XiaoMi-AI文件搜索系统
World File Search System交叉学科
![arXiv:2202.01849v1 [physics.ed-ph] 2022 年 2 月 3 日](/simg/c\cb02e0bd5b1e4f7e917efa776e5048f4b0c10683.webp)
arXiv:2202.01849v1 [physics.ed-ph] 2022 年 2 月 3 日
量子信息科学 (QIS) 是物理学、计算机科学、电子工程和数学交叉学科的一个新兴领域，它利用量子力学定律来规避信息处理的经典限制。随着 QIS 课程在美国各机构（包括本科生）的普及，我们认为从一开始就将道德和社会责任纳入 QIS 教育势在必行。我们讨论了与 QIS 教育特别相关的道德问题，教育工作者可能希望将这些问题纳入他们的课程。然后，我们报告了对六位教授过入门级 QIS 课程的教师进行重点访谈的结果，重点关注将道德和社会责任 (ESR) 纳入 QIS 课堂的障碍和机遇。在面试之前，很少有教师明确考虑过在课堂上讨论道德问题，但由于面试过程本身，教师的态度发生了显著变化，支持在课堂上纳入 ESR。考虑到教师们对课程中讨论 ESR 问题的障碍的看法，我们提出了下一步措施，以使 QIS 课堂中的 ESR 教育成为现实。
拓扑保护的量子纠缠发射器
1 北京大学物理学院，介观物理国家重点实验室，北京 100871 2 中国科学院微电子研究所，北京 100029 3 上海交通大学物理与天文学院，新型光通信系统与网络国家重点实验室，上海 200240 4 浙江大学信息与电子工程学院量子信息交叉学科中心、现代光学仪器国家重点实验室、浙江大学-杭州全球科技创新中心，杭州 310027，中国 5 布里斯托大学 HH Wills 物理实验室和电气电子工程系量子工程技术实验室，BS8 1FD，布里斯托，英国 6 西澳大利亚大学物理系，珀斯 6009，澳大利亚 7 北京大学纳米光电子前沿科学中心和量子物质协同创新中心，北京，100871，中国 8 山西大学极端光学协同创新中心，太原 030006，山西，中国 9 北京大学长三角光电研究所，江苏南通 226010，中国。 10 上述作者对本文贡献相同。电子邮件至：yyang10@ime.ac.cn、xiaoyonghu@pku.edu.cn、qhgong@pku.edu.cn、jww@pku.edu.cn
神经影像学
a 北京师范大学认知神经科学与学习国家重点实验室，北京 100875 b 北京师范大学脑成像与连接组学北京市重点实验室，北京 100875 c 北京师范大学 IDG/麦戈文脑研究所，北京 100875 d 北京师范大学系统科学学院，北京 100875 e 之江实验室健康大数据科学研究中心，杭州 311121 f 大连理工大学生物医学工程学院，大连 116024 g 浙江大学生物医学工程与仪器学院、生物医学工程教育部重点实验室脑成像科学与技术中心，杭州 310027 h 北京大学前沿交叉学科研究院磁共振成像研究中心，北京 100871 i 北京大学物理学院重离子物理研究所、北京市医学物理与工程重点实验室北京 100871 j 北京大学 IDG/麦戈文脑研究中心，北京 100871 k 中国科学院脑科学研究中心，北京 102206
脑成像基因组学方法的机器学习
摘要：在过去的十年中，多模态神经影像学和基因组学技术得到了日益发展。作为一门交叉学科，脑成像基因组学致力于评估和描述影响脑结构和功能成像表型测量的个体遗传变异。该技术能够通过宏观中间体揭示从基因水平到人类认知和精神疾病的复杂机制。众所周知，机器学习是数据驱动关联研究中的有力工具，它可以充分利用先验知识（成像和遗传数据之间相互关联的结构信息）进行关联建模。此外，关联研究能够发现风险基因与大脑结构或功能之间的关联，从而更好地探索对行为或紊乱的脑功能的机制理解。本文首先回顾了成像基因组学的相关背景和基础工作。然后，我们展示了关联分析的单变量学习方法，总结了基于多变量机器学习的遗传成像关联研究的主要思想和建模，并提出了联合关联分析和结果预测的方法。最后，本文讨论了未来工作的一些展望。
IISER Bhopal Swarnajayanti 研究员将从事生物...
