XiaoMi-AI文件搜索系统
World File Search System误差模型
通过机器学习的基准测试量子断层扫描完整性和保真度
摘要我们训练卷积神经网络，以预测一组测量值是否在信息上完成，以唯一地重建任何给定的量子状态，而没有先前的信息。此外，我们基于此测量集进行了实力基准测试，而无需明确执行州断层扫描。网络经过训练，以认识到内容的实现和可靠的信息完整性措施。通过逐渐积累的测量和数据，这些受过训练的卷积网络可以通过加速运行时计算并大大降低实验中的系统漂移来有效地建立一个压缩量子状态表征方案。我们通过为大小的空间模式和多光子系统提供实验结果来确保这种机器学习方法的潜力。当网络接受来自实际实验数据的其他自举训练集训练时，这些预测将进一步改善。使用Hermite – Gaussian来源的逼真的梁透明位移误差模型，我们进一步证明，通过训练有素的网络，通过训练有素的网络使用培训时间降低了认证时间的降低顺序，从而大大提高了使用这些来源的大规模量子处理器的计算产率，然后才能确定这些来源。
快速且...的相平面导出失真建模
摘要-本文报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模的工作。这项工作是美国国家标准与技术研究院 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入，其中导数与时间有关。该模型的解析形式由这些项中的多项式组成，这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时，当将模型生成的样本校正应用于波形时，总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中时基失真的影响。结果表明，在模型中加入二阶导数依赖性可通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
使用充电数据分析对快速充电站进行计量误差估计
摘要 - 快速充电站（FCSS）的电力计量计算器（EEM），是电动汽车（EV）行业的关键基础设施，并且是车辆到网格（V2G）技术的重要载体，是确保公平电能交易的基石。传统的现场验证方法受其高成本和低效率限制的限制，努力与FCS的全球快速扩张保持同步。在响应中，本文采用了数据驱动的方法，并提出了测量绩效比较（MPC）方法。通过利用电荷（SOC）作为介质的估计值，MPC建立了多个FCS的EEM表现的比较链。因此，启用了具有高效率的FCS的EEM错误的估计。此外，本文总结了估计结果的干扰因素，并建立了相应的误差模型和不确定性模型。另外，提出了FCSS中是否存在EEM性能缺陷的一种方法。最后，验证了MPC方法的可行性，结果表明，对于精度级别为2％的FCSS，判别精度超过95％。MPC为FCSS的EEM绩效提供了可行的方法，为公平而公正的电力交易市场奠定了基础。
快速和... 的相平面衍生失真建模
摘要 - 报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模。这项工作是美国国家标准与技术研究所 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入，其中导数与时间有关。该模型的解析形式由这些项中的多项式组成，这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时，当将模型生成的样本校正应用于波形时，总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中的时间基失真的影响。结果表明，在模型中加入二阶导数依赖性可以通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
量子通信中的位阶段误差缓解
摘要 - Quantum链接本质上是嘈杂的，量子信息位（Qubits）在0.5毫秒内的纠缠状态中遭受了13％的降解。因此，缓解错误对于多跳量子网络中可靠的端到端数据通信至关重要。与在单个量子计算机的包含环境中执行的典型操作相比，由于每个中间链路上噪声的随机变化，因此在此类计算机的分布式网络中删除了比特和相位流误差。本文介绍了一种确定比特和相纹误差（缩写为“ BIP”）的方案，并减轻它们以进行分布式和网络的量子系统。为了实现这一目标，我们使用一般误差模型对环境噪声进行建模，并在不同的计算库中获取误差校准矩阵，以实现比特相折叠误差。的结果表明，通过纠正BLOCH球体表示中的高程θ和方位角φ，BIP与已接收量的误差缓解方法相比，接收到的Qubits的忠诚度超过了95％。索引术语 - Quantum通信网络，减轻量子错误，量子计算
