XiaoMi-AI文件搜索系统
World File Search System器上
在 ATLAS 探测器上观测顶夸克的量子纠缠
纠缠是量子力学的一个关键特征 1–3 ，在计量学、密码学、量子信息和量子计算 4–8 等领域有应用。纠缠已在从微观 9–13 到宏观 14–16 的各种系统和长度尺度中被观察到。然而，在可访问的最高能量尺度上，纠缠仍然基本上未被探索。这里，我们报告了在大型强子对撞机产生的顶-反顶夸克事件中对纠缠的最高能量观测，使用由 ATLAS 实验记录的质子-质子碰撞数据集，其质心能量为 √ s = 13 TeV，积分光度为 140 倒数飞靶 (fb) −1。自旋纠缠是通过测量单个可观测量 D 检测到的，D 是由带电轻子在其母顶夸克和反顶夸克静止框架中的夹角推断出来的。可观测量是在顶夸克-反顶夸克产生阈值附近的一个狭窄区间内测量的，在此区间内纠缠检测预计会很显著。它是在一个用稳定粒子定义的基准相空间中报告的，以尽量减少因蒙特卡洛事件生成器和部分子簇射模型在模拟顶夸克对产生方面的局限性而产生的不确定性。当 m 340 GeV < < 380 GeV tt 时，纠缠标记测得为 D = −0.537 ± 0.002（统计）± 0.019（系统）。观测结果与没有纠缠的情况相差超过 5 个标准差，因此这是首次观察到夸克对中的纠缠，也是迄今为止最高能量的纠缠观测。
量子处理器上的 Zeilinger 纠缠
格林伯格-霍恩-泽林格 (GHZ) 态 [1]，也称为二组分薛定谔猫，在量子物理学的基础中发挥着至关重要的作用，更重要的是，它在容错量子计算等未来量子技术中起着重要作用 [2,3]。扩大 GHZ 态的尺寸和相干控制对于在高级计算任务中利用纠缠具有实际优势至关重要，但不幸的是，这带来了巨大的挑战，因为 GHZ 态易受噪声影响 [4,5]。在本文中，我们提出了一种创建、保存和操纵大规模 GHZ 纠缠的通用策略，并演示了一系列以高保真数字量子电路为基础的实验。对于初始化，我们采用可扩展协议来创建最多 60 个量子比特的真正纠缠的 GHZ 态，几乎是之前大小记录的两倍 [6]。为了实现保护，我们以全新的视角看待离散时间晶体 (DTC) [ 7 – 16 ]，最初用于探索奇异的非平衡量子物质，并将 GHZ 状态嵌入到定制的猫疤痕 DTC [ 17 ] 的特征态中，以延长其寿命。为了实现操控，我们使用原位量子门切换 DTC 特征态，以修改 GHZ 保护的有效性。我们的发现为实现大规模纠缠的相干操作开辟了一条可行的途径，并进一步强调超导处理器是探索非平衡量子物质和新兴应用的有前途的平台。
量子处理器上的Zeilinger纠缠
Greenberger-Horne-Zeilinger（GHz）状态[1]，也称为两个组成型Schr odinger猫，在量子物理学的基础上起着至关重要的作用，更具吸引力的将来的量子技术，例如容差量子量计算[2，3]。大小的扩大和GHz状态的连贯控制对于利用具有实际优势的先进计算任务中的纠缠至关重要，不幸的是，由于GHz国家容易受到噪声的攻击，这构成了巨大的挑战[4，5]。在这里，我们提出了一种一般策略，以创建，保存和操纵大规模的GHZ纠缠，并展示一系列由高层数字量子电路强调的经验。为初始化，我们采用可扩展协议来创建具有多达60个QUAT的真正纠缠的GHz状态，几乎使先前的大小记录翻了一番[6]。为了保护，我们对离散时间晶体（DTC）[7-16]采取了新的视角，最初是用于探索异国情调的非平衡量子问题，并将GHz状态嵌入量身定制的猫疤痕DTC [17]的特征状态[17]以延长其寿命。进行操作，我们用原位量子门切换DTC本征态以修改GHz保护的效果。我们的发现为大规模纠缠建立了一条可行的途径，并进一步强调了超导处理器，作为探索非平衡量子问题和新兴应用的有希望的平台。
CogniSAT-6 航天器上的动态瞄准飞行
