XiaoMi-AI文件搜索系统
World File Search SystemSep
![arXiv:1809.00346v1 [cs.RO] 2018 年 9 月 2 日](/simg/g:\will\search\icon\source\4\4f1ed1ac1a507dc170810cd7e2be578c5cf1eed6.webp)
arXiv:1809.00346v1 [cs.RO] 2018 年 9 月 2 日
摘要 — 脑机接口 (BCI) 是一项已有近四十年历史的技术，其开发的唯一目的是开发和增强神经假体的影响。然而，近年来，随着非侵入式脑电图 (EEG) 耳机的商业化，该技术已得到广泛的应用，如家庭自动化、轮椅控制、车辆转向等。最新开发的应用之一是意念控制的四旋翼无人机。然而，这些应用不需要非常高速的响应，当使用标准分类方法（如支持向量机 (SVM) 和多层感知器 (MLPC)）时会给出令人满意的结果。当固定翼无人机需要高速控制时，就会面临问题，因为分类速度慢，导致此类方法不可靠。这样的应用要求系统以高速对数据进行分类，以保持车辆的可控性。本文提出了一种新的分类方法，该方法结合了通用空间范式和线性判别分析，可以实时提高分类准确率。本文还讨论了基于非线性 SVM 的分类技术。此外，本文还讨论了所提方法在固定翼和 VTOL 无人机上的实施。
![arXiv:2209.03177v1 [eess.IV] 2022 年 9 月 7 日](/simg/g:\will\search\icon\source\f\fa3ee8171c3333978c39d246479d5573a87f0728.webp)
arXiv:2209.03177v1 [eess.IV] 2022 年 9 月 7 日
摘要。可以使用医学成像数据研究人体解剖学、形态学和相关疾病。然而，由于管理和隐私问题、数据所有权和获取成本，医学成像数据的访问受到限制，从而限制了我们了解人体的能力。解决这个问题的一个可能方法是创建一个模型，该模型能够学习，然后根据特定的相关特征（例如年龄、性别和疾病状况）生成人体的合成图像。最近，以神经网络形式出现的深度生成模型已用于创建自然场景的合成二维图像。然而，由于数据稀缺以及算法和计算限制，生成具有正确解剖形态的高分辨率三维体积图像数据的能力受到阻碍。这项工作提出了一个生成模型，该模型可以扩展以生成解剖学正确、高分辨率和逼真的人脑图像，并具有进行进一步下游分析所需的质量。生成无限量数据的能力不仅能够实现大规模人体解剖学和病理学研究，而不会危及患者隐私，而且还能显著推动异常检测、模态合成、有限数据下的学习以及公平且合乎道德的人工智能领域的研究。代码和训练模型可在以下网址获取：https://github.com/AmigoLab/SynthAnatomy。
![arXiv:2112.09345v2 [quant-ph] 2022 年 9 月 1 日](/simg/g:\will\search\icon\source\0\046feac603a75ed93e70e5239b6c9f60b4e0e313.webp)
arXiv:2112.09345v2 [quant-ph] 2022 年 9 月 1 日
基于冯·诺依曼体系结构的现代计算机系统是一个由多个交互模块组成的复杂系统。它需要彻底了解信息存储、处理、保护、读出等物理原理。量子计算是量子信息最普遍的用途，迄今为止采用混合体系结构，即量子算法以经典方式存储和控制，而其执行主要是量子的，从而产生所谓的量子处理单元。这种量子-经典混合受到其经典成分的限制，无法揭示该领域从一开始就设想的全量子计算机系统的计算能力。最近，量子信息的本质得到了进一步的认识，例如无编程和无控制定理，以及对量子算法和计算模型的统一理解。因此，在本文中，我们提出了一种通用量子计算机系统模型，即冯·诺依曼体系结构的量子版本。它使用 ebit（即贝尔态）作为量子存储单元的元素，使用量子位作为量子控制单元和处理单元的元素。作为数字量子系统，其全局配置可视为张量网络状态。其通用性通过基于程序组合方案通过通用量子门隐形传态执行量子算法的能力得到证明。它还受到不确定性原理（量子信息的基本定律）的保护，使其具有不同于传统情况的量子安全性。特别是，我们引入了一些量子电路的变体，包括尾部、嵌套和拓扑电路，以表征量子记忆和控制的作用，这在其他情况下也可能具有独立的兴趣。总之，我们的主要研究展示了量子信息的多种力量，并为在不久的将来创建量子计算机系统铺平了道路。
科学评论中心汇总Sep ...
