CMOS 兼容被动式 TiO2 忆阻器交叉开关
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
交互式计算的概念和工具
通过电子邮件或当面交流的一些话对我的帮助比对话者想象的要大。我正在考虑阅读 Colin Klein、Edward Lee、Liesbeth De Mol、Marc Pouzet 和 Nick Wiggershaus 的建议和意见。由于这篇论文的动机主要来自分析哲学家和计算机科学家提出的问题，我非常感谢我在 Jean Nicod 学院的巴黎高等师范学院接受的培训，以及我有机会在罗格斯大学进行为期一年的访问。我特别要感谢 Liz Camp、Carolina Flores、Michael Murez 和 François Recanati。我还要感谢 Benjamin Icard、Pierre Trefouret、Frédéric Fogacci 和 Wendy Carrara 的想法和建议，帮助我思考论文发表后的下一个冒险。
用于量子计算的 TSV 集成表面电极离子阱的 RF 性能基准测试
摘要 — 表面电极离子阱因其对捕获离子的卓越可控性而在实际量子计算中具有极高的前景。借助先进的微加工技术，硅已被开发为离子阱衬底，用于精细的表面电极设计以及单片电光元件集成。然而，硅的高射频损耗阻碍了大规模实施的可能性。在这项工作中，我们展示了一种硅通孔 (TSV) 集成离子阱，由于消除了表面上的引线键合焊盘和外形尺寸的小型化，该离子阱具有较低的射频损耗。我们还制造了两种类型的传统引线键合 (WB) 阱，它们有或没有接地屏蔽层。就片上 S 参数、封装后谐振和由此产生的功率损耗而言，对不同离子阱的射频性能进行了测试和比较。结果表明，与 WB 阱相比，TSV 阱具有较低的 S21（50 MHz 时约为 0.2 dB）、较高的 Q 因子（约为 22）和较低的功率损耗（0.26 W）。此外，还采用 3D 有限元建模对不同阱的电场进行可视化和 RF 损耗分析。从建模中提取的结果与测量结果显示出良好的一致性。除了各种 RF 测试外，还介绍了不同离子阱的设计、制造和离子捕获操作。这项工作提供了对离子捕获装置 RF 损耗的见解，并为减少 RF 损耗提供了一种新的解决方案。
用于神经形态计算的微激光
欧洲形态的照片旨在使用光子基板从大脑中汲取灵感来设计有效的计算硬件。与标准的von Neumann体系结构相比，由于使用光学技术而导致的速度和并行性的潜在增长源于速度和并行性的潜在增益。在数值神经形态的光子平台中，令人兴奋的微晶石表现出在生物神经元中存在的许多特性，因此吸引了快速有效的脑浸入功能。从构建块开始，光学神经隆（主要目标）是设计具有可控权重的互连可激发节点的光子神经网络，从而实现了学习能力。这些构建块也可以是
基于节能神经形态计算的超导循环的Fluxon Synapse设备的评估
由于CMOS技术的物理规模限制，摩尔定律接近终结，替代计算方法已引起了相当大的关注，这是改善计算性能的方法。在这里，我们评估了一种新方法的性能前景，基于与约瑟夫森 - 界面的无序超导循环进行节能神经形态计算。突触权重可以存储为与多个约瑟夫森 - 界面（JJ）相连的三个超导环的内部捕获式磁通状态，并以以控制方式以离散通量（量化的通量）施加的输入信号调节。稳定的捕获的磁通状态将传入通量通过不同的途径，其流量统计量代表不同的突触权重。我们使用这些Fluxon Synapse设备的阵列探讨了矩阵 - 矢量 - 义务（MVM）操作的实现。我们研究了MNIST数据集的在线学习的能源效率。我们的结果表明，与其他最先进的突触设备相比，Fluxon Synapse阵列可以减少100倍的能量消耗。这项工作提出了概念验证，该概念将为基于超导材料的高速和高能节能的神经形态计算系统铺平道路。