XiaoMi-AI文件搜索系统
World File Search System劳伦
通过基于CRISPR的功能基因组学阐明神经元和神经胶质的疾病状态 通过计算机视觉和神经元视觉解码人类身份 对Gliomas中BRAFV600E抑制的反应和抵抗力：前方的障碍？ 人工特征和多功能模板 - 台式和床头验证低成本可编程的皮质刺激剂，用于双向脑部计算机界面研究 劳伦斯·伯克利国家实验室 晶圆尺度和通用范德华金属半导体触点 UC Irvine 患者衍生的结直肠癌的人血管化微肿块模型概括了临床疾病 使用隐藏的Markov建模和揭示设计构想的隐藏模式 在针对CLL/SLL的目标治疗时代认识到未满足的需求：“过去是序言”（莎士比亚） 机器学习辅助高温储层热储能优化
摘要在过去十年中，通过应用新技术，我们对神经疾病的理解得到了极大的增强。全基因组关联研究已突出了神经胶质细胞作为疾病的重要参与者。单细胞分析技术正在以未注明的分子分辨率提供神经元和神经胶质疾病状态的描述。然而，我们对驱动疾病相关的细胞态的机制以及这些状态如何促进疾病的机制仍然存在巨大差距。我们理解中的这些差距可以由基于CRISPR的功能基因组学桥接，这是一种有力的系统询问基因功能的方法。在这篇综述中，我们将简要回顾有关神经疾病相关的细胞态的当前文献，并引入基于CRISPR的功能基因组学。我们讨论了基于CRISPR的筛查的进步，尤其是在相关的脑细胞类型或细胞环境中实施时，已经为发现与神经系统疾病相关的细胞状态的机制铺平了道路。最后，我们将描述基于CRISPR的功能基因组学的当前挑战和未来方向，以进一步了解神经系统疾病和潜在的治疗策略。
劳伦斯伯克利国家实验室
我们展示了在数字量子计算机上对量子场论非平衡动力学的模拟。作为一个代表性的例子，我们考虑 Schwinger 模型，这是一个 1+1 维 U(1) 规范理论，通过 Yukawa 型相互作用耦合到标量场理论描述的热环境。我们使用在空间晶格上离散化的 Schwinger 模型的哈密顿量公式。通过追踪热标量场，Schwinger 模型可以被视为一个开放的量子系统，其实时动力学由马尔可夫极限中的 Lindblad 方程控制。与环境的相互作用最终使系统达到热平衡。在量子布朗运动极限中，Lindblad 方程与场论 Caldeira-Leggett 方程相关。通过使用 Stinespring 膨胀定理和辅助量子比特，我们使用 IBM 的模拟器和量子设备研究了 Schwinger 模型中的非平衡动力学和热态准备。作为开放量子系统的场论的实时动力学和此处研究的热态准备与核物理和粒子物理、量子信息和宇宙学中的各种应用相关。
劳伦斯伯克利国家实验室
自由能是一种重要的热力学性质，它使得计算物理系统几乎所有的平衡性质成为可能，从而可以构建相图并预测传输、化学反应和生物过程。因此，有效计算自由能的方法引起了物理学和自然科学领域的广泛关注，而自由能通常是一个难题。大多数计算自由能的技术都针对经典系统，而对量子系统中自由能的计算则较少探索。最近开发的涨落关系使得从一组动态模拟中计算量子系统中的自由能差异成为可能。虽然在经典计算机上执行此类模拟难度极大，但量子计算机可以有效地模拟量子系统的动态。在这里，我们提出了一种算法，该算法利用一种称为 Jarzynski 等式的涨落关系来在量子计算机上近似量子系统的自由能差异。我们讨论了在什么条件下我们的近似值会变得精确，以及在什么条件下它充当严格的上限。此外，我们成功地在真实的量子处理器上使用横向场 Ising 模型证明了我们的算法的概念。随着量子硬件的不断改进，我们预计我们的算法将能够计算自然科学中各种量子系统的自由能差异。
劳伦斯伯克利国家实验室
Na Qin 1* , Cheng Chen 2* , Shiqiao Du 1* , Xian Du 1 , Xin Zhang 3 , Zhongxu Yin 1 , Jingsong Zhou 1 , Runzhe Xu 1 , Xu
欧内斯特·奥兰多·劳伦斯奖
