认识论又称为科学哲学。它是哲学的一部分,我们研究知识、知识的基础、性质、范围和局限性。方法论是认识论的一个分支,我们研究特定于科学或学科的研究和分析方法。我们经常看到这个术语与方法(用于建立或证明真理,根据确定的原则和按特定顺序应用的步骤引导我们的思想)混淆使用。有时使用“logy”后缀来为我们不应该使用的术语提供科学解释……卡尔波普尔是 20 世纪的主要科学哲学家,他的工作主要集中在科学发现的逻辑上 [1]。他将可重复性提升为研究科学性的主要标准。十年来,我们在许多领域都观察到了可重复性危机,计算机科学就是其中之一。ACM 术语最近在 2020 年进行了更改,以反映计算机科学家的这种认识以及朝着产生可靠结果的正确方向的发展。经典计算机是确定性机器,即使我们运行随机模拟也是如此。当正确使用伪随机数时,我们可以用适当的方法精确地获得按位相同的结果,从而调试正在构建的科学软件,这是至关重要的 [2]。量子机器本质上是随机的,每次运行都可能产生不同的结果,但可重复性(而非可重复性)仍然是检查量子机器质量的主要标准:我们是否获得相同的统计数据和相同的科学结论?在简要回顾量子计算的起源之后,我们将在真实量子处理器上模拟和测试 Grover 算法时回顾正在进行的工作。
少量学习 (FSL) 是从少量训练示例中学习识别以前未见过的图像类别的任务。这是一项具有挑战性的任务,因为可用的示例可能不足以明确确定哪些视觉特征最能体现所考虑类别的特征。为了缓解这个问题,我们提出了一种额外考虑图像类别名称的方法。虽然之前的工作已经探索过类名的使用,但我们的方法在两个关键方面有所不同。首先,虽然之前的工作旨在直接从词嵌入中预测视觉原型,但我们发现通过分别处理视觉和基于文本的原型可以获得更好的结果。其次,我们提出了一种使用 BERT 语言模型学习类名嵌入的简单策略,我们发现该策略大大优于之前工作中使用的 GloVe 向量。此外,我们提出了一种处理这些向量高维性的策略,该策略受到跨语言词嵌入对齐模型的启发。我们对 miniImageNet、CUB 和 tieredImageNet 进行了实验,结果表明我们的方法能够持续提高基于度量的 FSL 的最新水平。
摘要:本研究的目的是开发一个框架,以识别可能导致人为错误并进而导致 3 级自动驾驶事故的关键人为因素 (HF)。尽管人们非常重视开发自动驾驶汽车的硬件和软件组件,但尚未研究人类驾驶员与自动驾驶汽车之间的交互。由于用户的接受度和信任度对于自动驾驶技术的进一步可持续发展至关重要,因此考虑会影响用户满意度的因素至关重要。由于自动驾驶是一个新的研究领域,因此对其他成熟领域的文献进行了回顾,以找出这些可能的 HF。在此,部署了相互关系矩阵来识别关键 HF,并分析这些 HF 之间的关联及其对性能的影响。年龄、注意力、多任务处理能力、智力和学习速度被选为自动驾驶技术中最关键的 HF。在设计驾驶员与自动驾驶系统之间的交互时考虑这些因素将通过确保良好的可用性和用户体验来提高用户对该技术的接受度及其可持续性。
我们考虑以可验证的方式在量子网络中共享秘密量子态的任务。我们提出了一种协议,该协议可以完成此任务,同时与现有协议相比,所需的量子比特数更少。为了实现这一点,我们将量子秘密的经典加密与基于 Calderbank-Shor-Steane 量子纠错码的现有可验证量子秘密共享方案相结合。通过这种方式,我们获得了一种用于共享量子比特的可验证混合秘密共享方案,该方案结合了量子和经典方案的优点。我们的方案不会向参与协议的 n 个节点中不到一半的任何组透露任何信息。此外,为了共享一个量子比特状态,每个节点都需要一个量子存储器来存储 n 个单量子比特共享,并且需要最多 3 n 个量子比特的工作空间来验证量子秘密。重要的是,在我们的方案中,单个共享被编码在单个量子比特中,而以前的方案则需要每个共享 (log n ) 个量子比特。此外,我们定义了一个斜坡可验证的混合方案。我们给出了基于现有量子纠错码的各种可验证混合方案的具体示例。
通过测量来估计量子态的物理性质是量子科学中最基本的任务之一。在这项工作中,我们确定了状态的条件,在这些条件下,可以从与系统大小呈多项对数关系、与目标可观测量的局部性呈多项式关系的副本数推断出状态所有准局部可观测量的期望值。我们表明,与最先进的断层扫描协议相比,这可证明副本数量呈指数级增长。我们将最大熵方法与经典阴影和量子最优传输等新兴领域的工具相结合,从而实现了我们的结果。后者使我们能够根据可观测量的局部性以及我们对一组固定少体可观测量的期望值的近似程度,对估计可观测量期望值时产生的误差进行微调。我们推测我们的条件适用于所有表现出某种形式的相关性衰减的状态,并针对其中的几个子集建立了该条件。这些包括广泛研究的状态类别,例如任意超图上的局部交换哈密顿量的一维热和高温吉布斯状态或浅电路的输出。此外,我们展示了最大熵方法在样本复杂度之外的改进,这些改进是独立感兴趣的。这些包括确定可以有效执行后处理的机制以及多体状态协方差矩阵条件数的新界限。
