XiaoMi-AI文件搜索系统
World File Search System讲座式
先进材料化学 CHM 4932
这是一门面向对化学、材料科学、物理和工程感兴趣的高年级本科生和研究生的讲座式课程（3 个学分）。它将侧重于基本结构性能关系，涵盖用于重要工业应用的各种材料，例如太阳能电池、电池、量子计算机、用于空间和航空航天应用的材料、用于建筑和海洋应用的材料。学生将学习允许设计和合成具有特定性能的材料的结构因素，反之亦然。一些研究的化合物家族包括：半导体材料、多孔材料、热电材料、热致变色材料、压电材料、聚合物、陶瓷和金属合金。教科书
教程：用于心理健康护理的神经符号人工智能
在意识到早期干预对慢性精神健康 (MH) 患者的重要性后，用于心理健康 (MHCare) 的人工智能 (AI) 系统不断发展。社交媒体 (SocMedia) 成为支持寻求 MHCare 的患者的首选平台。没有社会耻辱感的同伴支持小组的建立使得患者从临床环境过渡到 SocMedia 支持的互动以获得快速帮助。研究人员开始探索 SocMedia 内容，寻找展示不同 MH 状况之间相关性或因果关系的线索，以设计更好的干预策略。基于用户级分类的 AI 系统旨在利用来自各种 MH 状况的不同 SocMedia 数据来预测 MH 状况。随后，研究人员创建了分类方案来衡量每种 MH 状况的严重程度。这种临时方案、工程特征和模型不仅需要大量数据，而且无法对结果进行临床上可接受和可解释的推理。为了改进 MHCare 的神经人工智能，需要注入临床医生在决策中使用的临床符号知识。神经人工智能系统在 MH 中的一种有影响力的用例是对话系统。这些系统需要分类和生成之间的协调，以促进对话代理 (CA) 中的人性化对话。当前具有深度语言模型的 CA 在其生成中缺乏事实正确性、医学相关性和安全性，这与无法解释的统计分类技术交织在一起。这个讲座式教程将展示我们对注入临床知识的神经符号方法的研究，以改善神经人工智能系统的结果，从而改善 MHCare 的干预措施：(a) 我们将讨论使用不同的临床知识创建专门的数据集来有效地训练神经人工智能系统。(b) 心血管疾病患者根据性别差异表现出不同的 MH 症状。我们将展示知识注入的神经人工智能系统可以识别此类患者中特定性别的 MH 症状。 (c) 我们将描述将临床过程知识注入启发式和约束式的策略，以改进语言模型来生成相关问题和答案。
学生对布洛赫球的理解
匹兹堡大学物理与天文学系，宾夕法尼亚州匹兹堡 15260 * 通讯作者，电子邮件：pth9@pitt.edu 摘要 量子信息科学是一个快速发展的跨学科领域，吸引了学术界和行业专家的广泛关注。它需要来自各种传统领域的人才，包括物理学、工程学、化学和计算机科学等。为了让学生为这样的机会做好准备，重要的是让他们打下坚实的量子信息科学基础，量子计算在其中起着核心作用。在本研究中，我们讨论了布洛赫球面教程的开发、验证和评估，布洛赫球面是一种有用的可视化工具，可用于培养对单个量子比特（量子位）的直觉，而单个量子比特是任何量子计算机的基本组成部分。在学生接受有关必修主题的传统讲座式指导后，以及在参与教程后，我们对他们的理解进行了评估。我们观察、分析并讨论他们在教程中涵盖的概念上的表现进步。简介 量子信息科学与工程 (QISE) 是一个令人兴奋的跨学科领域，可在量子计算、量子通信和网络以及量子传感中应用，这些应用因多种原因而吸引着科学家和工程师。计算机科学家和工程师正在开发用于解决各种问题的量子算法，包括传统计算机无法大规模解决的问题。例如，在传统计算机上，对大素数乘积进行因式分解的问题会随着素数的大小呈指数增长，但在使用 Shor 算法的量子计算机上，该问题的大小大致为多项式。对于未来科学应用，物理学家和化学家也对量子计算机解决其学科中重要问题的潜力感到兴奋，其中求解薛定谔方程起着重要作用。开发强大的量子比特 (qubit) 和可扩展的量子计算机需要物理学家和工程师的专业知识。由于所有这些原因以及其他原因，这一研究领域对于许多来自科学和工程学科、对 QISE 相关领域感兴趣的学生来说，具有巨大的发展前景 [1,2]。用于介绍量子态及其可视化的教学工具之一是 Bloch 球，它允许可视化量子比特（量子计算机的基本功能单元）的状态。它可以成为理解双态系统特性的重要而有力的辅助手段，但学生往往难以理解。此外，Bloch 球是当前研究（包括量子传感和断层扫描）中非常有用的工具，该领域的实验者经常使用它来表征工作中的单个量子比特。布洛赫球面可以让人们以图形方式了解单量子比特状态，包括通过密度矩阵的混合状态，以及可以通过单量子比特门完成的操作。