XiaoMi-AI文件搜索系统
World File Search SystemJul
在自主驾驶的背景下对加强学习的奖励功能的审查
摘要 - 肌形加密（HE）是用于构建隐私应用程序的常用工具。但是，在许多客户和高延迟网络的情况下，由于密码大小较大而引起的通信成本是bot-tleneck。在本文中，我们提出了一种新的压缩技术，该技术使用具有较小的密文的添加剂同构加密方案，以基于错误的学习（LWE）来压缩大型同构密文。我们的技术利用了此类密文的解密中的线性步骤，以将部分解密委托给服务器。我们达到的压缩比最高90％，这仅需要一个小的压缩密钥。通过同时压缩多个密文，我们的压缩率超过99％。我们的压缩技术可以很容易地应用于将LWE密文从服务器传输到客户端的应用程序，以作为对查询的响应。更重要的是，我们将技术应用于私人信息检索（PIR），其中客户端访问数据库而无需透露其查询。使用我们的压缩技术，我们提出了Zippir，这是一种PIR协议，它在文献中所有协议中达到了最低的总体通信成本。Zippir不需要在预处理阶段与客户进行任何通信，这是用于与短暂客户端或高延迟网络的PIR用例的绝佳解决方案。
![arXiv:2107.08711v1 [cond-mat.supr-con] 2021 年 7 月 19 日](/simg/8\8ba25fe8f293fb12f49d315ea2184d09e66a926f.webp)
arXiv:2107.08711v1 [cond-mat.supr-con] 2021 年 7 月 19 日
在本文中，我们简要概述了约瑟夫森结的各种选项，这些选项应可扩展到纳米范围以用于纳米级数字超导技术。这种结应具有高临界电流 I c 和正常态电阻 R n 值。另一个要求是在制造过程中晶圆上结参数的高可重复性。我们认为“可变厚度桥”几何的超导体 - 正常金属 - 超导体 (SN-N-NS) 约瑟夫森结是满足这些要求的有希望的选择。在 S 电极之间的距离与 N 材料的相干长度相当的情况下，对 SN-N-NS 结进行了理论分析。对于流过结的电流为 I c 量级的结，推导出提供 S 电极中超导存在的结几何参数的限制。分析了结加热以及可用的散热机制。所得结果表明，可以使用成熟的工艺流程，利用广泛使用的材料组合（如 Nb/Cu）制造出具有高（亚毫伏）I c R n 乘积值的 SN-N-NS 结。结面积可以缩小到在 40 纳米工艺框架内制造的半导体晶体管的面积。
![arXiv:2107.05306v1 [quant-ph] 2021 年 7 月 12 日](/simg/e\e236dbd0fdc4c22aa268cd10e6fc632f81742fd5.webp)
arXiv:2107.05306v1 [quant-ph] 2021 年 7 月 12 日
我们提出在可行的超导电路架构中通过电容和电感耦合实现两个量子忆阻器的相互作用。在这个组合系统中，输入随时间相关，从而改变每个量子忆阻器的动态响应，包括其收缩磁滞曲线和非平凡纠缠。从这个意义上讲，并发和忆阻动力学遵循相反的行为，当磁滞曲线最小时，显示纠缠的最大值，反之亦然。此外，每当量子忆阻器纠缠最大时，磁滞曲线随时间的方向就会反转。组合量子忆阻器的研究为开发神经形态量子计算机和原生量子神经网络铺平了道路，使当前 NISQ 技术在量子方面占据优势。
![arxiv：2107.02789v2 [Quant -ph] 7月7日 - Orbilu](/simg/2\24be51af12d45343423d28f015ebc68573ec84f8.webp)
arxiv：2107.02789v2 [Quant -ph] 7月7日 - Orbilu
量子近似优化算法（QAOA）已被证明是一种有效的经典量词算法，从解决组合优化问题到找到多体量子系统的基础状态。由于QAOA是ANSATZ依赖性算法，因此总是需要设计ANSATZ以更好地优化。为此，我们提出了通过使用捷径为绝热性来增强QAOA的数字化版本。特别是，我们使用反磨蚀（CD）驾驶术语来设计更好的Ansatz，以及Hamiltonian和混合术语，从而增强全球性能。 我们将数字化 - 纯化的QAOA应用于Ising模型，经典优化问题和P -Spin模型，这表明在我们研究的所有情况下，它都胜过标准的QAOA。特别是，我们使用反磨蚀（CD）驾驶术语来设计更好的Ansatz，以及Hamiltonian和混合术语，从而增强全球性能。我们将数字化 - 纯化的QAOA应用于Ising模型，经典优化问题和P -Spin模型，这表明在我们研究的所有情况下，它都胜过标准的QAOA。
![arXiv:2007.09034v1 [cond-mat.mes-hall] 2020 年 7 月 17 日](/simg/6\6ec24818d10524779ba6e0d039499a82fe1621fa.webp)
arXiv:2007.09034v1 [cond-mat.mes-hall] 2020 年 7 月 17 日