任何定义、证明或说明重要主旨的信息都是重要的。阅读时,请特别注意此类信息。如果您注意使用的语言,您可以更轻松地找到它。说明性事实通常由指示性短语“例如”引入;定义出现在清晰、简洁和权威的陈述中;描述通常以叙述形式叙述或关联信息;解释要么调和不同的观点,要么描述与某个想法相关的条件。
作者:BG James R. Moran 美国陆军退役 我们读过或亲身经历过陆军采购的许多试验和成功 - 是的,成功。国防部也进行过如此多的研究,以至于“采购改革”的口号最好被称为“50 年不间断的采购改革”。不幸的是,这些研究的最终结果通常更多的是戏剧性和做秀性,而不是真正的进步。真正的采购改革将包括大量正在被取消或显著减少的政策、程序和法规,但在过去 50 年已公布的改革中我们还没有看到任何类似的东西。成功的陆军采购无处不在:艾布拉姆斯坦克、阿帕奇、爱国者、士兵系统、斯瑞克、数字化等等。人们无法相信今天会有指挥官愿意用自己的系统或装备来换取其他国家的。因此,我们的系统和工具是全世界羡慕的对象。它能更有效更高效地执行吗?答案只有一个:当然。政府采购永远不会是优雅的。坦率地说,有太多感兴趣、有影响力和强大的政治和工业选民。还有一个庞大而根深蒂固的政府家庭手工业,包括检查员(以及检查检查员的检查员)和审查员(以及审查审查员的审查员)。我们只能希望有一天能有更多的检查员和审查员。
通过测量估算量子态的物理性质是量子科学中最基本的任务之一。在这项工作中,我们确定了状态的条件,在这些条件下,可以从与系统大小呈多项对数关系、与目标可观测量的局部性呈多项式关系的副本数推断出状态所有准局部可观测量的期望值。我们表明,与最先进的断层扫描协议相比,这可证明副本数量呈指数级增长。我们将最大熵方法与经典阴影和量子最优传输等新兴领域的工具相结合,从而实现了我们的结果。后者使我们能够根据可观测量的局部性以及我们对一组固定少体可观测量的期望值的近似程度,对估计可观测量期望值时产生的误差进行微调。我们推测我们的条件适用于所有表现出某种形式的相关性衰减的状态,并针对其中的几个子集建立了该条件。这些包括广泛研究的状态类别,例如任意超图上的局部交换汉密尔顿的一维热和高温吉布斯状态或浅电路的输出。此外,我们展示了最大熵方法在样本复杂度之外的改进,这些改进是独立感兴趣的。这些包括确定可以有效执行后处理的机制以及多体状态协方差矩阵条件数的新界限。
人类文明目前正在超越许多关键的地球边界,面临着生态崩溃的多维危机,包括危险的气候变化、海洋酸化、森林砍伐和生物多样性崩溃(Lenton 等人,2020 年;Rockström 等人,2009 年;Ste ffien 等人,2015 年;Ste ffien 等人,2018 年)。与关于人类世的一般叙述相反,这场危机不是由人类本身引起的,而是由特定的经济体系引起的:这个体系以永久扩张为前提,不成比例地使少数富人受益(Moore,2015 年)。经济增长与生态崩溃之间的关系现在在实证记录中得到了很好的证明。主流经济学中,主流观点认为我们必须继续追求永久增长(见 Hickel,2018a),因此必须寻求将 GDP 与生态影响脱钩,实现“绿色”增长。不幸的是,绿色增长的希望没有什么根据。没有历史证据表明 GDP 与资源使用(以物质足迹衡量)长期绝对脱钩,所有现存模型都预测即使在乐观条件下也无法实现这一目标(Hickel & Kallis,2020 年;Vadén、Lähde、Majava、Järvensivu、Toivanen & Eronen,2020 年;Vadén 等人,2020b)。只需用可再生能源取代化石燃料,即可实现 GDP 与排放的绝对脱钩;但如果经济继续以正常速度增长,这一目标的实现速度无法足够快,无法实现 1.5°C 和 2°C 的碳预算。更快的增长意味着更多的能源需求,而更多的能源需求使得在我们剩下的短暂时间内用可再生能源来满足它变得更加困难(Hickel & Kallis,2020年;Raftery 等人,2017 年;Schroder & Storm,2020 年)。
流感对儿童来说是一种令人不快的疾病,会引起发烧、极度疲劳、肌肉和关节疼痛、鼻塞、干咳和喉咙痛。大多数儿童在一周内康复,并可以回到托儿所或学校,但对一些儿童来说,流感可能会危及生命。