XiaoMi-AI文件搜索系统
World File Search Systemmar
![arxiv：2503.03618v1 [cs.dc] 2025年3月5日](/simg/g:\will\search\icon\source\4\40527f32c822586d79f6712a223542ee3654e7c0.webp)
arxiv：2503.03618v1 [cs.dc] 2025年3月5日
本文档介绍了基于Raspberry Pi 3模型B的低功率IoT服务器群集的设计和实现，并由太阳能提供动力。所提出的体系结构集成了Kubernetes（K3S）和Docker，提供了有效，可扩展和高性能的计算环境。该集群旨在优化能源消耗，利用200W太阳能电池板系统和100AH锂离子电池，以支持在有利的环境条件下连续操作。绩效分析是根据从外部来源获得的理论推断和数据进行的，评估资源分配，功耗和服务可用性。这些分析在不同情况下对系统的运行可行性提供了理论估计。结果表明，该系统可以作为边缘应用程序和云服务的可行且可持续的替代方案，从而减少了对传统数据中心的依赖。除了通过大大减少碳足迹对环境可持续性的积极影响外，该解决方案还解决了经济问题，因为传统数据中心消耗了巨大的能源，从而增加了对电网的需求增加和更高的运营成本。
![arxiv：2403.06003v1 [CS.RO] 2024年3月9日](/simg/g:\will\search\icon\source\4\4b4e0cb890dc0eb5c2603aca24782404bf5974a2.webp)
arxiv：2403.06003v1 [CS.RO] 2024年3月9日
摘要 - 基于偏好的奖励学习是一种教授机器人和自主系统的流行技术，人类用户如何希望他们执行任务。以前的作品表明，积极合成偏好查询以最大程度地提高有关奖励函数参数的信息增益可提高数据效率。信息增益标准着重于确定奖励函数的所有参数。这可能会浪费，因为许多参数可能会带来相同的奖励，并且许多奖励可能会导致下游任务中相同的行为。取而代之的是，我们表明可以优化学习奖励功能到行为等价类，例如在行为上诱导相同的排名，对选择的分布或其他相关奖励相似的相关定义。我们引入了一个可捕获的框架，该框架可以捕获相似性的这种定义。我们在合成环境中进行的实验，具有域转移的辅助机器人环境以及使用真实数据集的自然语言处理问题，证明了我们的查询方法的出色性能，而不是最先进的信息增益方法。
指南 7-PRIMS-2（2023 年 3 月）- MyNavyHR
第 1 节：角色和职责 1.概述。PRIMS-2 是有关现役 (AC) 和预备役 (RC) 海军服役成员的所有体能准备数据的权威数据库。2.官方 PFA 数据库。a.PRIMS-2 应用程序可跟踪五年的电子 PFA 记录。PFA 周期的数据（包括豁免和不参与的理由）必须在指挥部的 PFA 周期结束后立即输入到 PRIMS-2 中，但不得晚于海军 PFA 周期完成后的 30 天。我们鼓励尽快输入 PFA 数据： (1) 使用数据加载器小部件作为大型指挥部和互联网选项有限的指挥部的解决方案。(2) 船舶在具有适当的带宽进行输入时，应立即上传 PFA 数据。b.输入的数据必须与相应 PFA 周期的官方 BCA 和 PRT 记分表上反映的硬拷贝数据相匹配。c. CFL/ACFL 负责通过 PRIMS-2 输入 PFA 结果，并采取适当的管理措施以确保满足最后期限。CFL 最终负责数据库的完整性和准确性。命令编辑限制已到位，并且启用了数据输入跟踪。3.用户角色。以下是 PRIMS-2 中的授权角色： a.指挥健身领袖 (CFL)。使用 PRIMS-2 管理指挥部的 PFA 数据，包括：(1) 在进行 PFA 之前输入已批准的医疗豁免。
![arXiv:2212.11338v4 [quant-ph] 2024 年 3 月 4 日](/simg/g:\will\search\icon\source\e\efd02522df234e012654bd966ec8f49dd66e15d5.png)
arXiv:2212.11338v4 [quant-ph] 2024 年 3 月 4 日
