XiaoMi-AI文件搜索系统
World File Search System使用量
使用量子计算机进行蛋白质折叠
半个多世纪以来，蛋白质折叠一直是最困难的问题之一，随机热运动导致构象变化，从而导致能量下降到天然结构，这是漏斗状能量景观中捕获的原理。未折叠的多肽具有广泛的可能构象。由于潜在构象随链长呈指数增长，搜索问题对于经典计算机来说变得难以解决。到目前为止，有理论和实验证据表明，使用量子退火、VQE 和 QAOA 等量子计算方法解决此类优化问题具有优势。虽然谷歌的 DeepMind-AlphaFold 已经取得了很大成就，但我们可以通过量子方法走得更远。在这里，我们展示了如何使用变分量子特征求解器预测蛋白质结构以及 RNA 折叠，并使用条件风险值 (CVaR) 期望值来解决问题并找到最小配置能量，我们的任务是确定蛋白质的最小能量结构。蛋白质的结构经过优化以降低能量。还要确保满足所有物理约束，并将蛋白质折叠问题编码为量子比特算子。
使用量子置换垫在 IBMQ 系统中进行量子加密和解密
Maria Perepechaenko 和 Randy Kuang Quantropi Inc.，加拿大渥太华 电子邮件：maria.perepechaenko@quantropi.com；randy.kuang@quantropi.com 摘要 — 我们介绍了 Kuang 等人的量子排列垫 (QPP) 的功能实现，使用目前可用的国际商业机器 (IBM) 量子计算机上的 Qiskit 开发套件。对于此实现，我们使用一个带有 28 个 2 量子比特排列门的垫，可提供 128 位熵。在此实现中，我们将明文分成每块 2 位的块。每个这样的块一次加密一个。对于任何给定的明文块，都会创建一个量子电路，其中的量子位根据给定的明文 2 位块初始化。然后使用从 28 排列 QPP 垫中选择的 2 量子比特排列运算符对明文量子位进行操作。由于无法直接发送量子比特，因此密文量子比特通过经典信道进行测量并传输到解密方。解密可以在经典计算机或量子计算机上进行。解密使用逆量子置换垫和用于加密的相应置换门的 Hermitian 共轭。我们目前正在推进 QPP 的实施，以包括额外的安全性和效率步骤。索引术语 — 量子通信、量子加密、量子解密、量子安全、安全通信、QPP、Qiskit、国际商业机器量子 (IBMQ)
使用量子算法进行全息特征分解
本文讨论了超维计算（HDC）（又称向量符号架构（VSA））中全息特征向量的分解。HDC 使用具有类似大脑特性的高维向量来表示符号信息，并利用高效的运算符以认知方式构建和操作复杂结构化数据。现有模型在分解这些结构时面临挑战，而分解过程对于理解和解释复合超向量至关重要。我们通过提出 HDC 记忆分解问题来应对这一挑战，该问题捕捉了 HDC 模型中常见的构造模式。为了有效地解决这个问题，我们引入了超维量子记忆分解算法 HDQMF。HDQMF 的方法独特，利用量子计算提供高效的解决方案。它修改了 Grover 算法中的关键步骤来实现超向量分解，从而实现了二次加速。
使用量子计算机在扩展的宇宙中模拟粒子创建
MACEDA解释了该技术对研究的重要性：“我们仅使用四个量子位，一个用于每个可能的领域状态。但是，由于我们的电路涉及大量量子门，因此在整个执行过程中累积了错误。为了获得可靠的结果，我们应用了缓解错误技术，这有助于提高计算的保真度。”
研究使用量子加密算法来确保网络安全 div>
“量子威胁”。尽管面临这些挑战，但仍有一些有希望的方法可以将基于神经网络的人工智力整合到密码学中，这对未来的数字安全范式具有重大影响。本摘要强调了人工智能和量子加密的交集的关键主题，其中包括基于人工智能的加密的潜在益处，需要解决的挑战以及这一跨学科领域的前景。量子计算机，密码学，Qubits，量子密钥分布，人造
使用量子统计查询进行幺正学习
