XiaoMi-AI文件搜索系统
World File Search SystemZanardi
rad ionikioiu div>
48。R。Ionicioiu，A。Hamma和P. Zanardi，《纠缠，区域定律与群体理论》，《量子信息处理：从理论到实验》，D.G。Angelakis，M。Christandl，A。Ekert，A。Kay和S. Kulik（编辑），iOS Press 2006，pp。175-179（北约ASI的论文集，量子计算和信息QCI 2005，2005年5月2日至13日，Chania，Crete，Heece）。
简历博士朱利亚诺·安吉拉
通过与意大利一些主要冶金公司进行科学合作，其中包括位于米内尔贝 (VR) 的 Zanardi Fonderie SpA，该公司是欧洲生产传统和先进球墨铸铁的领先企业，他最近的研究活动致力于开发本构方程以及传统和先进铸铁（如高硅铸铁）以及采用热处理生产的铸铁（如奥氏体球墨铸铁 (ADI) 和等温球墨铸铁 (IDI)）的生产-微观结构-性能之间的相关性。
Meenu Kumari
出版物和预印本O Meenu Kumari，ÁlvaroM。Alhambra，Eigenstate的特征集体旋转模型，Quantum 6，701（2022）。O Jack Davis，Meenu Kumari，Robert Mann和Shohini Ghose，《 Spin-J Systems》中的Wigner负性，物理。修订版研究3，033134（2021）。o namit Anand，Georgios Styliaris，Meenu Kumari和Paolo Zanardi，量子相干是混乱的签名，物理。修订版研究3，023214（2021）。o meenu kumari和shohini ghose，纠缠和混乱，物理。Rev，A 99，042311（2019）。 o meenu kumari和shohini ghose，周期性轨道附近的量子古典对应关系，物理。 Rev，E 97，052209（2018）。 o meenu kumari，shohini ghose和罗伯特·曼恩（Robert Mann），使用铃铛不等式的Qudits对称性扩展的不足条件，物理。 修订版 A 96，012128（2017）。 o meenu kumari，Eduardo Martin-Martinez，Achim Kempf和Shohini Ghose，通过耦合到量化的环境，稳定量子，Arxiv Preprint Arxiv：1711.07906（2017）。Rev，A 99，042311（2019）。o meenu kumari和shohini ghose，周期性轨道附近的量子古典对应关系，物理。Rev，E 97，052209（2018）。 o meenu kumari，shohini ghose和罗伯特·曼恩（Robert Mann），使用铃铛不等式的Qudits对称性扩展的不足条件，物理。 修订版 A 96，012128（2017）。 o meenu kumari，Eduardo Martin-Martinez，Achim Kempf和Shohini Ghose，通过耦合到量化的环境，稳定量子，Arxiv Preprint Arxiv：1711.07906（2017）。Rev，E 97，052209（2018）。o meenu kumari，shohini ghose和罗伯特·曼恩（Robert Mann），使用铃铛不等式的Qudits对称性扩展的不足条件，物理。修订版A 96，012128（2017）。o meenu kumari，Eduardo Martin-Martinez，Achim Kempf和Shohini Ghose，通过耦合到量化的环境，稳定量子，Arxiv Preprint Arxiv：1711.07906（2017）。
拓扑数据分析的量子算法的复杂性理论限制
