XiaoMi-AI文件搜索系统
World File Search System双馈
UMH3N 双数字晶体管
常州银河世纪微电子有限公司（GME）保留对本文中任何产品信息（版权所有）进行更正、修改、改进或其他更改的权利，恕不另行通知。GME 不承担因应用或使用本文所述任何产品而产生的任何责任；也不转让其专利权或他人权利下的任何许可。
双稀疏量子态制备
状态准备算法可分为精确算法 [2, 3, 4, 5, 6] 和近似算法 [7, 8, 9, 10]。本文主要研究精确状态准备算法。精确状态准备可分为两类：i）准备量子态的算法，将每个模式逐一加载到量子叠加中，计算成本与振幅和量子比特的数量有关 [2, 5, 6]；ii）使用量子态分解来准备状态的算法，计算成本与所需状态的量子比特数呈指数关系 [11, 4, 12]。与量子比特数和输入模式数有关且计算成本呈指数关系的算法效率不高，只能用于生成具有少量量子比特的量子态。计算成本为 O（nM）的算法需要大量 CNOT，不适合 NISQ 设备。本文旨在开发一种算法，将稀疏数据传输到量子设备，经典计算机构建量子电路的计算成本为 O（Mlog（M）+ nM），与文献中以前的算法相比，该算法生成的量子电路具有较少的 CNOT 算子数量。为了实现这一目标，我们优化了连续值 QRAM [6]，定义了 D 中数据呈现的部分顺序。与最近在 [13] 中提出的稀疏量子态准备算法相比，后者使用经典计算机构建量子电路的计算成本为 O（M2 + nM），我们的方法在双稀疏情况下（关于振幅和状态中 1 的数量的稀疏）生成的电路具有较少的 CNOT 门数量。这项工作的其余部分分为 5 个部分。第 2 节介绍了这项工作中使用的量子算子。第 3 节介绍了 CV-QRAM 算法 [6]。第 4 节介绍了本文提出的 CVO-QRAM 算法。第 5 节介绍了实验结果并展示了所提算法所取得的改进。最后，第 6 节是结论。
双极交叉参考
2SC3420 TIP41B 2SC3421 TIP47 2SC3657 BU508A 2SC3783 BU508A 2SC3795 BUL138 2SC3832 BUL128 2SC3868 BULT118 2SC3886 BUH1015HI 2SC3886A BUH1015HI 2SC3892 THD200FI 或 THD215HI 2SC3892A THD200FI 或 THD215HI 2SC3970A BULT118 2SC3996 BUH1215 2SC3997 BUH1215 2SC4051 BUL128 2SC4053 BUL138 2SC4054 BUL138 2SC4055 BUL57 2SC4106 BUL128 2SC4107 BUL57 2SC4123 BUH615D 2SC4229A BUH1215 2SC4233 BUL216 2SC4235 2N6059 2SC4236 2N6059 2SC4242 BUL138 2SC4288A BUH1215 2SC4290A BUH1215 2SC4533 BULT118 2SC4744 BUH615D 2SC4747 BUH1215 2SC4757 THD219HI 2SC4759 BUH1015HI 2SC4762 BUH615D 2SC4769 BUH615D 2SC4770 THD200FI 或THD215HI 2SC4774 BUH1015HI 2SC4916 THD218DHI 2SC4923 BUH1015HI 2SC4924 BUH1015HI 2SC4927 THD200FI 或 THD215HI 2SC4977 BUL57 2SC5002 THD200FI 或 THD215HI 2SC5021 BUL128 2SC5022 BUH2M20AP 2SC5023 BUL138
1 人工智能赋能的自动双...
https://doi.org/10.26434/chemrxiv-2025-n6x46 ORCID：https://orcid.org/0000-0003-3736-1419 内容未经 ChemRxiv 同行评审。许可：CC BY-NC-ND 4.0
从双缝到量子比特
量子现象表现出“波粒二象性”——也就是说，量子系统在未被观察到的情况下会以波的形式演化（即，波穿过两个狭缝并随后与自身发生干涉）——但是当按照客观（经典）现实进行测量时，波函数就会崩溃，它确实具有客观现实（即，作为一个光子，或者如果你喜欢的话，它是一个穿过两个狭缝之一的小“球”）。因此，我们对量子系统的数学描述应该足以允许这两种可能性——它既应该能够确定（概率）测量结果，又应该完全捕捉随后的波传播（如果没有进行测量）。特别是，根据假设 1，系统完全由其状态向量描述，因此双缝处的量子态必须完全捕捉有关波粒二象性的一切。对于两级量子系统（量子比特），我们可以定性地认识到，计算基向量的复叠加具有所需的成分。计算基向量（| 0 ⟩ 和 | 1 ⟩）表示测量时可能出现的二元状态（即光子通过了哪条狭缝）——其复系数不仅能够计算出每种状态的概率，而且也足以确定后续的波传播（即屏幕右侧）（如果没有进行测量）（这就是它们必须是复数的原因）。这也提供了一种思考计算基的好方法，即在某种意义上用客观现实来表示“经典”事件，而对其的测量只是通过波函数坍缩来获得和确定这种经典现实。也就是说，量子测量只是用电压表、电流表、信号分析仪或其他仪器进行的常规测量。我们引入一般测量假设是为了完整性，但在第二部分 CST 量子计算课程中，我们几乎总是使用具有这种有形物理解释的计算基础测量。
