XiaoMi-AI文件搜索系统
World File Search SystemQuantu
创新的预测量子计算机建模
世纪，在量子级别上开发有效的工具是相当多的，以提高数据的确定性和互操作性。量子计算机以量子力学为基本的原理，即使我们正处于开发的开始，仍然有望带来惊喜。Quantum计算机是唯一可以实现指数加速经典compoter的计算模型。量子计算机当前面临的主要挑战包括增加或减少给定系统的量子数量，同时管理以保留量置的属性和量子系统的纠缠状态，以通过适当的量子算法执行数据操作。在本文中，我们将概述量子计算机，将描述加密的演变以及与量子计算机的计算性能，效率和预测性建模有关的理论。原型和量子模拟算法将提出改善新量子宇宙的寿命。
用于数据特征选择和压缩特征表示的量子算法
量子计算已成为一个新兴领域，可能彻底改变信息处理和计算能力的格局，尽管物理上构建量子硬件已被证明是困难的，而且当前嘈杂中型量子 (NISQ) 时代的量子计算机容易出错且其包含的量子比特数量有限。量子机器学习是量子算法研究中的一个子领域，它对 NISQ 时代具有潜力，近年来其活动日益增多，研究人员将传统机器学习的方法应用于量子计算算法，并探索两者之间的相互作用。这篇硕士论文研究了量子计算机的特征选择和自动编码算法。我们对现有技术的回顾使我们专注于解决三个子问题：A) 量子退火器上的嵌入式特征选择，B) 短深度量子自动编码器电路，以及 C) 量子分类器电路的嵌入式压缩特征表示。对于问题 A，我们通过将岭回归转换为量子退火器固有的二次无约束二元优化 (QUBO) 问题形式并在模拟后端对其进行求解来演示一个工作示例。对于问题 B，我们开发了一种新型量子卷积自动编码器架构，并成功运行模拟实验来研究其性能。对于问题 C，我们根据现有技术的理论考虑选择了一种分类器量子电路设计，并与相同分类任务的经典基准方法并行进行实验研究，然后展示一种将压缩特征表示嵌入到该量子电路中的方法。
使用 IBM 量子计算机模拟器和 IBM 量子计算机硬件将量子机器学习应用于 LHC 的高能物理分析
我们小组率先在 LHC 的高能物理分析中使用量子机器学习 (QML)。我们已在门模型量子计算机模拟器和硬件上成功将几种 QML 分类算法应用于 ttH（与顶夸克对相关的希格斯粒子生成）和希格斯粒子到两个μ子（希格斯粒子与第二代费米子的耦合）这两项最近的 LHC 旗舰物理分析。模拟研究已使用 IBM Quantum Framework、Google Tensorflow Quantum Framework 和 Amazon Braket Framework 进行，并且我们已实现良好的分类性能，其性能类似于目前在 LHC 物理分析中使用的经典机器学习方法，例如经典 SVM、经典 BDT 和经典深度神经网络。我们还使用 IBM 超导量子计算机硬件进行了研究，其性能令人鼓舞，并且接近 IBM 量子模拟器的性能。此外，我们将研究扩展到其他 QML 领域，例如量子异常检测和量子生成对抗，并已取得一些初步成果。此外，我们还使用 NVIDIA cuQuantum 和 NERSC Perlmutter HPC 克服了大量子比特（25 个量子比特或更多）和大量事件情况下的密集计算资源挑战。
Elevate Quantum - 总体叙述（最终版）.docx
一、执行摘要：2009 年，科罗拉多州的 NIST 物理学家揭开了人类第一台量子计算机的神秘面纱。对许多人来说，这是全球竞赛的发令枪。而此时，革命已然开始。量子将释放 3.5 万亿美元的价值，并彻底改变几乎所有经济领域。它将加速人工智能、气候技术和医疗保健领域的进步，并应对从网络到隐形的国家安全挑战。Elevate Quantum (EQ) 是我们行业主导的 501(c)(3)，代表 116 个组织组成的联盟，是此应用的牵头实体。EQ 的核心技术领域是量子信息技术 (QIT)，专注于传感、计算、网络和支持硬件方面的商业就绪应用。我们的核心地理区域包括博尔德、丹佛-奥罗拉-莱克伍德和格里利大都市统计区 (MSA)，以及乡村大县。该地区拥有无与伦比的 3,000 多个商业量子工作岗位、4 位量子诺贝尔奖获得者，以及比世界其他任何地方都多的量子重点组织。我们的能力和愿景是亚马逊、谷歌、洛克希德马丁、微软等公司加入 EQ 的原因。