XiaoMi-AI文件搜索系统
World File Search System傅里叶
核能大学能力目录 | UNENE
ALARA 尽可能低 AR 衰减反射 CASL 轻水反应堆先进模拟联盟 CHF 临界热通量 COG CANDU 业主集团 CNL 加拿大核实验室 CNSC 加拿大核安全委员会 CRD 合作研究与开发 CS 碳钢 CT 排管 CTF COBRA-TF DAS 分布式天线系统 DCPD 直流电位降 DHC 延迟氢化物裂解 DOE 能源部 EBSD 电子背散射衍射 ECCS 应急堆芯冷却系统 EDX 能量色散 X 射线 EPR 电子顺磁共振 EPRI 电力研究院 ESC 端罩冷却 ETH 瑞士联邦理工学院 FAC 流动加速腐蚀（FAC） FEG 场发射枪 FEM 有限元模型 FHS 燃料处理系统 FIB 聚焦离子束 FM 加油机 FPGA 现场可编程门阵列 FTIR 傅里叶传输红外 HCSG 螺旋线圈蒸汽发生器HQP 高素质人才 IAEA 国际原子能机构 ICP 电感耦合等离子体
量子隐式神经表征
摘要 隐式神经表征已成为表示图像和声音等信号的强大范例。这种方法旨在利用神经网络来参数化信号的隐式函数。然而，在表示隐式函数时，传统神经网络（例如基于 ReLU 的多层感知器）在准确建模信号的高频分量方面面临挑战。最近的研究开始探索使用傅里叶神经网络 (FNN) 来克服这一限制。在本文中，我们提出了量子隐式表示网络 (QIREN)，一种新的 FNN 量子泛化。此外，通过理论分析，我们证明了 QIREN 比经典 FNN 具有量子优势。最后，我们在信号表示、图像超分辨率和图像生成任务中进行了实验，以展示 QIREN 与最先进 (SOTA) 模型相比的卓越性能。我们的工作不仅将量子优势融入隐式神经表示中，而且还揭示了量子神经网络的一个有希望的应用方向。我们的代码可在 https://github.com/GGorMM1/QIREN 获得。
核能大学能力目录 | UNENE
ALARA 尽可能低 AR 衰减反射 CASL 轻水反应堆先进模拟联盟 CHF 临界热通量 COG CANDU 业主集团 CNL 加拿大核实验室 CNSC 加拿大核安全委员会 CRD 合作研究与开发 CS 碳钢 CT 排管 CTF COBRA-TF DAS 分布式天线系统 DCPD 直流电位降 DHC 延迟氢化物裂解 DOE 能源部 EBSD 电子背散射衍射 ECCS 应急堆芯冷却系统 EDX 能量色散 X 射线 EPR 电子顺磁共振 EPRI 电力研究院 ESC 端罩冷却 ETH 瑞士联邦理工学院 FAC 流动加速腐蚀 (FAC) FEG 场发射枪 FEM 有限元模型 FHS 燃料处理系统 FIB 聚焦离子束 FM 加油机 FPGA 现场可编程门阵列 FTIR 傅里叶传输红外 HCSG 螺旋线圈蒸汽发生器 HQP 高素质人员 IAEA 国际原子能机构 ICP 电感耦合等离子体
桑查里·乔杜里
Sanchari Chowdhury 专业准备 印度杜尔加布尔国家理工学院，化学工程，工学学士 2000 印度鲁尔基理工学院，化学工程，技术硕士 2002 南佛罗里达大学，坦帕，化学工程，博士 2010 卡内基梅隆大学，匹兹堡，化学，博士后研究副教授 2010-2012 任职 新墨西哥矿业技术学院化学工程系助理教授，新墨西哥州索科罗（2015 年 8 月至今）。 新墨西哥矿业技术学院材料工程助理教授，新墨西哥州索科罗（2015 年 8 月至今）。 新墨西哥矿业技术学院化学工程系客座助理教授，新墨西哥州索科罗（2014 年 8 月至 2015 年 5 月）。博士后研究员，卡内基梅隆大学化学系，宾夕法尼亚州匹兹堡（2010 年 8 月至 2012 年 8 月）。研究助理，南佛罗里达大学化学与生物医学工程系，佛罗里达州坦帕（2006 年 1 月至 2010 年 5 月）。讲师，Madhav 理工学院化学工程系，印度瓜廖尔（2002 年 8 月至 2005 年 12 月）。最近的专利和出版物：1. Pan,H; Steiniger,A; Heagy,MD 和 Chowdhury,S. 通过高效生产甲酸
公告第B12号令和4年7月19日- 防卫省・自卫队
2 天前 — 标准。按规格。单位。ST。车辆自动升降机（中型）检查。1.（2）履行地点：日本陆上自卫队久里滨驻地，神奈川县横须贺市久比里 2-1-1。
驻军夏日祭的摊贩公开募集 - 久里滨
