XiaoMi-AI文件搜索系统
World File Search System傅聪
量子学习的经典验证 - DROPS
量子数据访问和量子处理可以使某些经典的难处理学习任务变得可行。然而，在不久的将来，量子能力只会提供给少数人。因此，需要允许经典客户端将学习委托给不受信任的量子服务器的可靠方案，以促进广泛获得量子学习优势。基于最近引入的经典机器学习交互式证明系统框架，我们开发了一个用于经典量子学习验证的框架。我们展示了经典学习者无法有效自行解决的学习问题，但他们在与不受信任的量子证明者交互时可以有效可靠地解决这些问题。具体来说，我们考虑了具有均匀输入边际分布的不可知学习奇偶校验和傅里叶稀疏函数问题。我们提出了一种新的量子数据访问模型，我们称之为“混合叠加”量子示例，在此基础上我们为这些任务提供了有效的量子学习算法。此外，我们证明了不可知量子奇偶性和傅里叶稀疏学习可以通过仅具有随机示例或统计查询访问的经典验证器有效地验证。最后，我们展示了学习和验证中的两种一般场景，其中量子混合叠加示例不会导致样本复杂度优于经典数据。我们的结果表明，量子数据用于学习任务的潜在能力虽然不是无限的，但可以通过与不受信任的量子实体交互而被经典代理利用。
PHYS70059 QD 高级量子信息模块-...
在本模块结束时，学生将能够： - 用严格的数学基础解释量子信息的理论和应用。 - 理解量子信息论的代数概念，包括量子算法、纠缠理论和量子误差校正。 - 区分和应用量子算法，包括周期查找、隐藏子群问题和量子傅里叶采样。 - 解释纠缠理论如何包括局部性和因果关系的概念、量子态的凸集以及通过局部操作对量子态的操纵。 - 应用量子误差校正，包括稳定器形式和基于测量的量子计算。
使用...
使用区块链技术来管理乳制品的供应链就像赋予其超级大国。它引入了一种非常安全的唱片保存系统，无法更改。该系统跟踪有关牛奶的重要信息，例如它来自何处，它的表现如何，并且是否符合某些标准。象征它就像一本魔术书一样，它写下了从收集到的牛奶到到达您时的牛奶的所有内容。太聪明了，甚至可以自动做事，例如确保每个人都能正确付款。这使每个参与人员都感到更加自信，因为他们知道他们可以信任这些信息。作为您的消费者，这意味着您可以找到有关您购买的牛奶的所有信息 - 去哪儿以及它的效果。以及负责确保一切都正确完成的人（例如监管机构），这就像有一个特殊的钥匙来检查一切都在正确的方式完成。在乳制品供应连锁店中使用区块链使一切都更加可靠和值得信赖，这对每个参与其中的人来说都是个好消息。
迈向物理可实现的量子神经网络
近年来，人们对量子神经网络 (QNN) 及其在不同领域的应用产生了浓厚的兴趣。当前的 QNN 解决方案在其可扩展性方面提出了重大挑战，确保满足量子力学的假设并且网络在物理上可实现。QNN 的指数状态空间对训练程序的可扩展性提出了挑战。不可克隆原则禁止制作训练样本的多个副本，而测量假设会导致非确定性损失函数。因此，依赖于对每个样本的多个副本进行重复测量来训练 QNN 的现有方法的物理可实现性和效率尚不清楚。本文提出了一种新的 QNN 模型，该模型依赖于量子感知器 (QP) 传递函数的带限傅里叶展开来设计可扩展的训练程序。该训练程序通过随机量子随机梯度下降技术得到增强，从而无需复制样本。我们表明，即使存在由于量子测量而产生的不确定性，该训练程序也会收敛到期望的真实最小值。我们的解决方案有许多重要的好处：（i）使用具有集中傅里叶功率谱的 QP，我们表明 QNN 的训练程序可以可扩展；（ii）它消除了重新采样的需要，从而与无克隆规则保持一致；（iii）由于每个数据样本每个时期处理一次，因此提高了整个训练过程的数据效率。我们为我们的模型和方法的可扩展性、准确性和数据效率提供了详细的理论基础。我们还通过一系列数值实验验证了我们方法的实用性。
储能评估工具（ESETTM）
• 吴迪博士 – 首席研究员 • 黄森博士 – 平台开发 • 马旭博士 – 建模与优化 • 王德欣博士 – 建模与优化 • Thia Ramachandran 博士 – 建模与优化 • Alasdair Crawford – 电池储能建模 • Vish Viswanathan 博士 – 电池储能建模 • 傅涛 – 负荷建模与预测 • 黄博文博士 – 平台开发 • Trisha Henriksen – 网页设计与实施 • 朱燕燕 – 网页设计与实施 • April Sun – 财务分析引擎 • Mark Weimar – 财务分析引擎
