XiaoMi-AI文件搜索系统
World File Search System长程
使用 Floquet 设计的 XYZ 自旋模型与极性分子进行双轴扭转
限制在光学晶格中的极性分子是一个多功能平台，可用于探索基于强、长程偶极相互作用的自旋运动动力学 1,2。Ising 和自旋交换相互作用在微波和直流电场下的精确可调谐性 3 使分子系统特别适合于设计复杂的多体动力学 4–6 。在这里，我们使用 Floquet 工程 7 来实现极性分子的新型量子多体系统。使用在超冷 40 K 87 Rb 分子的两个最低旋转状态中编码的自旋，我们通过观察 Ramsey 对比动力学相互验证了由 Floquet 微波脉冲序列调整的 XXZ 自旋模型与由直流电场调整的模型。该验证为实现静态场无法实现的哈密顿量奠定了基础。特别地，我们观察到了双轴扭曲 8 平均场动力学，它是由 Floquet 设计的 XYZ 模型使用二维层中的巡回分子产生的。未来，弗洛凯设计的哈密顿量可以产生纠缠态，用于基于分子的精密测量9，或者可以利用丰富的分子结构进行多级系统的量子模拟10,11。
使用近似脉冲卷积变压器进行癫痫发作检测和预测
摘要：癫痫是神经系统的常见疾病，及时预测癫痫发作并进行干预治疗，可以大大减少患者的意外伤害，保障患者的生命健康。本文提出了一种神经形态脉冲卷积变换器，即Spiking Conformer，用于从头皮长程脑电图（EEG）记录中检测和预测癫痫发作片段。我们报告了使用波士顿儿童医院-麻省理工学院（CHB-MIT）EEG数据集对Spiking Conformer模型的评估结果。通过利用基于脉冲的加法运算，与非脉冲模型相比，Spiking Conformer显着降低了分类计算成本。此外，我们引入了一个近似脉冲神经元层，在不牺牲准确性的情况下进一步将脉冲触发的神经元更新减少近38％。使用原始 EEG 数据作为输入，提出的 Spiking Conformer 在癫痫发作检测任务中实现了 94.9% 的平均灵敏度和 99.3% 的特异性率，在癫痫发作预测任务中实现了 96.8% 的平均灵敏度和 89.5% 的特异性率，并且与非脉冲等效模型相比，所需的操作减少了 10 倍以上。索引术语 —EEG 数据、癫痫发作检测、癫痫发作预测、脉冲神经网络、Transformer。
含 RGD 延伸肽的构象动力学
摘要：RGD 是用于生物材料中促进细胞粘附的大量三肽的例子，但游离或表面结合的 RGD 三肽的效力比天然蛋白质中的 RGD 结构域低几个数量级。我们设计了一组长度不等的肽，由中心三个残基为 RGD 的纤连蛋白片段组成，以便在不改变结合位点化学环境的情况下改变它们的构象行为。利用这些肽，我们测量了活性位点的构象动力学和瞬态结构。我们的研究揭示了侧翼残基如何影响构象行为和整合素结合。我们发现结合位点的无序对 RGD 肽的效力很重要，并且 RGD 位点附近的瞬态氢键会影响肽的能量景观粗糙度和肽结合。这种现象与长程折叠相互作用无关，有助于解释为什么短结合序列（包括 RGD 本身）不能完全复制细胞外基质蛋白的整合素靶向特性。我们的研究强调肽结合是一个整体事件，在设计功能性生物材料的肽表位时，应考虑比直接参与结合的片段更大的片段。■ 简介
长距离光子介导和短距离...