2024年3月28日 — 标准等（烹饪方法等）。销售价格。注释。*如果您出售食品，则必须遵守公共卫生中心的指示。（横须贺市保健所制作）请仔细阅读。请填写表格。 （刊载于久里滨驻地网站）
完善脑部扫描：新视野 - Philippe Ciuciu 1,2
缩短采集时间一直是高分辨率 MRI 面临的一大挑战，而压缩感知 (CS) 理论已成功解决了这一问题。然而，大多数傅里叶编码方案都对现有的 k 空间轨迹进行了欠采样，不幸的是，这些轨迹永远无法充分编码所有必要的信息。最近，我的团队通过提出用于快速 K 空间采样的扩散投影算法 (SPARKLING) 解决了这一关键问题，该算法用于 3 和 7 特斯拉 (T) [1,2] 下的 2D/3D 非笛卡尔 T2* 和磁化率加权成像。在演讲的前半部分，我将介绍这些进展，展示有趣的临床应用，并演示我们如何采用这种方法来解决 7T 下的高分辨率功能和代谢（钠 23 Na）MR 成像——这是一项非常具有挑战性的任务。此外，我将解释如何使用 SPARKLING 欠采样策略来内部估计静态 B0 场不均匀性，这是避免在校正由于这些不均匀性而导致的非共振伪影之前需要进行额外扫描的必要组成部分。
量子开关在广义承诺问题中的实际计算优势
量子开关是一种量子计算原语，通过应用叠加阶运算来提供计算优势。特别是，它可以减少解决承诺问题所需的门查询次数，当目标是区分给定一组酉门的一组属性时。在这项工作中，我们使用复阿达玛矩阵来引入更一般的承诺问题，这将问题归结为已知的傅里叶和阿达玛承诺问题作为极限情况。我们的概括放宽了对矩阵大小、门数和量子系统维数的限制，提供了更多参数供探索。此外，它得出结论，连续变量系统对于实现最一般的承诺问题是必不可少的。在有限维情况下，矩阵族被限制为所谓的 Butson-Hadamard 类型，并且矩阵的复杂性作为约束进入。我们引入了“每个门查询”参数，并用它来证明量子开关在连续和离散情况下都具有计算优势。我们的结果应该会启发使用量子开关实现承诺问题，其中可以更自由地选择参数，因此可以更自由地选择实验设置。
![arXiv:2308.09691v1 [stat.ML] 2023 年 8 月 18 日](/simg/g:\will\search\icon\source\d\d8f20fab612b7d2ade343c615666dc1c91262f27.webp)
arXiv:2308.09691v1 [stat.ML] 2023 年 8 月 18 日
先进制造 (AM) 因其在核材料上的潜在应用而引起了核界的极大兴趣。一个挑战是通过在运行时控制制造过程来获得所需的材料特性。基于深度强化学习 (DRL) 的智能 AM 依赖于自动化过程级控制机制来生成最佳设计变量和自适应系统设置，以改善最终产品特性。爱达荷国家实验室 (INL) 最近在 MOOSE 框架内开发了一种用于直接能量沉积的高保真热机械模型。这项工作的目标是为这种基于 MOOSE 的 AM 模型开发一个准确且快速运行的降阶模型 (ROM)，该模型可用于基于 DRL 的过程控制和优化方法。由于基于算子学习 (OL) 的方法能够学习一组微分方程，在本研究中，这些方程是通过改变激光高斯点热源中的工艺变量而产生的，因此将采用这些方法。我们将使用傅里叶神经算子开发基于 OL 的 ROM，并对其性能与传统的基于深度神经网络的 ROM 进行基准比较。
![arXiv:2002.00055v1 [quant-ph] 2020 年 1 月 31 日](/simg/g:\will\search\icon\source\9\91ebbe9463b032ced4d367ffe5c86aa9d50715e1.webp)
arXiv:2002.00055v1 [quant-ph] 2020 年 1 月 31 日
准备吉布斯分布是量子计算的一项重要任务。它是某些类型的量子模拟中必要的第一步，并且对于量子玻尔兹曼训练等量子算法至关重要。尽管如此，由于需要内存开销，大多数用于准备热态的方法在近期的量子计算机上都无法实现。在这里，我们提出了一种基于最小化量子系统自由能的变分方法来准备吉布斯态。使这种方法实用的关键见解是使用对数的傅里叶级数近似，从而可以通过一系列更简单的测量来估计自由能的熵分量，这些测量可以使用经典的后处理结合在一起。我们进一步表明，如果可编程量子电路的变分参数的初始猜测足够接近全局最优值，则这种方法可以有效地在恒定误差内生成高温吉布斯态。最后，我们用数字方式检验了该过程，并证明了使用 Trotterized 绝热态准备作为假设，我们的方法对于五量子比特汉密尔顿量的可行性。