XiaoMi-AI文件搜索系统
World File Search System冯等
控制论的悠久历史 CORE-UA 400
“控制论”一词源于希腊语中的“舵手”，是工程师、管理专家、哲学家和科学家发起的一场跨学科运动，他们开发了我们今天生活的数字世界的硬件和术语。它的目标是重塑全方位的科学和哲学知识，以研究和指导有组织的系统——动物、机器、社会团体。它的领军人物借鉴了西方哲学和科学思想的悠久历史，他们的作品催生了一种名为“科幻小说”的新文学，并受到这种文学的启发。本课程将介绍该学科及其深厚的知识根源。我们将按主题进行，从关键词“通信”和“控制”开始，并讨论计算机、系统、动物、智能和出现等主题。阅读材料将包括早期和第二波控制论专家，如诺伯特·维纳、沃伦·麦卡洛克、约翰·冯·诺依曼和海因茨·冯·福斯特。我们将从柏拉图、康德和皮尔斯等人的悠久思想史的角度来解释他们的关注点，并以从艾萨克·阿西莫夫到奥克塔维亚·巴特勒、从塞缪尔·R·德拉尼到刘慈欣的科幻小说作为这些阅读材料的补充。
在有机太阳能电池的活性层中揭示Y6的结晶填料结构：溶剂添加剂的关键作用
作者的完整列表：Xia，Xinxin;香港中国大学，勒；香港城市大学，成谷； Zhejiang University Chen，Zeng； Yao，Nannan Yao；生物分子和有机电子学，物理，化学和生物学系，林克平大学，SE-581 83，瑞典林肯，Qin，Minchao；鲁伊香港中国大学； Zhenzhen张大学武汉大学高级研究所； Yuyu化学研究所CAS PAN； Shenyang技术大学，Yiqun石油化学工程学院；香港林的中国大学Yuze； iccas，; Min，Jie；冯汉大学高级研究所，冯汉；链接大学，物理，化学和生物学； Jinan University，Physics Zhu，Haiming；吉安格大学，布雷达斯，让·卢克；亚利桑那大学，化学与生物化学陈，洪宗；千江大学聚合物科学与工程系的郑大学；香港城市大学，新华社化学，材料科学与工程学；香港中国大学，物理
COVID-19 诊断人工智能系统的开发与评估
1 清华大学自动化系，北京，中国。 2 华中科技大学同济医学院协和医院放射科，武汉，中国。 3 湖北省分子影像重点实验室，武汉，中国。 *这些作者是共同第一作者：金程、陈伟祥、曹玉坤。 这些作者是共同通讯作者：冯建江 (jfeng@tsinghua.edu.cn) 和石河水 (heshuishi@hust.edu.cn)。
核壳模型中原子核结构的量子纠缠模式
摘要 量子纠缠为研究原子核等强相关系统的底层结构提供了独特的视角。在本文中，我们使用量子信息工具分析核壳模型中轻和中等质量的铍、氧、氖和钙同位素的结构。我们对壳模型价空间的不同均分采用不同的纠缠度量，包括单轨道纠缠、互信息和冯诺依曼熵，并确定与核单粒子轨道的能量、角动量和同位旋相关的模式纠缠模式。我们观察到单轨道纠缠与价核子的数量和壳层的能量结构直接相关，而互信息则突显了质子-质子和中子-中子配对的迹象。质子和中子轨道在所有测量中都是弱纠缠的，事实上，在所有可能的价态空间均分中，它们的冯·诺依曼熵最低。相反，具有相反角动量投影的轨道具有相对较大的熵。这一分析为设计更高效的量子算法以应对嘈杂的中尺度量子时代提供了指导。
脑启发计算 - NSF-PAR
摘要 — 本次特别会议论文的目标是介绍和讨论不同的突破性技术以及新颖的架构，以及它们如何共同重塑人工智能的未来。我们的目标是全面概述受脑启发计算的最新进展，以及当使用超 CMOS 设备的新兴技术与超越冯诺依曼架构的新型计算范式相结合时，如何实现后者。我们讨论了铁电场效应晶体管 (FeFET)、相变存储器 (PCM) 和电阻式 RAM (ReRAM) 等不同的新兴技术，展示了它们在构建受自然启发的神经形态计算架构方面的良好能力。此外，本特别会议论文还讨论了各种新概念，如内存逻辑 (LIM)、内存处理 (PIM) 和脉冲神经网络 (SNN)，以探索超越冯诺依曼计算对加速深度学习的深远影响。最后，将脑启发计算的最新趋势总结为算法、技术和应用驱动的创新，以比较不同的 PIM 架构。索引词 —FeFET、PCM、ReRAM、光子、神经形态、DNN、SNN、内存处理、新兴技术
人工智能合作监管议程的前景如何？