量子信息的扰乱是随机化和基准测试协议、量子混沌的起源和黑洞物理学的根源，也是量子信息的一个重要特征。只要完全了解扰乱器，就可以解密这些信息 [arXiv:1710.03363.]。我们表明，即使事先不了解扰乱器，也可以通过一种学习算法来检索扰乱的信息，该算法可以构建一个高效的解码器。值得注意的是，解码器是经典的，因为它可以在经典计算机上有效地表示为 Clifford 算子。令人惊讶的是，只要没有成熟的量子混沌，经典解码器就可以保真地检索所有由无法在经典计算机上有效模拟的随机幺正所扰乱的信息。这一结果表明，人们可以以经典形式了解量子幺正的显著特性，并为量子混沌的含义提供了新的见解。此外，我们还获得了有关 t 掺杂 Clifford 电路（即包含 t 个非 Clifford 门的 Clifford 电路）的代数结构、它们的门复杂度和可学习性的结果，这些都是我们独立关注的。具体而言，我们表明 at 掺杂 Clifford 电路 U t 可以分解为两个 Clifford 电路 U 0 、 U ′ 0 ，它们之间夹着一个局部幺正算子 ut ，即 U t = U 0 ut U ′ 0 。局部幺正算子 ut 包含 t 个非 Clifford 门，对最多 t 个量子比特进行非平凡作用。作为简单的推论，t 掺杂 Clifford 电路 U t 的门复杂度为 O(n2+t3)，并且它允许使用 poly(n,2t) 资源进行高效的过程层析成像。
![arXiv:2403.04126v1 [quant-ph] 2024 年 3 月 7 日](/simg/g:\will\search\icon\source\d\d55344bb07be919afc9681f99d6383148c6b3024.png)
arXiv:2403.04126v1 [quant-ph] 2024 年 3 月 7 日
基于测量的量子计算是一种量子计算方法，其中对最初准备的纠缠资源状态执行自适应测量 [1,2]。在本文中，我们研究了基于测量的量子计算在一类资源状态（称为图状态）上的调度。具体而言，我们建立了测量调度和图的路径分解之间的等价关系。先前的工作通过设计特定于计算的图状态研究了基于测量的量子计算的优化 [3-9]。图状态的选择在量子比特和纠缠门的数量方面具有自然相关成本。然而，图状态的纠缠结构意味着整个状态可能不需要同时准备 [10]。因此，我们根据同时活跃的量子比特的数量来考虑给定图状态的空间成本。具体而言，我们只考虑对固定图状态的测量调度进行优化。我们的结果表明，基于测量的量子计算的空间成本与图的路径宽度成比例。此外，我们的分析表明，近似图的空间成本通常是 NP 难的。对于具有有界空间成本的图，我们建立了一种计算最佳测量计划的有效算法。我们探讨了我们的结果对容错量子计算实现的影响。我们认为，低度图（仅促进最近邻交互，例如方格）是减少空间资源的合适选择。本文的结构如下。在第二部分中，我们介绍了我们工作所需的框架。然后，在第三部分中，我们证明了我们的主要结果，它建立了测量计划和路径之间的等价性
![arXiv:2311.03764v4 [cs.LG] 2024 年 3 月 2 日](/simg/g:\will\search\icon\source\6\65d1deaefd3b0ae77e262828e98179c63a5a5134.png)
arXiv:2311.03764v4 [cs.LG] 2024 年 3 月 2 日
为了处理脑机接口 (BCI) 任务中脑电图 (EEG) 数据的稀缺性和异质性，并利用大型公开数据集的强大功能，我们提出了 Neuro-GPT，这是一个由 EEG 编码器和 GPT 模型组成的基础模型。基础模型使用自监督任务在大型数据集上进行预训练，该任务学习如何重建被掩盖的 EEG 片段。然后，我们在运动想象分类任务上对模型进行微调，以验证其在低数据量（9 个受试者）下的性能。我们的实验表明，与从头开始训练的模型相比，应用基础模型可以显著提高分类性能，这为基础模型的通用性及其应对 EEG 数据稀缺性和异质性挑战的能力提供了证据。该代码可在 https://github.com/wenhui0206/NeuroGPT 上公开获取。
![arxiv：2205.09711v3 [Quant-ph] 2 2023年3月2日](/simg/g:\will\search\icon\source\1\1d7b8184161e3118879fea12610d6bc7422a7d62.webp)
