XiaoMi-AI文件搜索系统
World File Search SystemSep
![arXiv:2309.09159v1 [quant-ph] 2023 年 9 月 17 日](/simg/g:\will\search\icon\source\0\0e67c54354a293affc3a20b8612d5dcc60472922.webp)
arXiv:2309.09159v1 [quant-ph] 2023 年 9 月 17 日
由 K 生成的平移幺正为 ∥ UK,δθ ̺U † K,δθ − ̺ ∥ 1 = ∥ [ ̺, K ] ∥ 1 δθ + o ( δθ 2 )。这
![arXiv:2309.07056v1 [quant-ph] 2023 年 9 月 13 日](/simg/g:\will\search\icon\source\8\89669cf04e651fdec9c66350749d64e8d4374091.webp)
arXiv:2309.07056v1 [quant-ph] 2023 年 9 月 13 日
尽管神经网络有望促进新的科学发现，但它的不透明性给解释其发现背后的逻辑带来了挑战。在这里，我们使用一种名为 inception 或 deep dreaming 的可解释人工智能 (XAI) 技术，该技术是在计算机视觉机器学习中发明的。我们使用这种技术来探索神经网络对量子光学实验的了解。我们的故事始于对量子系统属性进行深度神经网络训练。训练完成后，我们会“反转”神经网络——有效地询问它如何想象具有特定属性的量子系统，以及它将如何不断修改量子系统以改变属性。我们发现网络可以改变量子系统属性的初始分布，我们可以概念化神经网络的学习策略。有趣的是，我们发现，在第一层，神经网络识别简单属性，而在更深的层，它可以识别复杂的量子结构甚至量子纠缠。这让人想起计算机视觉中已知的长期理解的属性，我们现在在复杂的自然科学任务中识别这些属性。我们的方法可以以更易于解释的方式用于开发量子物理学中新的基于人工智能的先进科学发现技术。
![arxiv：2109.12790V2 [QUANT-PH] 30 SEP 2021](/simg/g:\will\search\icon\source\9\912b151da57afe5461db4d4e2feae9a12e6ec412.webp)
arxiv：2109.12790V2 [QUANT-PH] 30 SEP 2021
噪声中间量子量子（NISQ）设备上的量子算法很快有能力模拟经典棘手的量子系统，并证明量子优势。但是，NISQ设备上存在的不可忽略的门误差阻碍了常规量子算法的实现。实用策略通常利用混合量子经典算法来证明NISQ时代量子计算的潜在有用的应用。在众多杂种量子古典算法中，最近的效果突出了基于量子计算的哈密顿时刻的量子算法的发展，⟨φ| ˆ H n |相对于量子状态| φ⟩。在本教程综述中，我们将简要审查这些量子算法，重点关注使用量子硬件计算哈密顿时刻的典型方式，并根据计算的量子计算的矩提高估计状态能量的准确性。此外，我们将介绍一个示例，以说明如何测量和计算四个位点海森贝格模型的哈密顿时刻，并计算使用Real IBM-Q Nisq硬件上假想时间演化的模型的能量和磁化。沿着这条线，我们将进一步讨论与这些算法相关的一些实际问题。我们将通过在不久的将来讨论在这个方向上的一些可能的发展和应用来结束本教程审查。
![arXiv:2109.10983v1 [nucl-ex] 2021 年 9 月 22 日](/simg/g:\will\search\icon\source\2\2c65a3f7a223fcdbe338740617461ef8179f9846.webp)
arXiv:2109.10983v1 [nucl-ex] 2021 年 9 月 22 日