快速且...的相平面导出失真建模
摘要-本文报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模的工作。这项工作是美国国家标准与技术研究院 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入，其中导数与时间有关。该模型的解析形式由这些项中的多项式组成，这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时，当将模型生成的样本校正应用于波形时，总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中时基失真的影响。结果表明，在模型中加入二阶导数依赖性可通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
快速且...的相平面导出失真建模
摘要-本文报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模的工作。这项工作是美国国家标准与技术研究院 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入，其中导数与时间有关。该模型的解析形式由这些项中的多项式组成，这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时，当将模型生成的样本校正应用于波形时，总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中时基失真的影响。结果表明，在模型中加入二阶导数依赖性可通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
具有多方状态分布的量子网络断层扫描
摘要 — 量子信息的脆弱性使得在量子信道传输下完全将量子态与噪声隔离几乎是不可能的。量子网络是由量子处理设备通过量子信道互连而形成的复杂系统。在这种情况下，表征信道如何在传输的量子态中引入噪声至关重要。非幺正量子信道引入的误差分布的精确描述可以为量子纠错协议提供信息，以针对特定误差模型定制操作。此外，通过使用端到端测量监控网络来表征此类误差，端节点可以推断网络链路的状态。在这项工作中，我们通过引入量子网络断层扫描问题来解决量子网络中量子信道的端到端表征问题。该问题的解决方案是使用仅在端节点中执行的测量来估计定义网络中所有量子信道的 Kraus 分解的概率。我们详细研究了任意星形量子网络的情况，这些网络的量子信道由单个 Pauli 算子描述，例如比特翻转量子信道。我们为此类网络提供了多项式样本复杂度的解决方案。我们的解决方案证明预共享纠缠在参数可识别性方面具有估计优势。
实现在距离三个表面代码
量子计算机有望解决使用常规方法[1]棘手的计算问题。对于容忍故障操作的量子计算机必须纠正由于不可避免的破坏和有限的控制精度而导致的错误[2]。在这里，我们使用表面代码证明了量子误差校正，该误差校正以其对误差极高的容忍度而闻名[3-6]。使用超导电路中的17个物理Qubits，我们用距离三个距离检测实验的距离三个逻辑量子量子进行编码量子信息[7-9]。在误差校正周期中仅占1。1 µ s，我们证明了逻辑量子量的四个基本状态。反复执行周期，我们使用误差模型方法中的最小重量匹配算法测量并解码比特和相挡误差综合症，并在后处理中应用更正。当拒绝检测到泄漏的实验运行时，我们发现每个周期的较低误差概率为3％。我们设备的测量特性与数值模型非常吻合。我们证明了重复，快速和高性能量子误差校正周期，以及离子陷阱的最新进展[10]，支持我们的理解，即实际上可以实现耐断层量子计算。
特定领域的量子架构优化
摘要 — 近年来，随着量子计算的稳步发展，量子处理器升级的路线图在很大程度上依赖于目标量子比特架构。到目前为止，与经典计算的早期类似，这些设计都是由人类专家精心设计的。然而，这些通用架构为定制和优化留出了空间，尤其是在针对流行的近期 QC 应用时。在经典计算中，定制架构已显示出比通用架构显著的性能和能效提升。在本文中，我们提出了一个优化量子架构的框架，特别是通过定制量子比特连接。这是第一项工作，它 (1) 通过将架构优化与最佳编译器相结合来提供性能保证，(2) 在现实串扰误差模型下评估连接定制的影响，以及 (3) 对近期感兴趣的现实电路进行基准测试，例如量子近似优化算法 (QAOA) 和量子卷积神经网络 (QCNN)。通过优化 QAOA 电路的重六边形架构，我们在模拟中实现了高达 59% 的保真度提升，网格架构的保真度提升高达 14%。对于 QCNN 电路，架构优化使重六边形架构的保真度提升了 11%，网格架构的保真度提升了 605%。