超导谐振器耦合器很可能成为模块化半导体量子点 (QD) 自旋量子比特处理器中必不可少的组件，因为它们有助于随着量子比特数量的增加而缓解串扰和布线问题。在这里，我们专注于由两个模块组成的三量子比特系统：耦合到单电子双 QD 的双电子三重 QD 谐振器。通过结合分析技术和数值结果，我们推导出描述三量子比特逻辑子空间的有效哈密顿量，并表明它准确地捕捉了系统的动态。我们研究了短程和长程纠缠门的性能，揭示了旁观者量子比特在两种情况下降低门保真度的影响。我们进一步研究了短程操作中非绝热误差和旁观者相关误差之间的竞争，并量化了它们在短门和长门时间的实际参数范围内的相对重要性。我们还分析了电荷噪声以及与观察者量子比特的残余耦合对模块间纠缠门的影响，发现对于当前的实验设置，泄漏误差是这些操作中不完整性的主要来源。我们的研究结果有助于为半导体芯片上的量子信息处理确定最佳模块化 QD 架构铺平道路。
振荡神经反馈网络和严重受损中风患者的中风后康复潜力
严重中风后的运动功能恢复通常很有限。然而，一些严重受损的中风患者可能仍然具有康复潜力。识别这些患者的生物标志物很少。18 名严重受损且缺乏随意手指伸展能力的慢性中风患者参加了一项脑电图研究。在 66 次运动意象试验中，脑机接口将与事件相关的同侧感觉运动皮层的 β 波段去同步化转变为机器人矫形器对瘫痪手的张开。八名患者的亚组参加了随后的四周康复训练。运动范围的变化通过传感器捕捉到，这些传感器可以客观地量化腕部运动的哪怕是离散的改善。尽管运动障碍程度相同，但患者可以分为两组，即有和没有与任务相关的额叶/运动前区和顶叶区域之间的双侧皮质-皮质相位同步增加。这种额顶叶整合 (FPI) 与同侧感觉运动皮质中明显更高的意志 beta 调制范围有关。经过四周的训练，接受 FPI 的患者腕关节运动能力的改善明显高于未接受 FPI 的患者。此外，只有前者在上肢 Fugl-Meyer 评估评分方面有显著改善。神经反馈相关的长程振荡相干性可能区分严重受损的中风患者，了解他们的康复潜力，这一发现需要在更大的患者群体中得到证实。
非周期自旋 1/2 链中的类 Rabi 量子通信
传输量子态（例如量子比特）和在任意距离产生纠缠是量子网络和分布式量子信息处理 [1,2] 中的基本任务。在这种情况下，Bose 在 [3] 中提出的预先设计的量子自旋链的想法基于在实现协议期间对系统进行最小限度的控制，以避免退相干和其他形式的噪声。关键是提前设置网络、其耦合模式和局部磁场，然后让它按照自己的哈密顿动力学演化（综述参见 [4,5] ）。正确的系统初始化和对动态时间尺度的精确了解也是必要的，这也是主要缺点之一的产生之处。系统参数的静态（例如制造误差）和/或动态波动可能会影响我们预测量子态何时何地出现在某个位置的能力 [6] 。例如，无序可能会促进 Anderson 局域化，从而影响通信协议的性能 [7,8]。虽然这恰好适用于具有现场不相关无序（对于任何无序强度）的一维和二维模型，但相关波动可以打破这一规则，因为它们能够在光谱的某些部分维持扩展状态 [9]。例如，很久以前就表明，长程相关无序会诱发具有尖锐迁移率边缘的金属 - 绝缘体跃迁 [10,11]。这已通过在波导上进行的实验得到证实 [12,13]。最近，在 1D 准周期光学晶格上也报道了单粒子迁移率边缘 [14]，从而为进一步更苛刻的物理实现奠定了基础。总体而言，尽管大多数量子态耦合方案
HUT：用于脑病变和肿瘤分割的混合 UNet 变换器
像 UNet 这样的监督式深度学习网络在分割脑部异常（如病变和肿瘤）方面表现良好。然而，这类方法被提出用于单模态或多模态图像。我们使用混合 UNet Transformer (HUT) 来提高单模态病变分割和多模态脑肿瘤分割的性能。HUT 由两个并行运行的管道组成，其中一个基于 UNet，另一个基于 Transformer。基于 Transformer 的管道在训练期间依赖于 UNet 解码器中间层中的特征图。HUT 网络采用 3D 脑容量的可用模态，并将脑容量嵌入体素斑块中。系统中的变压器提高了全局注意力和体素斑块之间的长程相关性。此外，我们在 HUT 框架中引入了一种自监督训练方法，以提高整体分割性能。我们证明，在中风后病变解剖追踪 (ATLAS) 数据集的单模态分割中，HUT 的表现优于最先进的网络 SPiN，Dice 得分高出 4.84%，Hausdorffi 距离得分高出 41%。HUT 在脑肿瘤分割 (BraTS20) 数据集的脑部扫描中也表现良好，并且比最先进的网络 nnUnet 的 Dice 得分高出 0.96%，Hausdorffi 距离得分高出 4.1%。
