XiaoMi-AI文件搜索系统
World File Search SystemPair
使用贝尔对创建和提取多部分 GHZ 状态的协议
摘要 高质量 Greenberger–Horne–Zeilinger (GHZ) 状态的分布是许多量子通信任务的核心，从扩展望远镜的基线到秘密共享。它们还在分布式量子计算的纠错架构中发挥着重要作用，其中可以利用贝尔对来创建量子计算机的纠缠网络。我们研究了在量子网络上从非完美贝尔对中创建和提炼 GHZ 状态的过程。具体来说，我们引入了一种启发式动态规划算法来优化大量创建和净化 GHZ 状态的协议。所有考虑的协议都使用基于目标状态（即 GHZ 状态）非局部稳定算子测量的通用框架，其中每个非局部测量都会消耗另一个（非完美）纠缠态作为资源。在没有退相干和局域门噪声的情况下，新协议的表现优于以前的提案。此外，这些算法可以用于寻找涉及任意数量参与方和任意数量纠缠对的协议。
服务犬配对差异效果的随机试验
Rachel Ramoni 博士，现任首席研发官 Timothy O'Leary 博士，前任首席研发官 Carolyn Clancy 博士，卫生部负责发现、教育和附属网络的副副副部长 Richard Stone 博士，卫生部副部长 Robert Wilkie 阁下，部长 研究小组谨对美国众议院退伍军人事务委员会和参议院退伍军人事务委员会的众多立法者和工作人员在研究期间的关注和支持表示感谢。 我们要感谢美国养犬俱乐部犬类好公民项目主任 Mary Burch 博士帮助使用犬类好公民和社区犬类测试作为合同中的绩效标准，以及前参议员 Alan Franken 在认识到研究必要性方面所发挥的作用。 VA 感谢 Purina 在研究期间慷慨地向所有退伍军人捐赠狗粮优惠券。最后，我们要感谢所有参与第一阶段和第二阶段研究的退伍军人，使本报告得以完成，并特别感谢第一位志愿参与的退伍军人。披露
电网接入的成对现场可再生能源发电直流侧储能系统互联指南第 3 号
当储能系统与可再生能源发电系统一起安装时，两者可以同时进行审查，并纳入一份互连协议中。2 当储能系统在可再生能源发电系统之后安装时，审查级别将基于现场发电额定容量和储能所选运行模式 3 的储能铭牌容量的组合。当储能和可再生能源发电共用一个逆变器时，审查级别将基于共享逆变器的额定值。运行模式将成为互连协议要求的一部分，任何影响储能系统遵守结算要求能力的运行模式变化都可能需要对设施进行另一次审查，并可能采取缓解措施。如果储能与可再生能源同时安装，则鼓励进行联合审查，因为总时间和成本将少于两次单独的审查。
结构激光辐照目标产生的准直γ射线束的功率缩放及其在双光子对产生的应用
利用三维动力学模拟，我们研究了具有预填充圆柱形通道的结构化激光辐照目标发射的准直 γ 射线束及其随激光功率（在多 PW 范围内）的变化。通过增加激光能量和焦斑大小来增加激光功率，同时保持峰值强度固定在 5 × 10 22 W / cm 2 。通道半径按比例增加以适应激光斑大小的变化。将激光能量转换为 MeV 级 γ 射线束（具有 10 ◦ 的开角）的效率随着入射激光功率 P 的增加而迅速增加，然后在 P ≈ 4 PW 以上达到饱和。详细的粒子跟踪显示，功率缩放是较高激光功率下电子加速增强的结果。直接受益于这种强大缩放的一项应用是通过双光子碰撞产生对。我们研究了通过线性 Breit-Wheeler 过程生成对的两种方案：两束 γ 射线碰撞和一束 γ 射线与黑体辐射碰撞。对于 P = 4 PW 产生的 γ 射线，这两种方案分别投射出多达 10 4 和 10 5 对。与激光照射空心通道的情况进行比较，证实了预填充通道装置的稳健性。
依赖爱因斯坦-波多尔斯基-罗森对的单光子记忆两步量子安全直接通信
该项工作部分由国家重点研发计划（2017YFA0303700）资助，部分由广东省重点研发计划（2018B030325002）资助，部分由国家自然科学基金（11974205）资助，部分由北京未来芯片高精尖创新中心（ICFC）资助。 Dong Pan 的工作得到了中国国家留学基金委 (CSC) 资助 (资助编号 201806210237)。Lajos Hanzo 的工作部分得到了英国工程与物理科学研究理事会 (COALESCE) 项目 (EP/N004558/1、EP/P034284/1、EP/P034284/1 和 EP/P003990/1) 的资助，部分得到了英国皇家学会全球挑战研究基金的资助，部分得到了欧洲研究理事会 QuantCom 高级研究员基金的资助。
利用降级攻击破坏低功耗蓝牙的安全配对
为了抵御中间人 (MITM) 攻击等安全威胁，低功耗蓝牙 (BLE) 4.2 和 5.x 引入了仅安全连接 (SCO) 模式，在此模式下，BLE 设备只能接受来自发起者（例如 Android 手机）的安全配对，例如密码输入和数字比较。但是，BLE 规范并不要求发起者采用 SCO 模式，也没有指定 BLE 编程框架应如何实现此模式。在本文中，我们表明发起者的 BLE 编程框架必须正确处理 SCO 启动、状态管理、错误处理和绑定管理；否则，严重缺陷可能被利用来执行降级攻击，迫使 BLE 配对协议在用户不知情的情况下以不安全模式运行。为了验证我们的发现，我们使用 5 部 Android 手机测试了 18 种流行的 BLE 商业产品。我们的实验结果证明，所有这些产品都可能遭受 MITM 攻击（由降级引起）。更重要的是，由于 BLE 编程框架中的此类系统缺陷，Android 中的所有 BLE 应用程序都可能受到我们的降级攻击。为了防御我们的攻击，我们在 Android 开源项目 (AOSP) 上为 Android 8 上的 SCO 模式构建了一个原型。最后，除了 Android，我们还发现所有主流操作系统（包括 iOS、macOS、Windows 和 Linux）都无法正确支持 SCO 模式。我们已将已识别的 BLE 配对漏洞报告给蓝牙特别兴趣小组、谷歌、苹果、德州仪器和微软。
外周电刺激与运动相结合-...