Matthew C. Beard 博士是美国国家可再生能源实验室 (NREL) 的高级研究员，也是科罗拉多大学博尔德分校可再生和可持续能源研究所 (RASEI) 的研究员。2002 年，Beard 博士在耶鲁大学获得物理化学博士学位，与 Charlie Schmuttenmaer 合作开发时间分辨的 THz 光谱，这是一种非接触式的电荷载流子传输特性探测器。2004 年，他以博士后研究员的身份加入 NREL，与 Arthur Nozik 合作开发提高太阳能转换中初始光能转换效率（主要步骤）的策略。他们研究了胶体半导体纳米晶体（或量子点 [QD]）中的多激子生成。 Beard 博士于 2005 年加入 NREL 担任研究科学家，研究 QD 阵列、QD 固体和 QD 太阳能电池，以提高有限的太阳能转换效率，这项工作得到了能源部科学办公室的支持。目前，Beard 博士担任能源混合有机无机半导体中心 (CHOISE) 主任，该中心是科学办公室资助的能源前沿研究中心。该中心汇集了 8 个机构（NREL 和 7 所学术大学）的 18 名高级研究人员。CHOISE 正在学习控制混合半导体中的有机/无机相互作用，以实现前所未有的光电特性。他的研究兴趣包括热载流子利用（减缓热载流子冷却和多激子生成）、纳米结构和混合（有机/无机）系统，用于太阳能转换、光化学能量转换，以及开发用于跟踪能量转换过程的超快瞬态光谱。
一眼实验室 - 劳伦斯·利弗莫尔国家实验室
世界上首要的高性能计算设施之一劳伦斯·利弗莫尔（Lawrence Livermore）是Livermore Computing（LC）的所在地，这是一家首要的高性能计算设施。LC拥有200多个PETAFLOP的计算能力和许多Top500系统，包括125-Petaflop Sierra系统。继续世界一流的LLNL超级计算机的血统，塞拉代表了Exascale Computing道路上的倒数第二步，预计将通过称为El Capitan的LLNL系统在2023年实现。这些旗舰系统具有GPU的支持，并以3D的形式在从未见过的各种任务需求的情况下进行了多物理模拟。在2020年，LLNL和小脑系统将世界上最大的计算机芯片集成到Lassen系统中，并使用尖端的AI技术升级顶级超级计算机。这种组合创造了一种根本新型的计算解决方案，使研究人员能够研究新颖的预测建模方法。这些平台得到了我们的LEED认证，创新的基础设施，权力和冷却设施的支持；一个存储基础架构，包括三种文件系统和世界上最大的tfinity磁带档案；和顶级客户服务。我们的行业领先的软件生态系统展示了我们对许多大型开源工作的领导，从与光泽和ZFS一起抛弃到R＆D 100屡获殊荣的Flux，SCR和SPACK。
劳伦斯伯克利国家实验室
免责声明 本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息，但美国政府及其任何机构、加利福尼亚大学董事会或其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
劳伦斯伯克利国家实验室
1 引言 量子计算机是一项新兴技术，有望彻底改变计算科学 [3, 13, 36, 43]。量子计算机使用量子比特作为信息处理单位，可以利用叠加和纠缠等纯量子现象，与某些应用领域的传统计算机相比，实现指数级的加速和内存减少。量子计算机最初设想用于模拟量子系统 [20]，后来经过严格证明，它在该领域具有计算优势 [2, 35, 65]。事实上，量子材料模拟被视为近期量子计算机最有前途的应用之一 [9]。量子材料是指在微观层面上的量子效应导致宏观层面上出现奇异相或其他突现行为的材料 [29]。过去十年来，量子材料研究的蓬勃发展表明，这类材料对于下一代
劳伦斯伯克利国家实验室
随着超导量子处理器的复杂性不断增加，需要克服频率拥挤限制的技术。最近开发的激光退火方法提供了一种有效的后制造方法来调整超导量子比特的频率。在这里，我们展示了一种基于传统显微镜组件的自动激光退火装置，并展示了高度相干的透射的保存。在一个案例中，我们观察到激光退火后相干性增加了两倍，并对这个量子比特进行噪声光谱分析，以研究缺陷特征的变化，特别是两级系统缺陷。最后，我们提出了一个局部加热模型，并展示了晶圆级激光退火的老化稳定性。我们的工作是理解潜在物理机制和扩大超导量子比特激光退火规模的重要第一步。