XiaoMi-AI文件搜索系统
World File Search System高保真度
利用特定任务的深度神经网络揭示视觉皮层的功能
人类视觉皮层通过功能各异的皮层区域中的一系列分层计算实现视觉感知。在这里，我们介绍了一种人工智能驱动的方法来发现视觉皮层的功能映射。我们将人类大脑对用功能性磁共振成像 (fMRI) 测量的场景图像的反应系统地与一组经过优化以执行不同场景感知任务的多样化深度神经网络 (DNN) 相关联。我们发现 DNN 任务和大脑区域之间存在沿着腹侧和背侧视觉流的结构化映射。低级视觉任务映射到早期大脑区域，3 维场景感知任务映射到背侧流，语义任务映射到腹侧流。这种映射具有高保真度，九个关键区域中 60% 以上的可解释方差得到解释。总之，我们的结果提供了一种新颖的人类视觉皮层功能映射，并展示了计算方法的强大功能。
里德伯 (Rydberg) 上的加权图优化演示...
组合难题的优化已被确定为量子计算硬件的早期潜在应用[1]，人们在开发诸如量子退火算法（QAA）[2-5]或基于变分的方法（如量子近似优化算法）[6,7]等协议方面投入了大量精力。尽管做出了这些努力，但能够在这一领域展示出实际量子优势的硬件仍然难以捉摸[8-11]。基于单个光镊阵列的中性原子量子计算机[12-15]为量子计算提供了一个可扩展、多功能的平台，能够生成超过 1000 个量子比特的阵列[16-19]，并执行高保真度单[20]和双量子比特[21-23]门操作，从而能够实现小规模量子算法[24]。这可以扩展到利用动态量子比特重构实现逻辑量子比特操作 [ 25 ]。除了数字操作外，中性原子阵列还可以访问可编程自旋模型
康奈尔量子日报摘要集 - CDN
演讲者：Aditya Kolhatkar 顾问：Karan Mehta 标题：集成光学元件的微加工离子阱中的相干控制 摘要：捕获离子是量子信息处理的主要平台，但扩大捕获装置和光学元件的规模是一项重大挑战，改进典型的操作时间尺度也同样重要。在本次演讲中，我将讨论最近在集成光学传输的微加工离子阱中对单个 40 Ca + 离子进行阱特性表征和相干控制的实验。纠缠双量子比特门对通用量子计算至关重要，通常会限制电路保真度，从而促使人们寻找快速、高保真度的实现。我将描述在我们的设置中实现“光移”双量子比特门的实验方案，并重点介绍如何使用集成光传输实现的结构化光场，在这些设备中实现激光功率、门保真度和门速度之间的更好权衡。
用于耦合全阶和降阶模型的多保真计算
混合物理-机器学习模型越来越多地用于传输过程的模拟。许多与科学和工程应用相关的复杂多物理系统包括多个时空尺度，并包含一个多保真度问题，该问题在各种公式或异构计算实体之间共享一个接口。为此，我们提出了一种强大的混合分析和建模方法，结合基于物理的全阶模型 (FOM) 和数据驱动的降阶模型 (ROM)，形成混合保真度描述中面向预测数字孪生技术的集成方法的构建块。在界面上，我们引入了一个长短期记忆网络，以各种形式的界面误差校正或延长来桥接这些高保真度和低保真度模型。所提出的界面学习方法被测试为一种解决 ROM-FOM 耦合问题的新方法，使用双保真度设置解决非线性平流扩散流情况，该设置可以捕捉广泛传输过程的本质。
超导量子比特读出
为了使超导量子比特成为大规模量子信息处理的可行平台，需要高保真度的读出。本论文研究了描述初始化和读出序列中的系统和时间演化的底层物理，以研究不同的物理参数如何影响状态准备和测量 (SPAM) 误差。通过校准单个超导量子比特，使用随机主方程建立了一个模拟模型来模拟量子比特谐振器系统的色散近似。该模型能够生成具有与实验室测量相似的分布和 SPAM 保真度的 IQ 测量的真实图。该模型用于估计三个因素对不保真度的贡献：非零温度、测量过程中的能量衰减和低效测量。我们得出结论，非零温度是所分析系统的最大贡献者。该模型进一步用于模拟具有边际改进的系统。这为讨论如何改进超导量子比特读出提供了基础。
集成量子频率处理器的设计方法