动态目标定位 (DT) 是一种航天器自主概念，其中传感器数据被获取并快速分析，并用于驱动后续观察。我们描述了这种方法的低地球轨道应用，其中分析前瞻图像以检测云、热异常或陆地用例，以推动更高质量的近天底成像。这种能力的用例包括：云避开、风暴搜寻、搜索行星边界层事件、羽流研究等。DT 概念需要前瞻传感器或敏捷性以在这种模式下使用主传感器、边缘计算以快速分析机载图像以及主后续传感器。此外，可以利用卫星间或低延迟通信链路进行跨平台任务处理。我们描述了正在进行的实施，以便在 2025 年初在 CogniSAT-6（Ubotica/Open Cosmos）航天器上飞行 DT，该航天器于 2024 年 3 月在 SpaceX Transporter-10 发射中发射。
b'o一个书面叙述，详细介绍了请求，业务/使用操作信息，未来开发计划，站点和建筑改进，暂定开发时间表以及估计的项目价值。 o可能适用的缩放图纸，包括但不限于；现场计划，评分/侵蚀控制计划，初步的雨水管理计划，景观计划，照明计划，建筑物高程，有色效果图，标志细节和自然资源描述。所有以数字格式（Adobe PDF）提供的应用材料。材料可以在USB闪存驱动器上提交，也可以通过电子邮件发送至hurd@pewaukee.wi.us。注意十二（12）个计划委员会将需要进行十二（12）个计划委员会的其他计划。应根据需要对员工的评论进行修订。 '
b'o一个书面叙述，详细介绍了请求，业务/使用操作信息，未来的开发计划，站点和建筑物改进，暂定开发时间表以及估计的项目价值。o规模的图纸，包括但不限于；现场计划，评分/侵蚀控制计划，初步的雨水管理计划，景观计划，照明计划，建筑物高程，有色效果图，标志细节和自然资源描述。所有以数字格式提供的应用材料（Adobe PDF）。材料可以在USB闪存驱动器上提交，也可以通过电子邮件发送至hurd@pewaukee.wi.us。注释十二（12）委员会将需要进行其他计划。应根据需要对员工评论进行修订。 '
使用指令集扩展器在Opentitan大数字加速器上加速了Quantum加密的加速度
量子计算的即将来临的威胁正在与物联网（IoT）的扩散一起前进。在无处不在的计算和不断发展的安全风险时代，量词后加密术正在成为一种关键的保障措施，可能很快变得必不可少。Opentitan于2024年2月发布了Opentitan的第一个开源硅芯片，标志着安全和值得信赖的硬件的重大突破[26]。安全性是Opentitan项目的一个基本方面，该平台配备了自定义加密协调员Opentitan Big Number Gumber Accelerator（OTBN）。理想地适合集成到IoT设备中，在优化otbn对量子后加密术的优化中仍然存在挑战。我们提出了8个新指令，以加速Kyber数理论变换和OTBN上的理论变换，并将它们集成到优化的实现中。我们证明，对于数量理论变换的基线实现，在基线实现上的性能改善因子为21.1倍，其反向的性能改善因子为24.3倍。通过硬件/软件共同设计，我们的方法完全利用了并行性的潜力，最大程度地利用了OTBN的现有功能，并向平台提出了一些适度的硬件修改。
SECP256R1对STM32微处理器上的椭圆曲线加密的实施和性能评估
摘要 - 在层面系统中使用物联网（IoT）设备的使用已越来越流行。这些设备随着人们的流行而容易受到网络攻击的影响。为了保护网络攻击而进行的加密操作对于在开放网络中产生快速结果而不是减慢网络流量至关重要。因此，为了提高通信安全性，在文献中进行了有关在物联网设备中使用不对称加密和对称加密一起进行的研究，以进行关键共享，加密，解密，数据签名以及验证签名数据等活动。在这项研究中，我们首先提出了从服务器操作的物联网设备的加密系统。然后，我们对提案进行绩效分析。尤其是，我们在SECP256R1椭圆曲线上评估了椭圆曲线Diffie-Hellman键交换和椭圆曲线数字签名算法，并通过32位STM32F410RB核开发板上的32位STM32F410RBIT STM32F410RBIT STM32F410RBIT STMICC库进行了Micro UECC库AES对称加密。索引条款 - 键交换，数字签名，椭圆曲线，secp256r1，iot