用于拓扑数据分析的量子算法（TDA）似乎比最佳的经典方法具有指数优势，同时还可以免疫去量化程序和数据加载问题。在本文中，我们提供了复杂性理论的证据，即TDA的核心任务（估计Betti数字）即使对于量子计算机也很棘手。特别是，我们证明，计算贝蒂号的问题完全是＃p-hard，而将betti号码近似为乘法误差的问题是NP-HARD。此外，如果仅限于TDA的量子算法，这两个问题都会保留其硬度。由于预计量子计算机不会在次指数时间内解决＃p-hard或NP - 硬问题问题，因此我们的结果表明，在最坏情况下，量子算法仅在TDA中仅具有多项式优势。我们通过表明劳埃德（Lloyd），加纳龙（Garnerone）和扎纳迪（Zanardi）开发的TDA的开创性量子算法来支持我们的主张，这在几乎所有情况下都超过了最著名的经典方法上的二次加速。最后，我们认为，如果给出输入数据作为简单的特定而不是作为顶点和边缘列表，则可以恢复量子优势。
综合信息理论的数学结构
整合信息理论 (IIT) 由 Giulio Tononi 等人 [ 5 , 45 – 47 ] 提出，已成为意识研究的主要科学理论之一。该理论最新版本 [ 19 , 25 , 26 , 31 , 40 ] 的核心是一种算法，该算法基于给定状态下物理系统内部功能关系的整合水平，旨在确定其意识体验的质量和数量（“ Φ 值”）。尽管该理论本身很有前景 [ 12 , 43 ]，但其数学表述迄今为止并不令人满意。以示例和附带解释的形式呈现掩盖了该理论的基本数学结构，阻碍了哲学和科学分析。此外，该理论的当前定义只能应用于相对简单的经典物理系统 [1]，如果将该理论视为意识的基本理论，那么这一点就有问题，并且最终应与我们现有的物理理论相协调。为了解决这些问题，我们研究了 IIT 算法的基本原理，并正式定义了集成信息理论的广义概念。该概念抓住了 IIT 固有的数学结构，并提供了该理论的严格数学定义，其中 Tononi 等人的“经典”IIT 3.0 [25，26，31] 以及最近引入的 Zanardi、Tomka 和 Venuti [50] 的量子集成信息理论作为特例。此外，这种概括使我们能够扩展经典 IIT，使其摆脱 [3] 中确定的许多简化假设。我们的结果总结在图 1 中。在相关文章 [ 44 ] 中，我们更广泛地展示了如何处理 IIT 的主要概念（包括因果关系和积分），以及定义 IIT，从任何合适的物理系统理论和用范畴论描述的过程开始。然后，限制为经典或量子过程，将上述每个过程视为特殊情况。这种处理使 IIT 适用于一大类物理系统，并有助于克服当前的限制。
过程理论中的综合信息
近年来，Giulio Tononi 及其合作者开发了一套用于研究综合因果行为的工具包，名为综合信息理论 (IIT) [Ton04, OAT14]。该理论最初是作为一种意识的科学理论提出的，其基础是意识起源于大脑中综合的或“整体的”内部动态。更广泛地说，IIT 方法已被用于研究简单信息处理系统中的综合行为，包括自主性 [MKW + 17]、因果关系 [AMHT17]，以及状态分化研究 [MGRT16]。虽然 IIT 背后的原理似乎非常通用，但它通常仅适用于简单、有限的经典物理系统（通常描述为相互作用的“元素”图）。在相关文章 [KT20] 中，本文作者表明 IIT 的核心算法可以得到显著扩展，从而允许人们基于非常广泛的物理系统概念正式定义广义 IIT。在本文中，我们展示了如何用物理过程理论的语言自然地研究 IIT 的关键概念，包括系统、积分和因果关系，物理过程理论在数学上被描述为对称幺半范畴。过程理论带有直观但严谨的图形演算 [Sel11]，使我们能够以图形方式呈现 IIT 的许多方面。特别是，我们展示了如何从任何合适的过程理论出发定义广义 IIT，从而允许我们将 IIT 扩展到新的物理设置。选择经典概率过程理论本质上产生了 [OAT14] 意义上的 IIT 3.0。相反，从量子过程理论出发，可以得到 Zanardi、Tomka 和 Venuti [ZTV18] 定义的量子集成信息理论的一个版本，这是本研究的主要动机。这里我们只概述了分类视角在 IIT 等理论中的应用。未来还有很大的发展空间，可以开展更丰富的研究