XiaoMi-AI文件搜索系统
World File Search SystemComputing
创建地球科学中的量子计算
量子计算在加速许多问题方面具有巨大的潜力。而不是从古典的牛顿领域“向下”进入更复杂的量子领域，而是使用与所研究现象相同的过程。在地球科学中，量子计算具有许多潜在的应用。例如，量子计算可用于辐射测定的模拟。通过模拟原子的分解，可以更好地了解如何创建这些分解。模拟典型的，不加固的分解将是这一研究领域的第一步。这可以通过为每个原子创建一个量子（量子位）并连接它们来完成，以便如果链中的原子分解较高，则下一个下降的分解。该算法本身可能不会提供量子加速。但是，可以研究将其嵌入模拟晶体中（Xia 2020，Cai等2020），可以研究Radiohalos和裂变轨道。这也可能有助于研究加速的核衰减。洪水热问题也可能是一项有趣的研究。在物体的热性能与量子设备上的噪声之间有相似性。该领域的大多数研究都集中在改善量子计算机上（Sinha等人2022），但可以用来模拟在极端条件下地球系统（Casalegno等人。1999）。 也正在为使用量子计算加快或改善计算流体动力学程序（Gaitan 2020，Steijl 2019，Lin等人。 2009）。 量子计算的基础知识1999）。也正在为使用量子计算加快或改善计算流体动力学程序（Gaitan 2020，Steijl 2019，Lin等人。2009）。 量子计算的基础知识2009）。量子计算的基础知识与本提案中的其他主题不同，这依赖于量子计算机比经典计算机更有效地求解微分方程的能力。它可以允许对沉积物流进行更大或更细粒度的模拟。众所周知，有一些有用的算法可以为类似问题提供加速，或者在我们的量子计算机充分改进时有可能提供加速。需要进一步的研究来确定这些研究领域中的哪个包含在可以通过量子方法更好地解决的问题的子集中。
各种量子计算设备中的先进 3D 集成技术
摘要 作为扩大摩尔定律扩展的关键方法，3D 集成技术使半导体行业实现了集成电路的小尺寸、低成本、多样化、模块化和灵活组装。因此，将这些技术应用于处于起步阶段且通常需要大规模集成才能实用的量子计算设备至关重要。在这篇评论中，我们重点关注四种流行的量子比特 (qubit) 候选者 (捕获离子、超导电路、硅自旋和光子)，它们由不同的物理系统编码，但本质上都与先进的 CMOS 制造工艺兼容。我们介绍了每种量子比特类型的特定可扩展性瓶颈，并介绍了当前使用 3D 集成技术的解决方案。我们根据层次结构评估这些技术并将其分为三大类。还提供了有关热管理的简要讨论。我们相信这篇评论有助于就互连、集成和封装对正在快速发展的量子计算领域的贡献提供一些有用的见解。
自然演绎中的一种新联结及其在量子计算中的应用
量子物理学中一个令人费解的问题是，在两个状态 | φ ⟩ 和 | ψ ⟩ 的量子叠加态 α | φ ⟩ + β | ψ ⟩ 中，是否存在状态 | φ ⟩ 和状态 | ψ ⟩ 或者状态 | φ ⟩ 或者状态 | ψ ⟩ 。事实上，当我们建立这样的叠加态时，也就是当我们准备它时，我们需要有 | φ ⟩ 和 | ψ ⟩ ，但是当我们使用这个状态时，也就是当我们测量它时，我们得到 | φ ⟩ 或 | ψ ⟩ 。因此，当我们建立这种叠加态时，它类似于合取，但当我们使用它时，它类似于析取。这种叠加的构建和使用方式之间的差异让人想起 Prior 的 tonk 等非和谐连接词的自然演绎规则。在本文中，我们捍卫了以下论点：这些非和谐连接词模拟了量子测量中出现的信息擦除、不可逆性和不确定性，而和谐连接词模拟了信息保存、可逆性和确定性。更具体地说，在讨论了和谐和非和谐演绎规则的概念之后（第 2 节），我们引入了一种具有逻辑联结词 ⊙（读作：“sup”，代表“叠加”）的直觉命题逻辑，该逻辑具有非和谐演绎规则，我们为这种逻辑引入了一种证明术语语言，即 ⊙ 演算（读作：“sup-演算”），并且我们证明了它的主要性质：主题归约、证明归约的终止、引入性质和部分合流（第 3 节）。这些证明大多使用标准技术，但有一些特殊性，以适应这种演算。然后，我们扩展这种演算，引入标量来量化一个证明归约成另一个证明的倾向（第 4 节），并表明这种证明语言包含量子编程语言的核心（第 5 节）。请注意，带有 ⊙ 的直觉命题逻辑不是推理量子程序的逻辑。它是一种以量子程序类型为命题的逻辑。