arxiv：2205.09711v3 [Quant-ph] 2 2023年3月2日
量子能力，作为给定量子通道的关键功能的关键数字，上限是Channel传输量子信息的能力。识别不同类型的通道，评估相应的量子能力并找到能力吸引的编码方案是量子通信理论的主要任务。量子通道，而由于有限的维度问题，连续变量通道中的错误模型的研究较少。在本文中，我们研究了一般连续的可变量子擦除通道。通过定义连续变量系统的有效子空间，我们找到了连续的可变随机编码模型。然后，我们在解耦理论框架中得出连续可变通道的量子能力。本文中的讨论在连续变量设置中填补了量子擦除通道的间隙，并阐明了对其他类型的连续变量量子通道的理解。
2024健康咨询＃7：增加全球和家庭麻疹病例和爆发：确保美国的儿童和旅行的人
理事会的立法程序始终包括为公众提供意见的正式途径。每个法案都有公开听证会，任何公众都可以亲自作证或虚拟作证；他们也可以在不参加的情况下提交书面证词。经常应根据要求将翻译提供给公众。所有听证会均为网络广播，并将收到的所有证词添加到公共记录中，该记录可以通过理事会的网站以及听证会的存档网络广播和笔录。始终鼓励公众提供证词，因为理事会采用听证会来告知立法和政策决定。实际上，该会议中特别提到的法案是听证会的主题，该法案延长了行政官员和公众的证词近五个小时，具有各种各样的观点。有理由建立宪章修订委员会，但主张的理由不是可信的。
![arXiv:1912.01270v3 [quant-ph] 2023 年 3 月 1 日](/simg/g:\will\search\icon\source\b\b8925800e98a19fb58f4c3c02d4e353d3a9dd58f.webp)
arXiv:1912.01270v3 [quant-ph] 2023 年 3 月 1 日
超不可控性是一种特殊的空间量子相关性，可以在存在有限共享随机性的转向场景中观察到。在这项工作中，我们在转向场景中定义了一个可通过实验测量的量来证明超不可控性。在这种场景的随机性认证背景下，我们证明了这种超不可控性的认证为真正的随机性生成量提供了界限。另一方面，超局部性是另一种空间量子相关性，可以在存在有限共享随机性的贝尔场景中观察到。我们确定了不等式来证明贝尔场景中的超局部性，可以采用这些不等式来实现 2 对 1 和 3 对 1 随机访问码。我们观察到，在存在有限共享随机性的情况下，这种超局部性的认证可作为随机访问码的资源。作为我们对超不可控性和超局域性认证的副产品，我们确定了具有量子性的可分离状态的新分类。
![arXiv:2303.03715v2 [quant-ph] 2023 年 3 月 8 日](/simg/g:\will\search\icon\source\8\80ac6a80b9ab6fb4e51eadc61e202a451835217c.webp)
arXiv:2303.03715v2 [quant-ph] 2023 年 3 月 8 日
揭示量子计算能力的来源一直是量子信息科学领域的重大目标。近年来，量子资源理论（QRT）已经建立，以表征各种量子资源，但它们在量子计算任务中的作用仍需研究。所谓的通用量子计算模型（UQCM），例如电路模型，已成为指导量子算法设计、真实量子计算机创建等的主要框架。在本文中，我们将 UQCM 的研究与 QRT 结合在一起。我们发现，一方面，使用 QRT 可以提供 UQCM 的资源理论表征、模型之间的关系并启发新的模型；另一方面，使用 UQCM 提供了一个应用资源、研究资源间关系和对其进行分类的框架。我们在 UQCM 的背景下发展了通用资源理论，并找到了丰富的 UQCM 和相应的通用资源。根据资源理论的层次结构，我们发现模型可以分为几类。在本文中，我们详细研究了 UQCM 的三个自然家族：振幅家族、准概率家族和哈密顿家族。它们包括一些众所周知的模型，例如基于测量的模型和绝热模型，也启发了新模型，例如我们介绍的上下文模型。每个家族至少包含三个模型，这种简洁的 UQCM 家族结构为研究资源和设计模型提供了统一的图景。它还提供了一个严格的框架来解决难题，例如纠缠与干扰的作用，并揭示量子算法的资源理论特征。