背景：内源性配对联想刺激 (ePAS) 是一种神经调节干预，有助于中风康复。ePAS 涉及将内源性脑电图 (EEG) 信号（称为运动相关皮质电位 (MRCP)）与外周电刺激配对。先前的研究已使用经颅磁刺激 (TMS) 来证明 ePAS 后皮质运动兴奋性的变化。然而，由于安全预防措施、不耐受性以及在更严重的患者中难以产生可测量的反应，TMS 作为一种中风研究的测量方法受到限制。我们有兴趣使用更可行的测量方法来评估 ePAS 对中风患者的影响。本研究询问 ePAS 是否会立即改善背屈肌的最大自主等长收缩 (MVIC) 和总神经肌肉疲劳的主要结果，以及肌肉力量、自主激活 (VA)、中枢疲劳、外周疲劳和肌电活动等次要结果。
配对试验分类：一种用于 MVPA 的新型深度学习技术
机器学习的许多最新发展都来自“深度学习”领域，即使用先进的神经网络架构和技术。虽然这些方法已经产生了最先进的结果，并在许多领域（例如图像分类和自然语言处理）占据了研究重点，但它们在脑电图 (EEG) 或其他人类神经科学数据集的分类中并没有比标准多元模式分析 (MVPA) 技术取得更大的进展。EEG 数据中的高维度和大量噪声，再加上可以从人类受试者样本中合理获得的示例（试验）数量相对较少，导致训练深度学习模型困难。即使模型在训练中成功收敛，尽管存在正则化技术，也会出现严重的过度拟合。为了帮助缓解这些问题，我们提出了一种新的“配对试验分类”方法，该方法涉及将 EEG 记录对分类为来自同一类或不同类。这样，我们可以通过配对试验的组合大幅增加训练示例的数量，这种方式类似于但不同于传统的数据增强方法。此外，配对试验分类仍然允许我们通过“字典”方法确定新示例（试验）的真实类别：将新示例与每个类别中的一组已知示例进行比较，并通过对每个类别中相同/不同的决策值求和来确定最终类别。由于单个试验是有噪声的，因此可以通过将新的单个示例与“字典”进行比较来进一步改进这种方法，其中每个条目都是几个示例（试验）的平均值。在可以对单个未知类别的多个样本取平均值的情况下，甚至可以实现进一步的改进，从而可以将平均信号与平均信号进行比较。
配对联想刺激无法诱导自由行为完整大鼠的可塑性
摘要 配对联想刺激 (PAS) 已被用于人类，作为一种非侵入性工具来驱动可塑性并促进神经损伤后的恢复。需要更彻底地了解 PAS 诱导的可塑性，以充分利用它作为临床工具。在这里，我们在清醒大鼠模型中测试了具有多个刺激间隔的 PAS 的有效性，以研究联想可塑性的原理。通过在运动皮层和前肢长期植入电极，我们探索了 PAS 参数以有效驱动可塑性。我们使用闭环 EMG 控制的皮质刺激范式评估了皮质运动兴奋性的变化。我们测试了 11 个 PAS 间隔，选择这些间隔来强制大鼠运动皮层和脊髓中的神经元活动与与赫布尖峰时间依赖性可塑性原理相关的时间相一致。然而，尽管刺激配对数量相对较多（300），但没有一个测试间隔能够可靠地改变皮质脊髓兴奋性相对于控制条件。我们的研究结果对这些条件下 PAS 的有效性提出了质疑。