欧盟委员会主席乌尔苏拉·冯德莱恩在美国总统大选后首次对美国听众发表重要讲话，列出了跨大西洋合作的优先领域。她提议建立一种新型的欧美关系，这种关系将涵盖跨大西洋在数字技术问题上的协调，包括共同制定符合欧盟价值观的人工智能 (AI) 全球监管标准。欧盟委员会于 2020 年 12 月 2 日发布的《跨大西洋全球变革新议程》中提到了在人工智能标准方面的合作。2021 年 1 月 22 日，冯德莱恩主席在议会发表讲话时呼吁与美国“制定一本‘全球适用’的数字经济规则手册”。有人认为，欧洲在技术治理问题上的新举措以及建立“欧盟-美国贸易和技术委员会”的建议与当前以欧洲单方面技术主权的名义对美国公司发动的监管战格格不入。
![b'我们提出了一系列量子算法，用于计算各种量子熵和距离，包括冯·诺依曼熵、量子 R\xc2\xb4enyi 熵、迹距离和 \xef\xac\x81delity。所提出的算法在低秩情况下的表现明显优于最知名的（甚至是量子的）算法，其中一些算法实现了指数级加速。特别是，对于秩为 r 的 N 维量子态，我们提出的用于计算冯·诺依曼熵、迹距离和 \xef\xac\x81delity（加性误差 \xce\xb5 内）的量子算法的时间复杂度为 \xcb\x9c O r 2 /\xce\xb5 2 、 \xcb\x9c O r 5 /\xce\xb5 6 和 \xcb\x9c O r 6 。 5 /\xce\xb5 7 . 5 1 。相比之下，已知的冯·诺依曼熵和迹距离算法需要量子时间复杂度为 \xe2\x84\xa6( N ) [AISW19,GL20,GHS21]，而最著名的 \xef\xac\x81delity 算法需要 \xcb\x9c O r 21 . 5 /\xce\xb5 23 . 5 [WZC + 21]。我们的量子算法的关键思想是将块编码从先前工作中的幺正算子扩展到量子态（即密度算子）。它是通过开发几种方便的技术来操纵量子态并从中提取信息来实现的。特别是，我们基于强大的量子奇异值变换（QSVT）[GSLW19]，引入了一种用于密度算子及其（非整数）正幂的特征值变换的新技术。我们的技术相对于现有方法的优势在于，不需要对密度算子进行任何限制；与之形成鲜明对比的是，以前的方法通常需要密度算子的最小非零特征值的下限。此外，我们还提供了一些独立感兴趣的技术，用于（次规范化）密度算子的迹估计、线性组合和特征值阈值投影仪，我们相信这些技术在其他量子算法中会很有用。'](/simg/g:\will\search\icon\source\4\4e9553780581bbfda8e4d6bb48115782efffb2a7.webp)
b'我们提出了一系列量子算法，用于计算各种量子熵和距离，包括冯·诺依曼熵、量子 R\xc2\xb4enyi 熵、迹距离和 \xef\xac\x81delity。所提出的算法在低秩情况下的表现明显优于最知名的（甚至是量子的）算法，其中一些算法实现了指数级加速。特别是，对于秩为 r 的 N 维量子态，我们提出的用于计算冯·诺依曼熵、迹距离和 \xef\xac\x81delity（加性误差 \xce\xb5 内）的量子算法的时间复杂度为 \xcb\x9c O r 2 /\xce\xb5 2 、 \xcb\x9c O r 5 /\xce\xb5 6 和 \xcb\x9c O r 6 。 5 /\xce\xb5 7 . 5 1 。相比之下，已知的冯·诺依曼熵和迹距离算法需要量子时间复杂度为 \xe2\x84\xa6( N ) [AISW19,GL20,GHS21]，而最著名的 \xef\xac\x81delity 算法需要 \xcb\x9c O r 21 . 5 /\xce\xb5 23 . 5 [WZC + 21]。我们的量子算法的关键思想是将块编码从先前工作中的幺正算子扩展到量子态（即密度算子）。它是通过开发几种方便的技术来操纵量子态并从中提取信息来实现的。特别是，我们基于强大的量子奇异值变换（QSVT）[GSLW19]，引入了一种用于密度算子及其（非整数）正幂的特征值变换的新技术。我们的技术相对于现有方法的优势在于，不需要对密度算子进行任何限制；与之形成鲜明对比的是，以前的方法通常需要密度算子的最小非零特征值的下限。此外，我们还提供了一些独立感兴趣的技术，用于（次规范化）密度算子的迹估计、线性组合和特征值阈值投影仪，我们相信这些技术在其他量子算法中会很有用。'