摘要 —频率编码量子信息为量子通信和网络提供了有趣的机会，基于电光相位调制器和傅里叶变换脉冲整形器的量子频率处理器范式为可扩展的量子门构建提供了途径。然而，迄今为止的所有实验演示都依赖于占用大量物理空间并产生明显损耗的离散光纤元件。在本文中，我们介绍了一种量子频率处理器的设计模型，该模型包括基于微环谐振器的脉冲整形器和集成相位调制器。我们估计了单个和并行频率箱 Hadamard 门的性能，发现了扩展到具有相对较宽带宽的频率箱的高保真度值。通过结合多阶滤波器设计，我们探索了紧密频率间隔的极限，这在体光学中极难获得。总体而言，我们的模型通用、易于使用且可扩展到其他材料平台，为集成光子学中未来的频率处理器提供了急需的设计工具。
通过定期驱动交换相互作用来保护量子点自旋链中的量子信息
最近的研究通过周期性地驱动门定义量子点阵列中的最近邻交换相互作用，展示了量子自旋链中离散时间晶体物理的新途径 [H. Qiao 等人，Nat. Commun. 12，2142 (2021)]。在这里，我们对 GaAs 量子点小阵列中交换驱动的 Floquet 物理进行了详细分析，包括相图和其他诊断。我们还表明，新兴的时间晶体行为有利于多自旋态的保护和操纵。对于 GaAs 中典型的核自旋噪声水平，驱动和相互作用的结合将纠缠态的相干时间增加了几个数量级。对于其他量子点系统（例如 Si），也可以获得类似的结果。我们进一步展示了如何在单重态-三重态量子比特之间构建具有高保真度的时间晶体启发的 CZ 门。这些结果表明，周期性驱动交换耦合可以增强量子点自旋系统在量子信息应用中的性能。
使用人工神经网络预测 DED 制造过程中的热场
AAbstr bstract act.. 在过去十年中，机器学习越来越吸引多个科学领域的研究人员，特别是在增材制造领域。同时，这项技术对许多研究人员来说仍然是一种黑箱技术。事实上，它允许获得新的见解，以克服传统方法（例如有限元方法）的局限性，并考虑制造过程中发生的多物理复杂现象。这项工作提出了一项全面的研究，用于实施机器学习技术（人工神经网络），以预测 316L 不锈钢和碳化钨直接能量沉积过程中的热场演变。该框架由有限元热模型和神经网络组成。还研究了隐藏层数和每层节点数的影响。结果表明，基于 3 或 4 个隐藏层和整流线性单元作为激活函数的架构可以获得高保真度预测，准确率超过 99%。还强调了所选架构对模型准确性和 CPU 使用率的影响。所提出的框架可用于预测模拟多层沉积时的热场。
量子信息扰乱动力学中的退相干标度转变
为了开发量子技术，可靠的量子信息处理需要精确控制非平衡多体系统。这是一项极具挑战性的任务，因为量子态对外部扰动的脆弱性会随着系统尺寸的增加而增加。在这里，我们报告了一系列实验性量子模拟，这些模拟可以量化受控汉密尔顿演化对驱使系统偏离目标演化的扰动的敏感性。基于非时间序相关性，我们证明过程保真度的衰减率随着相关量子比特的有效数量 K 的增加而增加，即 K α 。作为扰动强度的函数，我们观察到两个不同动力学区域之间指数 α 的急剧退相干缩放转变。在低于临界扰动强度的极限情况下，可以高保真度控制的量子比特数量没有固有限制。这可能表明，如果扰动能够保持在这个临界阈值以下，那么对大型量子系统的可靠控制是可能的。
CDSE纳米片和金属–DBR Fabry-Pérot腔Ovishek Morshed，1 Mitesh Amin，1 Nicole M. B. Cogan，
通过强光 - 膜相互作用产生激子 - 极性的产生代表了量子现象的新兴平台。基于胶体纳米晶体的极化系统的一个重大挑战是能够在室温下以高保真度操作。在这里，我们通过与Fabry-Pérot光腔的CDSE纳米片（NPL）偶联（NPLS）偶联，演示了室温的生成量 - 极光量。量子古典计算准确地预测了许多黑暗状态激子与光学允许的极化状态之间的复杂动力学，包括实验观察到的较低的北极星pho-To-To-To-To-To-To-To-To-To-To-To-Pho-To-To-Pho-To-To-To-Pho-To-To-To-Pho-To-To-Pho-To-To-To-To-To-To-To-To-To-To-To-Pho-To-To-Plo-To-To-Palliminencence浓度的浓度在较高的平面量较高时，随着蛀牙的越来越较大，较高的平面矩处的浓度。在5 K处测得的Rabi分裂与300 K时相似，从而验证了该极化系统的温度无关操作的可行性。总体而言，这些结果表明，CDSE NPL是促进室温量子技术发展的绝佳材料。