独家产品总和(ESOP)最小化问题长期以来一直对研究界有所了解,因为它在经典逻辑设计(包括测试的低功率设计和设计),可逆逻辑合成和知识发现等方面具有重要意义。但是,对于任意函数的七个变量,尚无确切的最小化方法。本文介绍了一种新型的量子古典杂化算法,可用于最小化不完全指定的布尔函数的确切最小的ESOP最小化。该算法从约束和利用Grover的算法提供的量子加速度构建或构造,从而找到了这些甲壳的解决方案,从而改善了经典算法。与许多现有算法相比,ESOP表达式的编码可导致的决策变量大大减少。这也扩展了确切的最小ESOP最小化的概念,以最大程度地降低将ESOP表达作为量子电路的成本。在作者知识的范围内,这种方法从未出版过。通过量子模拟对该算法进行了完全且未完全指定的布尔函数测试。
摘要 近年来,无线传感引起了人们的极大兴趣,即利用无线信号代替传统传感器进行传感。非接触式无线传感已经使用各种射频信号(如 WiFi、RFID、LoRa 和 mmWave)成功实现,从而实现了大范围的应用。然而,受限于硬件热噪声,射频传感的粒度仍然相对较粗。在本文中,我们提出了第一个量子无线传感系统,该系统不使用宏观信号功率/相位进行感测,而是使用原子的微观能级进行感测,将感测粒度提高了一个数量级。所提出的量子无线传感系统能够利用宽频谱(例如 2.4 GHz、5 GHz 和 28 GHz)进行感测。我们用两种广泛使用的信号(即 WiFi 和 28 GHz 毫米波)展示了量子无线传感的卓越性能。我们表明量子无线传感可以将WiFi的感知粒度从毫米级推进到亚毫米级,将毫米波的感知粒度推进到微米级。
摘要 - 多种机器人系统在医学,环境监测等各种领域的多种影响都增加了。尽管有明显的优势,但群体的协调对人类运营商带来了重大挑战,尤其是关于有效控制机器人所需的认知负担。在这项研究中,我们提出了一种新的方法,可以使人类操作员有效控制多个机器人的运动。利用共享控制数据驱动的方法,我们使单个用户能够控制与群体的姿势和形状相关的9度自由度。我们的方法是通过在模拟的3D环境中进行的实验运动进行了评估的,该环境具有狭窄的圆柱路径,可以代表例如血管,工业管道。使用经验后的问卷评估了认知载荷的主观测量,并比较了系统的不同级别的自主权。结果表明,与传统的远程操作技术相比,操作员认知负载的大幅减少,伴随着任务绩效的提高,包括减少完成时间和与障碍的接触实例更少。这项研究强调了我们方法在增强人类机器人相互作用和提高多机器人系统中运行效率方面的效率。
自主系统通常用于环境和内部变化可能导致要求违反要求的应用中。主动适应这些变化,即在违规发生之前,比从可能由这种违规行为造成的失败中恢复过来更可取。但是,积极的适应需要方法,以及时,准确且可接受的开销进行预测违反需求。为了满足这种需求,我们提出了一种方法,允许自主系统预测违反性能,依赖能力和其他非功能性要求的行为,因此采取预防措施以避免或减轻它们。我们预测这些自主系统中断(PRESTO)的方法包括一个时间阶段和运行时间阶段。在设计时间时,我们使用参数模型检查获得代数表达式,这些代数表达式,以对内部兴趣的非功能性能(例如,可靠性,响应时间和能源使用)与系统及其环境的参数之间的关系。在运行时,我们通过将零件线性回归应用于通过监视获得的线性数据来预测这些参数的未来变化,并且我们使用代数表达式来预测这些变化对系统要求的影响。我们在两个不同领域的案例研究中通过模拟证明了Presto的应用。
模块化作为管理复杂性和设计灵活的组织和技术系统的一种手段,正受到越来越多的关注(Baldwin & Clark,2000;Ethiraj & Levinthal,2004;Thomke & Reinertsen,1998)。人们对模块化组织和产品的兴趣源于了解企业如何在动态环境中更好地竞争的需求(Eisenhardt & Martin,2000;Levinthal,1997;Teece、Pisano & Shuen,1997)。持续的技术变革、变化无常的客户和竞争格局的频繁变化是许多行业的特点(D'Aveni,1994),无论动荡程度与过去相比如何(McNamara & Vaaler,2003),我们都需要了解企业如何在这些环境中取得成功。频繁的变化挑战了战略管理的两个核心概念:持续的竞争优势和独特的能力。如果市场不断变化,企业如何希望建立维持竞争优势的资源和能力?此外,可靠的组织行动需要目标和能力的稳定性(Hannan & Freeman,1984)。如果管理者无法辨别他们的企业应该致力于哪些活动,应该避免哪些活动——也就是说,什么样的活动可以避免?