IISER 博帕尔 Swarnajayanti 研究员致力于蛋白质生物结合以促进药物发现 印度科学教育与研究学院博帕尔分校的 Vishal Rai 博士是印度科学技术部资助的著名 Swarnajayanti 奖学金获得者，他计划研究生物结合，这是一种可以改变药物发现的蛋白质生物工程颠覆性策略。该研究将涉及连接两个分子（其中至少一个是生物分子）以在它们之间形成稳定共价键的程序。Rai 博士建议开发一个化学平台，该平台可以提供浓度独立的化学选择性和位点选择性蛋白质单点修饰方法。蛋白质影响生物学、化学、生物材料和治疗学等交叉学科的各个科学方面。Vishal Rai 博士的研究小组已经开发出用于蛋白质精密工程的化学技术。此外，他们还参与了同质抗体-药物偶联物 (ADC) 的合成、蛋白质固定以及肽和蛋白质的分析工具。他的研究团队希望通过实现定向治疗并使未来的精准治疗成为可能，为社会做出贡献。
海森堡不确定性原理中的复杂性考虑
这项工作通过结合量子复杂性（包括潜在的非线性效应）对海森堡不确定性原理 (HUP) 进行了修改。我们的理论框架扩展了传统的 HUP，以考虑量子态的复杂性，从而提供了对测量精度的更细致的理解。通过在不确定关系中添加复杂性项，我们探索了非线性修改，例如多项式、指数和对数函数。严格的数学推导证明了修改后的原理与经典量子力学和量子信息理论的一致性。我们研究了这种修改后的 HUP 对量子力学各个方面的影响，包括量子计量、量子算法、量子误差校正和量子混沌。此外，我们提出了实验方案来测试修改后的 HUP 的有效性，评估它们与当前和近期量子技术的可行性。这项工作强调了量子复杂性在量子力学中的重要性，并为量子系统中的复杂性、纠缠和不确定性之间的相互作用提供了精致的视角。修改后的 HUP 有可能促进量子物理、信息论和复杂性理论交叉学科的研究，对量子技术的发展和量子到经典转变的理解具有重要意义。关键词
认知科学 | 大学目录
认知科学探索认知过程的本质，例如感知、推理、记忆、注意力、语言、决策、情感、运动控制和解决问题。简单地说，认知科学的目标是了解人类、动物和机器的思维方式。认知科学出现于 20 世纪后期，是计算机科学、语言学、神经科学、哲学和心理学的交叉学科，是一项跨学科的事业，它借鉴了社会科学、物理和生物科学以及人文学科的工具和思想。研究主题包括（但不限于）认知发展、认知处理、判断和决策、语言和交流、认知、感知和记忆的神经基础、心灵哲学和人工智能。认知科学的一个决定性特征是它强调跨领域的整合，以实现对心灵的真正跨学科研究。学生将接受物理和生物科学专业中常见的、但在人文和社会科学专业中往往缺乏的正式分析和建模方法的训练；同时，学生还将接受人文探究所定义的高级推理技能的训练，但在技术性或应用性更强的专业中往往缺乏这种技能。
观察超辐射相变与新兴猫态
1 福州大学物理与信息工程学院，福建省量子信息与量子光学重点实验室，福建福州 350108 2 日本理化学研究所理论量子物理实验室，日本埼玉县和光市 351-0198 3 日本理化学研究所量子计算中心 (RQC) 量子信息物理理论研究团队，日本埼玉县和光市 351-0198 4 中国科学院物理研究所、北京凝聚态物理国家实验室，北京 100190 5 中国科学院大学中国科学院拓扑量子计算卓越中心，北京 100190 6 华南理工大学物理与光电子学院，广州 510640 7 华南理工大学物理与光电子学院，现代光学仪器国家重点实验室、浙江省量子技术与器件重点实验室量子信息交叉学科中心浙江大学物理学系，杭州 310027 8 波兰波兹南亚当密茨凯维奇大学物理学院自旋电子学和量子信息研究所，61-614 9 密歇根大学物理系，密歇根州安娜堡 48109-1040，美国
植物生物技术 41(3): 173-193 (2024)
摘要 合成生物学是工程学和生物学交叉学科领域，因其在植物科学中的潜在应用而备受关注。通过利用工程原理，合成生物学能够重新设计和构建生物系统，以操纵植物的特性、代谢途径和对环境压力的反应。本综述探讨了植物合成生物学的发展和现状，重点介绍了主要成就和新兴趋势。合成生物学为农业和生物技术领域的长期挑战提供了创新解决方案，包括改善营养和光合效率、生产有用的次级代谢物、设计生物传感器和赋予抗压能力。基因组编辑技术等最新进展促进了对植物基因组的精确操纵，为作物改良和可持续农业创造了新的可能性。尽管合成生物学具有变革潜力，但出于伦理和生物安全方面的考虑，在植物研发中负责任地部署合成生物学工具的必要性。本综述深入介绍了植物合成生物学这一新兴领域，并让我们得以一窥其对粮食安全、环境可持续性和人类健康的未来影响。
![arXiv:2102.00759v3 [quant-ph] 2022 年 4 月 20 日](/simg/6\6e88d0c4b7a4acdf4e015686c03b1a2a14c50144.webp)
arXiv:2102.00759v3 [quant-ph] 2022 年 4 月 20 日
摘要 量子信息技术包括量子计算、量子通信和量子传感，是近几十年来出现的最重要的技术之一，它有望实现范式转变的计算能力，并带来重大的伦理影响。在技术层面上，量子信息处理的独特特性对计算的公平性和伦理约束具有影响。尽管其意义重大，但对此类量子技术的伦理影响进行过很少甚至没有结构化的研究。在本文中，我们通过提出道德量子计算（以及更广泛的量子信息处理）的路线图来填补文献中的这一空白，该路线图列出了未来的研究计划。我们总结了与伦理分析相关的量子信息处理（重点是量子计算）的关键要素，并列出了供考虑量子技术伦理的研究人员使用的分类法。特别是，我们展示了量子信息处理的独特特性如何导致不同的伦理影响（包括在机器学习的背景下）。我们将量子伦理置于量子信息科学、技术伦理和道德哲学的交叉学科中，以评估这一新兴技术的影响。我们提供了具体的例子，说明量子技术的出现如何引发规范和分布式伦理挑战。最后，我们提出了未来的研究方向，以帮助开创量子计算伦理的跨学科领域。