使用双晶体偏转器
对液体表面和界面处发生在原子和分子水平上发生的过程的研究对于基本表面科学以及物理，化学和生物学中的实际应用至关重要（Pershan，2014; Dong etel。，2018年； Zuraiqi等。，2020年；他等人。，2021; Allioux等。，2022）。但是，在需要亚纳米精度时，基于同步加速器的X射线散射的实验方法使这些现象稀少，从而使基于同步加速器的X射线散射成为主要的选择。高强度的同步X射线梁，它们的高度紧凑的束尺寸和非常低的差异启用了以下时间分辨率的原位和操作实验，这对于标准的实验室X射线源是不可能的。最近对欧洲同步加速器辐射设施（ESRF）的升级允许使用具有前所未有的参数的极亮X射线源（EB）进行非常苛刻的实验（Raimondi，2016）。
使用双门MOSFET
摘要 - 使用Double-Gate（DG）MOSFET设计了差分交叉耦合电压控制的振荡器（VCO）。DG MOSFET具有高噪声图的出色噪声免疫力，适用于低功率，高频应用。该提出的VCO是使用差分拓扑设计的，具有提高功耗，设计灵活性和降低噪音的提高。这也提高了现有差分放大器的高频性能。此后，将提出的VCO与制造和设计方法进行了比较，尤其是基于硅的CMOS和单栅（SG）MOSFET VCOS（可能）的替代方法。遵循各种印刷电路板（PCB）设计实践，以最大程度地减少噪声并提高电路的整体效率。进行该VCO分析的关键参数是功率的输出功率，相位噪声和数字，在峰值处已实现为-2.91 dbm和1 MHz的-69.79 dbc/hz。设计VCO的功耗为36兆瓦。关键字 - MOSFET，双门MOSFET，差分放大器，微电子，纳米技术，VLSI，VCO。1。简介
无内存的双静态ISAC
摘要 - 本文以双静态雷达为特征的集成传感和通信（ISAC）系统的基本限制，其中雷达接收器位于发射器附近，并根据发射机的通道输入和反向散射信号估算或检测状态。考虑了两个模型。在第一个模型中，无内存状态序列是根据固定分布分布的，雷达接收器的目的是重建以最小可能的失真为例。在第二个模型中，根据p s或q s分配无内存状态，雷达的目标是检测此基本分布，以便错过检测误差概率具有最大的指数衰减率（最大Stein指数）。与以前的结果相似，我们的基本限制表明，传感和交流之间的权衡仅源于传播的代码字的经验统计，从而影响了这两种性能。主要的技术贡献是两个有力的相反证明，这些证明具有通信误差的所有概率ϵ和过度延伸的概率或误报概率Δ求和到小于1，ϵ +Δ<1。这些证据基于典型序列集的两个平行更改参数，一个量化的更改以获取所需的通信速率绑定，第二个用于绑定传感性能。
双AI：用于群体活动识别的双路径参与者交互学习
学习多个参与者之间的时空关系对于群体活动识别至关重要。不同的群体活动通常会展示视频中参与者之间的多样化互动。因此，从时空参与者演化的单一视角来建模复杂的群体活动往往很困难。为了解决这个问题，我们提出了一个独特的双路径参与者交互 (Dual-AI) 框架，它以两种互补的顺序灵活地排列空间和时间变换器，通过整合不同时空路径的优点来增强参与者关系。此外，我们在 Dual-AI 的两个交互路径之间引入了一种新颖的多尺度参与者对比损失 (MAC-Loss)。通过帧和视频级别的自监督参与者一致性，MAC-Loss 可以有效区分单个参与者表示，以减少不同参与者之间的动作混淆。因此，我们的 Dual-AI 可以通过融合不同参与者的这些判别特征来增强群体活动识别。为了评估所提出的方法，我们在广泛使用的基准上进行了大量实验，包括排球 [ 21 ]、集体活动 [ 11 ] 和 NBA 数据集 [ 49 ]。所提出的 Dual-AI 在所有这些数据集上都实现了最佳性能。值得注意的是，所提出的 Dual-AI 使用 50% 的训练数据，其性能优于许多近期使用 100% 训练数据的方法。这证实了 Dual-AI 在群体活动识别方面的泛化能力，即使在有限监督的具有挑战性的场景下也是如此。
多发性骨髓瘤双特异性抗体
随着免疫疗法的出现，多发性骨髓瘤 (MM) 的治疗方案发生了重大转变。以肿瘤抗原为重点的新型疗法现在推动了 MM 研究的进步。双特异性抗体 (bsAbs) 利用生物工程技术的革命性进步，体现了第二代基于抗体的肿瘤疗法。最近对复发/难治性 MM 病例的 bsAbs 研究显示，其疗效显著，安全性可接受。elranatamab 和 teclis-tamab 的获批代表了 MM 治疗用 bsAbs 的下一步发展。本综述文章讨论了针对治疗耐药性 MM 的 bsAbs 的抗原靶向、疗效、安全性和应用策略，重点关注临床试验和真实世界数据。