H2O 和 SO2 在催化铂表面的竞争吸附：密度泛函理论
摘要 铂被广泛用作混合硫 (HyS) 循环中氢气生产的首选催化剂。在此循环中，水 (H 2 O) 和二氧化硫 (SO 2 ) 反应生成硫酸和氢气。然而，铂对 H 2 O 和 SO 2 的表面反应性尚未完全了解，尤其是考虑到表面上可能发生的竞争吸附。在本研究中，我们进行了密度泛函理论计算和长程色散校正 [DFT-D3-(BJ)]，以研究 H 2 O 和 SO 2 对 Pt (001)、(011) 和 (111) 表面的竞争效应。比较单个H 2 O分子在不同Pt表面的吸附情况，发现H 2 O在(001)表面的解离吸附能最低(E ads = –1.758 eV)，其次是(011)表面(E ads = –0.699 eV)和(111)表面(E ads = –0.464 eV)。对于SO 2 分子的吸附，趋势类似，在(001)表面的吸附能最低(E ads = –2.471 eV)，其次是(011)表面(E ads = –2.390 eV)和(111)表面(E ads = –1.852 eV)。因此，在H 2 O和SO 2 竞争吸附时，SO 2 分子会优先吸附到Pt表面。如果SO 2 浓度增加，两个相邻的SO 2 分子之间可能会发生自反应，导致表面形成一氧化硫（SO）和三氧化硫（SO 3 ），这可能导致Pt催化表面硫中毒。
H2O和SO在催化催化剂上的竞争吸附...
摘要 铂被广泛用作混合硫 (HyS) 循环中氢气生产的首选催化剂。在此循环中，水 (H 2 O) 和二氧化硫 (SO 2 ) 反应生成硫酸和氢气。然而，铂对 H 2 O 和 SO 2 的表面反应性尚未完全了解，尤其是考虑到表面上可能发生的竞争吸附。在本研究中，我们进行了密度泛函理论计算和长程色散校正 [DFT-D3-(BJ)]，以研究 H 2 O 和 SO 2 对 Pt (001)、(011) 和 (111) 表面的竞争效应。比较单个H 2 O分子在不同Pt表面的吸附情况，发现H 2 O在(001)表面的解离吸附能最低(E ads = –1.758 eV)，其次是(011)表面(E ads = –0.699 eV)和(111)表面(E ads = –0.464 eV)。对于SO 2 分子的吸附，趋势类似，在(001)表面的吸附能最低(E ads = –2.471 eV)，其次是(011)表面(E ads = –2.390 eV)和(111)表面(E ads = –1.852 eV)。因此，在H 2 O和SO 2 竞争吸附时，SO 2 分子会优先吸附到Pt表面。如果SO 2 浓度增加，两个相邻的SO 2 分子之间可能会发生自反应，导致表面形成一氧化硫（SO）和三氧化硫（SO 3 ），这可能导致Pt催化表面硫中毒。
都灵理工学院机构库
过去几年中，量子信息论的最新发展强烈推动了复杂量子现象的表征。在这样的框架中，一个关键概念就是纠缠。纠缠除了被认为是量子计算和通信任务的基本资源 [1] 之外，还被用来更好地表征不同多体量子系统在相关哈密顿量的某些特征参数发生变化时的临界行为；后一种现象被称为量子相变 (QPT) [2]。事实上，人们还没有完全深入理解 QPT 的普遍性质。在这种情况下使用纠缠的特殊之处在于，作为量子关联的单一直接测度，它应该允许对 QPT 进行统一处理；至少，每当发生的 QPT 归因于系统的量子性质时，这总是在 T 0 时，因为不存在热涨落。 [3] 中首次描述了自旋 1=2 链中单自旋或双自旋纠缠与 QPT 之间的关系，其中注意到并发度的导数在 QPT 的对应性上表现出发散，并具有适当的标度指数。随后在 [4] 中研究了 L 自旋块的纠缠及其在表现出临界行为的自旋模型中的标度行为。最近在 [5] 中解决了通过纠缠来表征费米子系统基态相图的问题，其中展示了如何通过研究单点纠缠来重现已知（数值）相图的相关特征。虽然这是一个有希望的起点，但仍需澄清哪些量子关联导致了 QPT 的发生：是两点还是共享点（多部分），是短程还是长程。事实上，要回答上述问题，需要对任何两个子系统之间的纠缠进行详尽的研究。如果子系统只有 2 个自由度，则共生性可以正确量化量子关联 [6]。一个概括