向所有申请人通知NIH政策：仅出于信息目的提供会议名单。申请人调查人员和机构官员不得直接与研究部分成员有关审查之前或之后的申请。未能观察该政策将在同行审查过程中严重违反诚信，并可能导致NOT-OD-22-044中概述的行动，包括从即时审查中删除申请。
![arXiv:2109.00731v1 [hep-ph] 2021 年 9 月 2 日](/simg/g:\will\search\icon\source\4\4788bd97188d2b3e489427cb317007cf69d4c306.webp)
arXiv:2109.00731v1 [hep-ph] 2021 年 9 月 2 日
自 2003 年 Belle 合作组观测到 X (3872) [ 1 ] 以来, 一系列类粲偶素态, 也称为 XYZ 态在实验上被发现 [ 2 ], 它们的奇异性质为我们理解量子色动力学 (QCD) 的非微扰性质提供了理想的平台 [ 3 – 6 ]。对于类粲偶素态的性质, 人们提出了一些奇异的解释, 如四夸克效应、分子效应、混合效应和运动学效应等, 但传统的粲偶素解释不能被抛弃 [ 3 – 9 ]。典型例子是光子-光子聚变过程中产生的 X (3915) 和 X (3930) [ 10 , 11 ]，可分别指认为粲偶素 χ c 0 (2 P ) 和 χ c 2 (3 P ) 态 [ 12 ]。但对于大部分类粲偶素态，文献中既有奇异的解释，也有传统的粲偶素指认为态，其性质仍存在疑问。以 X (4140) 为例，它在 2009 年由 CDF 合作组首次观测到 [ 13 ]，由于不同实验组对其宽度的测得差异很大 [ 20 – 22 ]，一直被解释为传统的 c¯ c 态 [ 14 , 15 ] 和四夸克态 [ 16 – 19 ]。然而，无零同位旋的类粲偶态尤其有趣，因为它们是奇异态的明显候选者，引起了实验和理论的极大关注。2014 年，BESIII 合作组在 e + e − → ( D ∗ ¯ D ∗ ) ± π ∓ 过程的 π ∓ 反冲质谱中观察到了一个结构
![arXiv:2107.12536v2 [q-bio.NC] 2021 年 9 月 1 日](/simg/g:\will\search\icon\source\2\24c04e2789e8562ffdc92d8b297da67969a7bd15.webp)
arXiv:2107.12536v2 [q-bio.NC] 2021 年 9 月 1 日
在本研究中，我们基于从狨猴大脑中收集的局部场电位数据，提出了一种与帕金森病 (PD) 相关大脑区域的新型生物物理计算模型。帕金森病是一种神经退行性疾病，与黑质致密部多巴胺能神经元的死亡有关，而这会影响大脑基底神经节-丘脑-皮质 (BG-TC) 神经回路的正常动态。尽管该疾病有多种潜在机制，但仍然缺乏对这些机制和分子发病机制的完整描述，而且仍然无治愈方法。为了填补这一空白，人们提出了类似于动物模型中发现的神经生物学方面的计算模型。在我们的模型中，我们执行了一种数据驱动的方法，其中使用差分进化优化一组生物约束参数。进化模型成功地模拟了健康和帕金森狨猴脑数据的单神经元平均放电率和局部场电位的光谱特征。就我们而言，这是
夏令营学生教育计划（9月）
学生姓名 ____________________________________ 学生 ID _____________________________ 学位目标： BA BS __________________________________ 目录年份 __________________________
![arXiv:2002.12887v2 [quant-ph] 2020 年 9 月 9 日](/simg/g:\will\search\icon\source\2\266fcfc90101fc10fe1a8b82fd7ef6ff26d4692f.webp)