凭借这笔拨款，EQ 将推动包容性区域经济增长和全球量子领导力；推出 50 多家初创企业，吸引 20 亿美元以上的资金，提升 30,000 多名员工的技能，并确保代表性不足的社区的代表率达到 40%。1954 年，艾森豪威尔总统在为 NIST 科罗拉多揭幕时说：“我们相信，如果我们尽自己的一份力量，那么我们将作为一个更加繁荣、更加幸福、更加安全、对和平更加自信的民族流芳百世。” EQ 将兑现这一承诺，确保美国在量子世纪的经济和国家安全。二。 EQ 愿景概要：EQ 的愿景是确保山区西部作为 QIT 发展全球中心的地位，并通过以下方式增强美国的经济和战略安全：A) 加速尖端量子研究从实验室到市场的转变，B) 促进充满活力的初创和扩大生态系统，以及 C) 通过多元化创新扩大包容性劳动力。第二阶段的 EDA 支持将从科罗拉多州、新墨西哥州和怀俄明州释放 8000 多万美元，以及 10 亿美元的私人资本和行业合作，以巩固该地区作为全球量子经济中心的地位。我们的成功将以数十亿美元的资金、11000 多万个新工作岗位、解决我国最大挑战的量子技术部署以及公正公平的生态系统来衡量。我们的愿景和组件项目专注于维持围绕尖端技术的成功创新生态系统所需的条件，并以数十年的学术研究为指导。玛格丽特·奥马拉的《代码：硅谷与美国的重塑》、Techstars 创始人兼科罗拉多州企业家布拉德·菲尔德的《博尔德论点》以及麻省理工学院 D-Labs 的《理解创新生态系统：联合分析和行动框架》中的见解，我们认为，任何技术中心都必须体现以下关键原则。总的来说，EQ 是美国实现这些量子原则的最佳中心。
冷原子量子技术探索基础物理学视野 ICTS 2022 年 11 月.pptx
“LIGO/Virgo 式”网络与合作，为英国领导层提供了一条道路。第一阶段目前由 QTFP 计划和其他来源资助了约 1000 万英镑，第二阶段可以放在 Boulby 或 Daresbury（英国）的国家设施，也可能放在 CERN（法国/瑞士）。
面向未来工程师的量子力学
在这本开创性的本科教科书中，探索量子力学的基础，并探索这些原理如何推动新一代量子工程的发展。它使用尖端的电子、光电和光子设备解释物理和数学原理，将基础理论与实际应用联系起来；侧重于当前技术，避免历史方法，让学生快速掌握应对当代工程挑战的方法；介绍量子信息的基础，以及丰富的现实世界量子示例，包括量子阱红外光电探测器、太阳能电池、量子隐形传态、量子计算、带隙工程、量子级联激光器、低维材料和范德华异质结构；并包括教学功能，例如目标和章末家庭作业问题，以巩固学生的理解，并为教师提供解决方案。旨在激发未来量子设备和系统的发展，这是本科电子工程师和材料科学家学习量子力学的完美入门书。
使用量子算法进行全息特征分解
本文讨论了超维计算（HDC）（又称向量符号架构（VSA））中全息特征向量的分解。HDC 使用具有类似大脑特性的高维向量来表示符号信息，并利用高效的运算符以认知方式构建和操作复杂结构化数据。现有模型在分解这些结构时面临挑战，而分解过程对于理解和解释复合超向量至关重要。我们通过提出 HDC 记忆分解问题来应对这一挑战，该问题捕捉了 HDC 模型中常见的构造模式。为了有效地解决这个问题，我们引入了超维量子记忆分解算法 HDQMF。HDQMF 的方法独特，利用量子计算提供高效的解决方案。它修改了 Grover 算法中的关键步骤来实现超向量分解，从而实现了二次加速。
NIST 后量子密码学更新
2024 年 8 月，美国国家标准与技术研究所 (NIST) 迎来了关键时刻，发布了前三项最终确定的后量子密码 (PQC) 标准：FIPS 203、FIPS 204 和 FIPS 205。这些标准标志着密码学新时代的开始，旨在防范未来量子计算的威胁。在本次演讲中，NIST 密码技术组经理 Andrew Regenscheid 先生将详细介绍新制定的 FIPS PQC 标准。他还将讨论正在进行的标准化其他加密算法的努力，确保为当前标准中的潜在漏洞做好准备。网络安全工程师兼 NIST 国家网络安全卓越中心 (NCCoE) 项目负责人 Bill Newhouse 先生将解释过渡到这些新的抗量子加密标准的紧迫性。他还将分享实用策略和最佳实践，以促进从现有公钥加密系统向这些下一代标准的迁移。