电气工程技术 - CPS (EET)
EET 3750. 线性系统。（3 小时）涵盖连续和离散系统的基本理论，强调线性时不变系统。考虑信号和系统在时域和频域中的表示。主题包括线性、时不变性、因果关系、稳定性、卷积、系统互连、正弦响应以及用于讨论频域应用的傅里叶和拉普拉斯变换。分析连续波形的采样和量化（A/D 和 D/A 转换），从而讨论离散时间 FIR 和 IIR 系统、递归分析和实现。开发了 Z 变换和离散时间傅里叶变换并将其应用于离散时间信号和系统的分析。
原料浓度对 WO3 纳米结构晶相、形貌及光学性质的影响
[1] N. Li, T. Chang, H. Gao, X. Gao 和 L. Ge, 纳米技术, 2019, 30, 415601。[2] P. Hasse Palharim、B. Lara Diego dos Reis Fusari、B. Ramos、L. Otubo 和 AC Silva Phocheiram、J. Costa Teitoxeiram光生物学。织物。 ，2022，422，113550。[3] YM Shirke 和 SP Mukherjee，CrystEngComm，2017，19，2096-2105。 [4] D. Nagy、D. Nagy、IM Szilágyi 和 X. Fan，RSC Adv. ，2016，6，33743–33754。 [5] 王晓燕，张红，刘琳，李伟，曹鹏，Mater.莱特。 ，2014，130，248–251。 [6] 顾哲，翟天临，高斌，盛晓燕，王燕，傅华，马英，姚建军，J. Phys.织物。 B, 2006, 110, 23829–23836。 [7] T. Peng, D. Ke, J. Xiao, L. Wang, J. Hu 和 L. Zan, J. Solid State Chem. ，2012，194，250-256。 [8] FJ Sotomayor、KA Cychosz 和 M. Thommes，2018 年，18。[9] M. Gotić、M. Ivanda、S. Popović 和 S. Musić，Mater。滑雪。英语。 B，2000，77，193-201。 [10] H.-F.庞晓燕. 项哲杰.李Y.-Q.傅和 X.-T.祖，物理。 Status Solidi A，2012，209，537–544。 [11] B. Gerand 和 M. Fjglarz，J. Solid State Chem. ，1987，13。[12] C. Hai-Ning，智能窗应用的光学多层涂层的制备和表征，米尼奥大学，2005 年。[13] RF Garcia-Sanchez、T. Ahmido、D. Casimir、S. Baliga 和 P. Physra.，J.织物。 A，2013，117，13825–13831。
纳米压印光刻引导的自组装...
[a] 孟志强博士、姚思聪博士、朱宁博士、黄伟英教授 香港浸会大学化学系 中国香港九龙塘窝打老道 电子邮箱： wai-yeung.wong@polyu.edu.hk [b] 孟志强博士、俞志强教授 深圳大学化学与环境工程学院低维材料基因组计划 中国广东省深圳市学院路 电子邮箱： zqyu@szu.edu.cn [c] 黄伟英教授黄伟雄 香港理工大学 应用生物及化学科技学系 中国香港特别行政区 红磡 香港理工大学深圳研究院 中国深圳 518057 电子邮箱： wai-yeung.wong@polyu.edu.hk [d] I. Manners 教授 维多利亚大学 化学系 加拿大不列颠哥伦比亚省维多利亚市 V8P 5C2 [e] 李国刚博士 超精密加工技术国家重点实验室及工业及系统工程学系 中国香港特别行政区 红磡 [f] 梁智伟博士 应用物理学系 中国香港特别行政区 红磡 香港理工大学
太阳能自给自足家庭是可持续发展转型的驱动因素
摘要：我们提出了一个模型来估算德国一个四口之家实现 100% 电力自给自足所需的技术要求，包括光伏面积和电池容量以及成本。我们用准傅里叶级数和基于 2010 年柏林数据的自回归统计模型对私人家庭的每小时用电量进行建模。结合消耗模型和来自 ERA5 数据集的遥感每小时太阳辐照度数据，我们找到了从 2002 年 7 月到 2022 年 6 月实现电力自给自足所需的最佳光伏面积和电池容量。我们表明，使用当今的存储技术为私人家庭建立一个自给自足的家庭是可能的，并估算了这样做的预期成本。