arXiv:2002.12887v2 [quant-ph] 2020 年 9 月 9 日
摘要：借助量子信息论中的技术，我们开发了一种方法，可以系统地获得多个矩阵变量中的算子不等式和恒等式。它们采用迹多项式的形式：涉及矩阵单项式 X α 1 ··· X α r 及其迹 tr ( X α 1 ··· X α r ) 的多项式表达式。我们的方法依赖于将对称群在张量积空间上的作用转化为矩阵乘法。因此，我们将极化的凯莱-汉密尔顿恒等式扩展为正锥上的算子不等式，用 Werner 状态见证来表征多线性等变正映射集，并在张量积空间上构造置换多项式和张量多项式恒等式。我们给出了与量子信息论和不变理论中的概念的联系。
![arxiv：2009.03415v1 [Quant-ph] 7 Sep 2020](/simg/g:\will\search\icon\source\d\d3bb386d6ea45ddf7e48aaf2b5f921d36436c021.webp)
arxiv：2009.03415v1 [Quant-ph] 7 Sep 2020
非积分性，多体物理学，复杂性，千古性和熵产生之间的联系是统计力学的基石。量子混乱的目的是将这些问题扩展到量子域中。在这方面的基础作品包括将经典周期性轨道与状态级统计密度[1]的密度[1]，Wigner函数[2]的证明和量子疤痕相连的半经典方法[3]和与随机MA-Trix理论的连接。搜索混乱的这些足迹，以及独立于任何经典限制的“真实”量子混乱的表征，从基础观点也对量子信息处理都产生了重要的后果。例如，此类研究在量子系统中的复杂性，并在信息处理方案（如量子模拟）中起着至关重要的作用，例如量子模拟，这些模拟优于其经典对应物。量子域中混乱的表征自来就引起了很多争议，与其经典的反应部分不同，统一的量子进化保留了两个初始状态向量之间的重叠，因此排除对初始条件的持久性。但是，一项更深入的研究揭示了量子系统中的混乱。在过去的几十年中，已经对这些问题进行了广泛的研究，并且已经发现了古典混乱的几个量子特征。有趣的是，这与对实验室中单个量子系统的精致控制以及与不可融合/混乱的哈密顿量相干驱动这些系统的能力。otoc在量子最新趋势包括涉及量子混乱与超时订购的相关因子（OTOC）的连接以及多体系统中量子信息的扰动速率以及量子统计力学的基础，从量子统计力学的基础，量子相位转换的基础，以及一手的量子上的量子，到了其他内部的spram scram of Sprampham of Scramplam of Spram of Scramphorm of Spram ons noff onshoff onshond of Scram of Shore [4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4-4。
![arXiv:2409.02509v1 [quant-ph] 2024 年 9 月 4 日](/simg/g:\will\search\icon\source\9\9e13219e1d5a20db0a7166df4e72db959a994113.webp)
arXiv:2409.02509v1 [quant-ph] 2024 年 9 月 4 日
分布式量子计算是在有限规模的量子处理器上进行大规模量子计算的一种实用方法。它可以通过飞行量子比特中的直接量子通道来实现。此外，预先建立的量子纠缠也可以充当具有局域操作和经典通道的量子通道。然而，纠缠伪造技术不需要量子通道和纠缠等量子关联，我们只需使用局域操作和经典通道就可以经典地伪造纠缠态。在本文中，我们展示了在两个量子处理器上实现非局域量子电路的方法，这些方法不需要任何量子关联，这是基于使用经典伪造的贝尔态进行隐形传态相当于量子态层析成像的事实。作为补偿，单次测量的开销会增加，并且需要几个辅助量子比特。我们的结果扩展了集成量子处理器的可能性。我们期望我们的方法能够补充分布式量子计算的工具箱，并促进量子计算规模的扩展。