b'我们提出了一系列量子算法，用于计算各种量子熵和距离，包括冯·诺依曼熵、量子 R\xc2\xb4enyi 熵、迹距离和 \xef\xac\x81delity。所提出的算法在低秩情况下的表现明显优于最知名的（甚至是量子的）算法，其中一些算法实现了指数级加速。特别是，对于秩为 r 的 N 维量子态，我们提出的用于计算冯·诺依曼熵、迹距离和 \xef\xac\x81delity（加性误差 \xce\xb5 内）的量子算法的时间复杂度为 \xcb\x9c O r 2 /\xce\xb5 2 、 \xcb\x9c O r 5 /\xce\xb5 6 和 \xcb\x9c O r 6 。 5 /\xce\xb5 7 . 5 1 。相比之下，已知的冯·诺依曼熵和迹距离算法需要量子时间复杂度为 \xe2\x84\xa6( N ) [AISW19,GL20,GHS21]，而最著名的 \xef\xac\x81delity 算法需要 \xcb\x9c O r 21 . 5 /\xce\xb5 23 . 5 [WZC + 21]。我们的量子算法的关键思想是将块编码从先前工作中的幺正算子扩展到量子态（即密度算子）。它是通过开发几种方便的技术来操纵量子态并从中提取信息来实现的。特别是，我们基于强大的量子奇异值变换（QSVT）[GSLW19]，引入了一种用于密度算子及其（非整数）正幂的特征值变换的新技术。我们的技术相对于现有方法的优势在于，不需要对密度算子进行任何限制；与之形成鲜明对比的是，以前的方法通常需要密度算子的最小非零特征值的下限。此外，我们还提供了一些独立感兴趣的技术，用于（次规范化）密度算子的迹估计、线性组合和特征值阈值投影仪，我们相信这些技术在其他量子算法中会很有用。'
阿尔茨海默病患者脑亚细胞组分和脑脊液中的细胞外基质变化
1 莱布尼茨神经生物学研究所 (LIN)，39118 马格德堡，德国 2 奥托冯格里克大学神经病学系，39120 马格德堡，德国 3 精神健康适应性和适应不良脑回路干预与研究中心 (CIRC)，耶拿-马格德堡-哈勒，07743 耶拿，德国 4 行为脑科学中心 (CBBS)，39104 马格德堡，德国 5 奥托冯格里克大学药理学和毒理学研究所，39120 马格德堡，德国 6 因斯布鲁克医科大学病理学、神经病理学和分子病理学研究所，6020 因斯布鲁克，奥地利 7 格拉茨医科大学病理学研究所分子生物医学诊断与研究中心，8036 格拉茨，奥地利 8 医学神经放射学系因斯布鲁克大学，6020 因斯布鲁克，奥地利 9 格拉茨医科大学神经放射学、血管和介入放射学系，8036 格拉茨，奥地利 10 德国神经退行性疾病中心 (DZNE)，39120 马格德堡，德国 * 通讯地址：cseidenb@lin-magdeburg.de
我的神经网络是神经形态的吗？神经形态工程的分类、最新趋势和未来方向
摘要 — 在本文中，我们回顾了过去 3 年在神经形态工程领域发表的最新研究，以分析此类系统的共同特征。我们发现没有明确的共识，但每个系统都具有以下一个或多个特征：（1）模拟计算（2）非冯诺依曼架构和低精度数字处理（3）脉冲神经网络 (SNN)，其组件与生物学密切相关。我们比较了最近的机器学习加速器芯片，以表明模拟处理和降低位精度的架构确实具有最佳的吞吐量、能量和面积效率。然而，纯数字架构也可以通过采用非冯诺依曼架构来实现相当高的效率。鉴于数字硬件设计的设计自动化工具，它提出了一个问题，即在不久的将来工业设计中采用模拟处理的可能性。接下来，我们讨论了定义标准和选择适当基准对于神经形态系统设计进展的重要性，并提出了此类基准的一些期望特征。最后，我们展示了脑机接口作为一项潜在任务，它满足了这些基准的所有标准。索引术语——神经形态、低功耗、机器学习、脉冲神经网络、忆阻器
讲义
4 量化量子信息和量子无知 72 4.1 冯诺依曼熵。。。。。。。。。。。。。。。。。。。。。。。。。。。72 4.2 量子相对熵。。。。。。。。。。。。。。。。。。。。。。。。。76 4.3 净化，第 1 部分。。。。。。。。。。。。。。。。。。。。。。。。。。。。。78 4.4 舒马赫压缩。。。。。。。。。。。。。。。。。。。。。。。。。。80 4.5 量子通道。。。。。。。。。。。。。。。。。。。。。。。。。。。。。82 4.6 通道二元性 .。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。89 4.7 净化，第 2 部分。。。。。。。。。。。。。。。。。。。。。。。。。。。。。94 4.8 深度事实 ..................................100 4.9 条件熵的操作意义 ..........。。112