在NISQ时代量子处理器上对AKLT状态的高保真实现
许多现实世界中的问题需要从棘手的多维分布中取样。这些样本可以通过使用蒙特卡洛近似值来估计其统计特性来研究物理系统的行为。通过此类分配进行抽样一直是一个挑战，是通过扰动近似或马尔可夫链蒙特卡洛（MCMC）技术进行的[1]。如果变量强烈耦合并且没有小参数，则无法应用扰动近似，并且使用MCMC方法。为了确保通过MCMC方法生成的样品的渐近精确性，使用了大都市 - 危机算法（MH），该算法（MH）使用模型和目标密度，即使仅知道这些密度仅为比例性恒定，也可以应用。但是，MCMC技术具有其局限性，例如相关样本的产生，阶段过渡期间的临界减速以及较高的仿真成本。在过去的几年中，已经开发了几种基于学习的方法来从此类分布中进行采样。生成对抗网络（GAN）[2-4]和变异自动编码器（VAE）[5，6]在给定的目标分布的给定样本中学到的采样分布中表现出了显着的功效。vaes是近似密度模型，因为它们为样品提供了近似的密度值。gans生成样品，而没有明确估计样品的密度值；因此，它们也称为隐式密度模型。他们两个都不能保证样品的精确性。这些此外，由于它们没有提供精确的模型密度，因此不能使用MH等方法对其进行修改或偏低。另一方面，基于流量的生成模型，例如标准化流（NF）[7，8]明确对目标分布进行建模并提供精确的模型密度值。它们与MH一起用于保证样品的精确性。在物理应用中，人们对通过物理配置（例如，经典磁体的每种自旋的方向）对概率分布进行取样感兴趣，这些分布是通过物理模型进行参数的。这些物理模型取决于一组参数，在以下内容中称为C，例如温度t或耦合常数。例如，在ISING模型和XY模型中，系统的属性取决于温度和最接近的近纽布交换（或包括在内的其他邻居或环形交换）耦合常数。改变这些参数也可以通过相变驱动系统，该相变已通过机器学习技术进行了研究[9-17]。建模此类分布的一种方法是为每个外部参数的每个设置重新训练生成模型。为了研究系统的性质，需要样本来进行外部参数的不同设置。这会导致在不同的环境中反复训练该模型，从而增加培训成本。许多晶格理论已经使用标准化流[18-20]建模。建模此类分布的替代方法是训练以外部参数为条件的生成模型。
变形：可变形力传感显示器上的动态刚度控制
引入Deformio，这是一种具有共同置换力输入和可变刚度输出的新型可变形显示。与先前的工作不同，我们的方法不需要PIN阵列或重新配置面板。相反，我们利用气动和电阻传感，使力检测和刚度控制在柔软的连续表面上。这使用户可以在柔软的表面上感知丰富的触觉反馈，并复制传统基于玻璃的屏幕的流体手指运动的好处。使用机器人臂，我们进行了一系列评估，并进行了3,267个试验，以量化触摸和力输入的性能以及刚度输出。此外，我们的研究证实了用户同时应用多力输入并区分刚度水平的能力。我们说明了Formio如何通过对日常互动的愿景来增强相互作用，并包括两个实施的独立示范。
用于可植入脑机接口的脉冲神经网络解码器及其在 RISC-V 微控制器上的稀疏感知部署
摘要 — 可植入脑机接口 (BMI) 在运动康复和移动性增强方面大有可为，它们需要准确且节能的算法。在本文中，我们提出了一种用于可植入 BMI 的回归任务的新型脉冲神经网络 (SNN) 解码器。SNN 通过增强的时空反向传播进行训练，以充分利用其处理时间问题的能力。所提出的 SNN 解码器在离线手指速度解码任务中的表现优于最先进的卡尔曼滤波器和人工神经网络 (ANN) 解码器。解码器部署在基于 RISC-V 的硬件平台上，并经过优化以利用稀疏性。所提出的实现在占空比模式下的平均功耗为 0.50mW。在进行无占空比的连续推理时，它实现了每次推理 1.88 µ J 的能效，比基线 ANN 低 5.5 倍。此外，每次推理的平均解码延迟为 0.12 毫秒，比 ANN 实现快 5.7 倍。