我们报告了使用 RHIC 上的 STAR 探测器在√ s NN = 3 GeV 处进行的 Au+Au 碰撞中已识别强子 (π ± 、K ± 、K 0 S 、p、φ 和 Λ ) 的 v 1 和 v 2 结果，以及在√ s NN = 27 和 54.4 GeV 处进行的π ± 、K ± 、p 和¯ p 的 v 2 结果。在高能 Au+Au 碰撞中，人们发现 v 2 的值全为正值，并且组分夸克数 (NCQ) 标度成立。另一方面，在 3 GeV 处进行的碰撞的结果显示，所有强子的中快速度 v 2 均为负，并且不存在 NCQ 标度。此外，发现所有强子的中快速度 v 1 斜率均为正值。此外，通过重子平均场势的计算，可以重现 3 GeV 处 v 2 为负、v 1 为正的斜率特征。这些结果表明，在 3 GeV Au+Au 碰撞中，介质以重子相互作用为特征。
![arxiv：2109.13085v1 [cs.lg] 21 Sep 2021](/simg/g:\will\search\icon\source\c\c18afb6dff6069fa5a070de2f822b415342e474a.webp)
arxiv：2109.13085v1 [cs.lg] 21 Sep 2021
摘要 - 与错误相关的电位（ERRP）是事件与事件相关的电位（ERP），这是由于实验参与者在任务性能过程中对错误的识别所引起的。错误已被用于用于脑部计算机界面（BCIS），以检测和纠正错误，并在线解码算法。基于Riemannian几何学的特征提取和分类是BCI的一种新方法，在一系列实验范式中显示出良好的性能，但尚未应用于ERRP的分类。在这里，我们描述了一个实验，该实验引起了执行视觉歧视任务的七个正常参与者的错误。在每个试验中提供了音频反馈。我们使用多通道脑电图（EEG）记录来对ERRP进行分类（成功/失败），将基于Riemannian几何的方法与计算时间点特征的传统方法进行了比较。总体而言，Riemannian方法的表现优于传统方法（78.2％对75.9％的精度，p <0.05）；在七个参与者中，有三名在统计学上是显着的（p <0.05）。这些结果表明，Riemannian方法更好地捕获了反馈引用的错误，并且可能在BCI中应用于错误检测和校正。
![arXiv:2107.05208v2 [quant-ph] 2021 年 9 月 16 日](/simg/g:\will\search\icon\source\d\db94021f5f9648311c34bdb2172b7fd656a9fe86.webp)
arXiv:2107.05208v2 [quant-ph] 2021 年 9 月 16 日
量子信息物理自诞生以来就具有很强的交叉性，将量子力学定律与计算1、密码学2等实际领域相结合。在过去的30年里，量子信息协议和任务已经在各种物理系统中实现，包括光子、原子、离子、自旋、量子电路等等3。基于不同系统的优势，混合量子系统的想法被提出4，旨在耦合不同的物理系统并利用它们的优势。这样的系统不仅可以为研究腔QED中的新物理提供新平台和技术，而且有望在量子计算和量子增强传感5–7等领域带来发展动力。混合量子系统一种极具潜力的架构涉及将超导电路与自旋系综耦合，特别是金刚石中带负电的氮空位中心（NV−）8，这在过去十年中受到了广泛的研究兴趣9–20。在这样的系统中，可以实现强耦合机制，因为具有 N 个自旋的 NV 集合 (NVE) 与单个光子的耦合可以增强 √
![arXiv:2109.13187v1 [cs.CL] 2021 年 9 月 27 日](/simg/g:\will\search\icon\source\7\72c77591175f8be49103cb974c912552fea76256.webp)
arXiv:2109.13187v1 [cs.CL] 2021 年 9 月 27 日
人体内的药物与靶标相互作用 (DTI) 在生物医学科学和应用中起着至关重要的作用。由于每年在生物医学领域都有数百万篇论文发表，从生物医学文献中自动发现 DTI 知识（通常由关于药物、靶标及其相互作用的三元组组成）成为业界的迫切需求。现有的发现生物知识的方法主要是提取方法，这些方法通常需要详细的注释（例如，所有生物实体的提及、每两个实体提及之间的关系等）。然而，由于需要生物医学领域的专家知识，因此获取足够的注释非常困难且成本高昂。为了克服这些困难，我们使用生成方法探索了此任务的第一个端到端解决方案。我们将 DTI 三元组视为一个序列，并使用基于 Transformer 的模型直接生成它们，而无需使用实体和关系的详细注释。此外，我们提出了一种半监督方法，该方法利用上述端到端模型来过滤未标记的文献并对其进行标记。实验结果表明，我们的方法在 DTI 发现方面的表现明显优于提取基线。我们还创建了一个数据集 KD-DTI 来推进这项任务，并将其发布给社区。