我们提出了几种算法，用于从量子统计查询 (QSQ) 中学习酉算子，这些算子与 Choi-Jamiolkowski 状态有关。量子统计查询可以捕获具有有限量子资源的学习者的能力，该学习者仅接收测量预期值的噪声估计作为输入。我们的方法取决于一种新技术，该技术用于使用单个量子统计查询估计 Pauli 弦子集上酉的傅里叶质量，从而推广了先前针对均匀量子示例的结果。利用这一见解，我们表明量子 Goldreich-Levin 算法可以通过量子统计查询实现，而该算法的先前版本涉及对酉及其逆的 oracle 访问。此外，我们证明了 O p log nq - juntas 和具有恒定总影响的量子布尔函数在我们的模型中是可有效学习的，并且恒定深度电路可以通过量子统计查询以样本效率的方式进行学习。另一方面，之前针对这些任务的所有算法都需要直接访问 Choi-Jamiolkowski 状态或通过 oracle 访问幺正态。此外，我们的上限意味着可以有效地学习这些类幺正态对局部混乱集合的作用。我们还证明，尽管取得了这些积极成果，但与对 Choi-Jamiolkowski 状态的可分离测量相比，量子统计查询会导致某些任务的样本复杂度呈指数级增长。具体而言，我们展示了学习一类相位 oracle 幺正态的指数下限和测试信道幺正性的双指数下限，以适应我们之前对量子态的设定。最后，我们提出了平均替代模型的新定义，展示了我们的结果在混合量子机器学习中的潜在应用。
可以使用量子信号处理可以实现的多元多项式
量子信号处理（QSP）是一个框架，被证明可以统一和简化大量已知的量子算法，并发现新的算法。QSP允许人们使用多项式转换嵌入给定单位中的信号。表征可以通过QSP协议来实现哪些多项式是该技术功能的重要组成部分，尽管在单变量信号的情况下，这种表征既可以理解，却尚不清楚当信号是矢量时，可以构建哪些多元多样性，而不是标量。这项工作使用了与文献中的形式略有不同的形式主义，并利用它来找到可分解性的更简单条件以及足够的条件 - 首先是我们所知的最好的条件，这是在量子信号处理中（通常是不均匀的）多变量多态度证明的。
使用量子、相干和热光进行测量的能量成本
量子测量是量子信息研究和应用中发挥关键作用的基本操作。我们通过比较它们各自的测量反作用和每个光子的测量信噪比，研究了在电路量子电动力学装置中使用光的量子、相干和经典热态如何影响量子测量的性能。在强色散极限下，我们发现热光能够以与相干光相当的效率进行量子测量，而单光子光的表现则优于热光。然后，我们分析了每种测量方案的热力学成本。我们表明，单光子光在单位信息增益的能量成本方面表现出优势，达到了基本的热力学成本。
使用量子警报的安全光通信
抽象的光纤网络正在迅速前进，以满足不断增长的交通需求。安全问题（包括攻击管理）对于光学通信网络而变得越来越重要，因为与光纤链接中的敲击光相关的漏洞。物理层安全性通常需要限制访问渠道的访问和链接性能的定期检查。在本文中，我们报告了如何利用量子通信技术来检测物理层攻击。我们提出了一种有效的方法，用于使用调制的连续变量量子信号来监视高数据速率经典光学通信网络的物理层安全性。我们描述了该监测系统的理论和实验基础以及不同监视参数的监视精度。我们分析了其启动和放大光链路的性能。该技术代表了将量子信号处理应用于实用的光学通信网络的一种新颖方法，并与经典监测方法进行了很好的比较。我们通过讨论其实际应用所面临的挑战，在现有量子密钥分布方法方面的差异以及在未来的安全光学运输网络计划中的使用情况。
使用量子和数字退火器的功率流分析
功率流 (PF) 分析是研究电网中功率流的一种基础计算方法。该分析涉及求解一组非线性和非凸微分代数方程。因此，最先进的 PF 分析求解器面临着可扩展性和收敛性的挑战，特别是对于大规模和/或病态情况，这些情况的特点是可再生能源渗透率高。事实证明，绝热量子计算范式能够有效地找到嘈杂中尺度量子 (NISQ) 时代的组合问题的解决方案，并且它可以潜在地解决最先进的 PF 求解器所带来的局限性。我们首次提出了一种用于高效 PF 分析的新型绝热量子计算方法。我们的主要贡献是 (i) 一种组合 PF 算法和一个符合 PF 分析原理的修改版本，称为绝热量子 PF 算法 (AQPF)，它们都使用二次无约束二进制优化 (QUBO) 和 Ising 模型公式；(ii) AQPF 算法的可扩展性研究；(iii) AQPF 算法的扩展，以使用分区方法处理更大的问题规模。使用不同的测试系统大小在 D-Wave 的 Advantage™ 量子退火器、富士通的数字退火器 V3、D-Wave 的量子-经典混合退火器和两个在经典计算机硬件上运行的模拟退火器上进行了数值实验。报告的结果证明了所提出的 AQPF 算法的有效性和高精度，以及它在使用量子和量子启发算法处理病态情况的同时加速 PF 分析过程的潜力。