摘要 — 近年来,随着量子计算的稳步发展,量子处理器升级的路线图在很大程度上依赖于目标量子比特架构。到目前为止,与经典计算的早期类似,这些设计都是由人类专家精心设计的。然而,这些通用架构为定制和优化留出了空间,尤其是在针对流行的近期 QC 应用时。在经典计算中,定制架构已显示出比通用架构显著的性能和能效提升。在本文中,我们提出了一个优化量子架构的框架,特别是通过定制量子比特连接。这是第一项工作,它 (1) 通过将架构优化与最佳编译器相结合来提供性能保证,(2) 在现实串扰误差模型下评估连接定制的影响,以及 (3) 对近期感兴趣的现实电路进行基准测试,例如量子近似优化算法 (QAOA) 和量子卷积神经网络 (QCNN)。通过优化 QAOA 电路的重六边形架构,我们在模拟中实现了高达 59% 的保真度提升,网格架构的保真度提升高达 14%。对于 QCNN 电路,架构优化使重六边形架构的保真度提升了 11%,网格架构的保真度提升了 605%。
1949 年,戈莱(Golay)[1-4]发现了两种重要的纠错码。一种是二进制码,现用符号 1[24,12,8] 表示,由 2 12 = 4096 个 24 个字符(每个字符为 0 或 1)的码字组成,码字之间的最小距离为 2/8;另一种是三元码,用符号 [12,6,6] 表示,由 3 6 = 729 个 12 个字符(每个字符为 0、1 或 2)的码字组成,码字之间的最小距离为 6。3 在被发现后的几十年里,这些代码推动了编码理论和数学的重大进步。在编码理论中,戈莱码是唯一在有限域上可以纠正码字中多个错误的完美代码。 4 在数学中,二进制 Golay 码导致了 24 维 Leech 格子的发现 [5],这种格子提供了该维度上最密集的全同球体堆积 [6](已知的其他此类堆积的唯一维度是 8)。此外,在群论中,正如 Preskill [4] 所说,Golay 码启动了一系列事件,这些事件导致了上个世纪后期对有限群(特别是“零散”群)的完整分类。量子计算的出现以及由此产生的对量子纠错的兴趣,重新引起了人们对古典密码学的兴趣,因为人们意识到后者的许多结果可以改编并用于
多年来,几乎德国的每个城市都处于纽约现在的境地。相对贫困限制了城市承担巨额债务。同时,人口增长和商业需求的压力通常迫使城市进行物质重建和提供现代公共工程。但德国城市习惯于从公共利益而不是私人利益的角度看待公共问题,他们找到了解决财务困境的办法。去年,多特蒙德市(人口 215,000)发现有必要在老城区修建一条新通道,因为老城区狭窄、不规则的街道交通拥挤。改造总成本为 5,875,-000 马克(1,468,750 美元)。该市行使了其过度征收权,不仅购买了大道所需的财产,还购买了毗邻的财产,这些财产的价值因街道的开通而上升。该市去年秋天报告称,出售大道附近且不需要拓宽的财产的预期和肯定能实现的回报将是 5,700,000 马克(1,425,000 美元),这使得该市有史以来最重要的公共改善的净成本为 175,000 马克(43,- 750 美元),
摘要:近年来,人们对量子机器学习的兴趣日益高涨,研究人员积极开发利用量子技术的力量解决各个领域高度复杂问题的方法。然而,由于量子资源有限和固有噪声,在有噪声的中间量子设备 (NISQ) 上实现基于门的量子算法面临着显著的挑战。在本文中,我们提出了一种在量子电路上表示贝叶斯网络的创新方法,专门用于应对这些挑战。我们的目标是最大限度地减少在量子计算机上实现量子贝叶斯网络 (QBN) 所需的量子资源。通过精心设计动态电路中的量子门序列,我们可以优化有限量子资源的利用率,同时减轻噪声的影响。此外,我们提出了一项实验研究,证明了我们提出的方法的有效性和效率。通过在 NISQ 设备上进行模拟和实验,我们表明我们的动态电路表示显著降低了资源需求并增强了 QBN 实现的稳健性。这些发现凸显了我们的方法的潜力,为量子贝叶斯网络在当前可用的量子硬件上的实际应用铺平了道路。
本文是沿着匈牙利日益增长的中国参与的多重挑战组织的。一个关键问题涉及经济依赖性(增加中国公司的存在,债务)以及关系不平衡(贸易赤字,外国直接投资和基础设施项目,主要是在中国的现实中)。5然而,在最近的政策解决方案研究中国,在国家名单中的第4个职位,匈牙利人认为这最有利于维持紧密的部分,在欧洲和经合组织的比较中,匈牙利是对中国有最不利/中性观点的国家之一。进一步的维度是与社会/劳动有关的,因为中国公司涌入的劳动力需求超过了国内劳动力供应,而业务和工作文化的差异也可以带来挑战。7另一个问题涉及中国在电池生产上的最新投资,这是一个制造过程,在绿色过渡,带来技术,创造就业机会和增加本地增值的同时,同时可能对能源和水的需求过于需求,并对当地人的环境和健康造成破坏。最后,还必须考虑到中国经济阶段的国家和欧洲安全方面