XiaoMi-AI文件搜索系统
World File Search SystemKATS
Sekatski，Pavel等。朝量子内存的独立认证。在：物理评论信，2023年，第1卷。 131，n°17，p。 170802。
量子存储器是未来量子技术的中心元素，尤其是量子网络[1-3]。这样的设备允许本地存储，并继电器通过旅行光子携带的量子信息。量子记忆通常涉及一种原子培养基，与光接触，目前正在探索广泛的实验平台，例如，例如[4,5]。为实现实用量子记忆的主要挑战，更通常是所有量子技术，都是它们的认证。，即给定一个由复杂物理系统组成的实际设备，我们如何确保其正确的功能。此外，此认证程序将涉及其他设备，例如，产生特定的光量子状态以及测量设备的来源，该设备可能具有自己的技术缺陷，因此也必须表征。尝试自行认证这些设备将需要访问其他经过认证的设备，依此类推。值得注意的是，事实证明，这项看似艰巨的任务中存在一个优雅的解决方案。量子理论允许“独立设备”的认证技术。“也就是说，可以验证量子设备的正确操作，而无需先验对协议中使用的任何设备（包括可能的源和测量设备）进行先验认证；而不是直接从黑盒情景中观察到的统计数据推断出来。在认证设备以完全表征它时，此概念被称为自我测试[6,7]。[8,9]进行首次实验。到目前为止，这些想法几乎是从纯粹的理论和抽象的观点中完全提出的。见裁判。近年来，已经获得了对自我测试协议的可能性和限制的大量理解，例如，参见[10-20]。虽然自我测试协议通常涉及某些纠缠状态和一些局部测量的认证，但量子进行自测的方法
利用人工智能测量绿化覆盖率的技术开发（研究期间：2018-2020 财年） 大桥正木，高级研究员；石井规光（城市和区域规划博士），城市规划部城市开发部主任 胜又亘（工程博士），城市规划部主任
NILIM 正在开展绿化对改善城市环境效果的定量评估方法研究 1，以开发城市绿地的定量测量和评估方法，并建立技术知识，以有效利用绿地的各种功能用于城市规划。本文介绍了本研究项目中正在开发的使用人工智能测量绿化覆盖率的技术。 2. 利用人工智能进行绿化覆盖率调查 本研究旨在通过使用人工智能 (AI) 的图像识别技术自动从图像中提取绿地，从而减少绿化覆盖率调查的工作量和成本。本研究还通过创建该技术的智能手机应用程序，研究提高私营部门对绿化的认识并在私有土地上扩大绿地的方法，并开发地方政府和居民共同进行绿化覆盖率调查的机制。 3. 通过深度学习利用图像识别