![arXiv:2108.12371v2 [quant-ph] 2021 年 9 月 21 日](/simg/g:\will\search\icon\source\1\1b76f33e0c2913548ca948c6edec6ea8f287cdd1.webp)
arXiv:2108.12371v2 [quant-ph] 2021 年 9 月 21 日
我们研究硬件规格如何影响最终运行时间和在容错机制下实现量子优势所需的物理量子比特数。在特定时间范围内，不同量子硬件设计的代码周期时间和可实现的物理量子比特数可能会相差几个数量级。我们从对应于特定化学应用的量子优势的逻辑资源需求开始，模拟 FeMoco 分子，并探索使用额外量子比特可以在多大程度上缓解代码周期变慢的问题。我们表明，在某些情况下，只要有足够的物理量子比特，代码周期时间明显变慢的架构仍然能够达到理想的运行时间。我们利用了之前在纠错表面码领域考虑过的各种空间和时间优化策略。具体来说，我们比较了两种不同的并行化方法，即表面代码单元游戏和 AutoCCZ 工厂，这两种方法都可以逐步加快计算速度，直到达到反应限制率。最后，我们计算了在可用且真正构成威胁的很短时间内破解比特币网络中 256 位椭圆曲线密钥加密所需的物理量子比特数。使用表面代码在一小时内破解加密需要大约 3.17 亿个物理量子比特，代码周期为 1 µs ，反应时间为 10 µs ，物理门误差为 10 − 3 。而要在一天内破解加密，则需要 1300 万个物理量子比特。
![arxiv：2109.06260v1 [Quant-ph] 13 Sep 2021](/simg/g:\will\search\icon\source\1\136f3433f01b4e80a2dc81e96185c7375261e636.webp)
arxiv：2109.06260v1 [Quant-ph] 13 Sep 2021
我们提出了一组量子匿名否决（QAV）的协议，该协议在概率，迭代和确定性方案下大致分类。这些方案基于不同类型的量子资源。特别是，它们可能被视为基于单光子的，两部分和基于状态的基于状态，基于正交状态和基于共轭编码的基于单光子。针对有效的QAV方案的所有要求（例如隐私，验证能力，鲁棒性，固定，约束力，资格和正确性）分析了所提出的方案的集合。与现有的QAV方案相比，所提出的方案更为有效，并鲁棒性达到中等的脱位率。此外，观察到概率QAV方案的正确性和鲁棒性之间的交易。此外，基于多部分密集编码的确定QAV方案是此处提出的一组方案中最有效的方案。采用密集编码的基于双方纠缠的迭代方案是另一种有效和实用的计划。在设计新协议的过程中，还探索了用匿名否决网络的餐饮密码网络之间的内部连接。
![arXiv:2109.09938v1 [nucl-th] 2021 年 9 月 21 日](/simg/g:\will\search\icon\source\8\8e8e521e8abb2de1f8159c90f1fa69e7c6ed92cc.webp)
arXiv:2109.09938v1 [nucl-th] 2021 年 9 月 21 日
本工作中，我们在改进的EQMD模型框架内重建了γ光子的能谱，它与86Kr+12C在E/A=44MeV时的实验数据有很好的一致性。考虑12C的α团簇结构，研究了自由质子和直接光子的定向流和椭圆流。与自由质子相比，直接光子流能更清楚地提供有关核反应早期阶段的信息。本工作中观察到了不同12C组态之间集体流的差异。这表明直接光子的集体流对初始组态很敏感，因此γ轫致辐射过程可以作为研究费米能区重离子碰撞中轻核α团簇结构的一种替代探针。