hao（Richard）Zhang-计算科学学院
5。Yanran Guan，Han Liu，Kun Liu，Kangxue Yin，Ruizhen Hu，Oliver van Kaick，Yan Zhang，Yan Zhang，Ersin Yumer，Nathan Carr，Radomir Mech和Hao Zhang，“成名：FAME：通过功能性模型模型Evolution通过功能性模型Evolution通过功能性生成的3D形状产生。可视化和计算机图形，第1卷。28，编号4，pp。1758-1772，2022。
在计算连续体中，负责任，值得信赖和能源效率的AI
摘要 - 作为人工智能（AI）在我们的社会中变得更具影响力，开发，部署和评估负责任和值得信赖的AI（RTAI）模型至关重要，即，那些不仅考虑精度，而且考虑其他方面的人，例如解释性，公平性和能源效率。工作流来源数据历史上可以实现对RTAI的关键功能。出处数据推导路径通过跟踪工件和资源消耗的透明度有助于负责任的工作流程。出处数据以其可信赖性，有助于解释性，可重复性和问责制而闻名。但是，要实现RTAI面临复杂的挑战，这些挑战因用于开发和部署模型的计算连续体（Edge-Cloud-HPC）中的异质性基础而更加复杂。因此，工作流出处数据管理和RTAI之间仍然存在重大的研发差距。在本文中，我们提出了工作流源在支持RTAI并讨论相关挑战的关键作用的愿景。我们提出了RTAI和出处之间的示意图，并突出了开放研究方向。
比较量子计算（评论论文）
量子计算位于革命性技术进步的最前沿，提供了在特定任务中表现优于古典计算机的潜力。虽然量子计算领域正在迅速发展，但已经出现了几种方法来解决利用量子力学的问题。本评论论文旨在比较不同的量子计算范式，探索它们各自的优势，挑战和未来的方向。所涵盖的主要方法是超导量子，被困的离子，拓扑量子和光子量子计算。对其运营原则，可伸缩性，相干时间，错误率和实际应用的比较分析，以提供对其潜力和局限性的全面理解。
量子计算符合AI
国际计算机工程技术杂志（IJCET）第16卷，第1期，Jan-Feb 2025，pp。2715-2728，文章ID：IJCET_16_01_191在线可在https://iaeme.com/home/issue/issue/ijcet?volume=16&issue = 1 ISSN印刷：0976-6367; ISSN在线：0976-6375;期刊ID：5751-5249影响因子（2025）：18.59（基于Google Scholar引用）doi：https：//doi.org/10.34218/ijcet_16_01_1_191©iaeme Publication
在QLDPC代码中有效地计算
是普遍的信念，即需要构建实用程序尺度量子计算机能够执行无法触及的经典计算机的计算需要量子错误纠正技术。在所需的物理量子数的数量方面，对表面代码进行了最广泛研究并高度优化的量子误差校正代码非常大量资源。最近提出了一种有希望的替代量子低密度平价检查（QLDPC）代码。这些代码的资源密集程度要少得多，与实用的表面代码实现相比，每个逻辑量子的物理Qubs最多需要10倍。因此，QLDPC代码的成功应用将大大减少时间表到达可以使用Shor's算法和QPE（如Shor的算法）加速的算法运行算法的量子计算机。迄今为止，QLDPC代码已在量子记忆的背景下进行了主要研究。在QLDPC代码中实现任意逻辑Clifford运算符在电路深度方面有效的方法没有已知的方法。与已知的实施T门的方法结合使用，Clifford组的有效实现解锁了资源有效的通用量子计算。在本文中，我们介绍了一个新的QLDPC代码系列，该家族可以通过横向操作有效地汇编Clifford组。我们的施工最多可以在O（M）综合征提取回合中执行任何M Qubit Clifford操作，从而超过了最新的晶格手术方法。我们运行深度126逻辑电路的电路级模拟，以表明我们的QLDPC代码中的逻辑操作达到了接近内存的性能。这些结果表明，QLDPC代码是将所有逻辑量子算法所需的资源减少到10倍的可行手段，从而解开了大量减少的时间表以商业上有价值的量子计算。