量子点中的自旋量子比特为可扩展量子信息提供了一个颇具吸引力的平台，因为它们与半导体制造兼容 [1, 2]、具有长相干时间 [3]，并且能够在超过 1 开尔文的温度下工作 [4, 5]。量子比特逻辑可以通过脉冲交换相互作用 [6–8] 或通过驱动旋转 [9–12] 来实现。在本文中，我们表明，这些方法可以组合起来，在单个设备中执行大量本机双量子比特门，从而减少执行量子算法的操作开销。我们展示了在高于 1 开尔文的温度下，单量子比特旋转以及双量子比特门 CROT、CPHASE 和 SWAP。此外，我们实现了绝热、非绝热和复合序列，以优化量子比特控制保真度和门时间。我们发现可以在 67 纳秒内执行的双量子比特门，通过理论分析实验噪声源，我们预测保真度将超过 99%。这有望使用可嵌入量子集成电路经典电子器件的量子硬件实现容错操作。双量子比特门是量子信息科学的核心，因为它们可用于创建复杂度超出经典模拟范围的纠缠态 [13]，并最终可实现实际相关的量子算法 [14]。因此，优化双量子比特门是所有量子比特平台的核心方面 [15]。在量子点系统中，可以利用相邻量子点中自旋量子比特之间的交换相互作用自然地实现双量子比特门 [1]。当交换能量远大于量子比特的塞曼能量差时，脉冲相互作用会驱动 SWAP 振荡 [1, 6]，而当塞曼能量差远大于交换能量时，则会导致 CPHASE 振荡 [16]。还需要实现单量子比特门来访问完整的两量子比特希尔伯特空间，这需要量子比特之间的可区分性。这通常是通过自旋轨道耦合 [3] 或集成纳米磁体 [17, 18] 来实现的，从而产生显著的塞曼能量差。在这种情况下实现高保真 SWAP 门需要极大的
![arXiv:1903.10455v4 [math-ph] 2020 年 7 月 28 日](/simg/8\8dacc0c033346514c45d90908100846d6458b7a0.webp)
arXiv:1903.10455v4 [math-ph] 2020 年 7 月 28 日
摘要。这篇短文旨在研究 Bhatia 等人最近研究的量子 Hellinger 距离。[8] 特别强调了重心。我们引入了广义量子 Hellinger 散度族，其形式为 φ ( A , B ) = Tr((1 − c ) A + cB − A σ B )，其中 σ 是任意的 Kubo-Ando 均值，c ∈ (0,1) 是 σ 的权重。我们注意到这些散度属于最大量子 f 散度族，因此是联合凸的，并满足数据处理不等式 (DPI)。我们推导出这些广义量子 Hellinger 散度的有限多个正定算子的重心特征。我们注意到，[8] 中声称，重心作为加权多元 1/2 幂均值的特征，在交换算子的情况下是正确的，但在一般情况下并不正确。
![arXiv:2007.14288v1 [quant-ph] 2020 年 7 月 28 日](/simg/c\cf4bcb0444f831488946c85870a570128bf227e2.webp)
arXiv:2007.14288v1 [quant-ph] 2020 年 7 月 28 日
人工神经网络已被提议作为潜在的算法，可以从在量子计算机上实施和运行中受益。特别是，它们有望大大增强人工智能任务，例如图像处理或模式识别。神经网络的基本构建块是人工神经元，即对输入向量形式的一组数据执行简单数学运算的计算单元。在这里，我们展示了如何实现先前引入的量子人工神经元 [npj Quant. Inf. 5, 26] 的设计，该设计充分利用了叠加态来编码二进制值输入数据，可以进一步推广到接受连续值而不是离散值输入向量，而无需增加量子比特的数量。这一进一步的步骤对于直接应用自动微分学习程序至关重要，该程序与二进制值数据编码不兼容。
![arXiv:2007.07386v1 [quant-ph] 2020 年 7 月 14 日](/simg/0\0331355555c786f53be1fc15977c4bf9d423cef5.webp)
arXiv:2007.07386v1 [quant-ph] 2020 年 7 月 14 日
在本文中，我们提出了一种处理光子频域中编码的高维量子信息的新方法。与以前基于非线性光学过程的方法相比，该方法不需要主动控制光子能量。利用无源光子电路和时间分辨检测可以实现任意的幺正变换和投影测量。给出了任意尺寸量子频率梳的系统电路设计。推导出了验证量子频率相关性的标准。通过考虑探测器有限响应时间的实际情况，我们表明，在当前设备性能下可以轻松实现高保真操作。这项工作将为基于高维频率编码的可扩展和高保真量子信息处理铺平道路。
2023 年 7 月 20 日 091-91C-3019 完成诊断...
条件：在需要完成暖通空调和制冷 (HVACR) 设备电气系统诊断的运行环境 (OE) 中，提供维修零件；通用机械工具包；附加工具、测试、测量和诊断设备 (TMDE) 以及技术手册 (TM) 中指示的设备；描述设备故障的维护请求或设备检查工作表；列出的支持参考；以及监督/协助。此任务的一些迭代应在 MOPP 4 中执行。标准：使用 GO 和 NO-GO 标准、IAW TM 10-8145-222-23 和列出的支持参考，完成暖通空调和制冷 (HVACR) 设备电气系统的诊断，无错误。完成此任务后，设备将完全具备任务能力，或确保完成维护表格以在需要时执行其他维护操作。
2023 年 7 月 24 日 081-68T-3313 实施非战斗人员...
环境：环境保护不仅是法律，也是正确做法。这是一个持续的过程，从深思熟虑的规划开始。在训练和任务期间，始终注意保护环境的方法。通过这样做，您将为维持我们的训练资源做出贡献，同时保护人们和环境免受有害影响。请参阅当前的环境考虑手册和当前的 GTA 环境相关风险评估卡。安全：在训练环境中，领导者必须根据当前的风险管理原则进行风险评估。领导者将根据 TRADOC 安全官在规划和完成每项任务和子任务期间完成当前的深思熟虑风险评估工作表，通过评估任务、敌人、地形和天气、部队和支援可用时间以及民事考虑因素 (METT-TC)。注意：在 MOPP 培训期间，领导者必须确保监控人员，以防潜在的热损伤。在高温等级增加时，必须遵守当地政策和程序，以避免与高温相关的伤害。考虑 MOPP 工作/休息周期和水更换指南 IAW 当前的 CBRN 原则。