XiaoMi-AI文件搜索系统
World File Search System多部
大型和多部位结构性脑 MR 成像数据集中的深度学习
大型、多站点、异构脑成像数据集越来越需要用于训练、验证和测试基于深度学习 (DL) 的高级自动化工具，包括基于结构磁共振 (MR) 图像的诊断和治疗监测方法。在将多个较小的数据集组合成较大的数据集时，了解聚合数据集中不同采集和处理协议之间的潜在差异 (称为“批次效应”) 至关重要。训练数据集中存在差异很重要，因为它更接近地反映了真实的潜在数据分布，因此可以增强工具的整体通用性。然而，必须仔细评估批次效应的影响，以避免不良影响，例如可能降低性能指标。批次效应可能来自许多方面，包括采集设备、成像技术和参数以及应用的处理方法的差异。在开发工具时，必须考虑它们的影响，包括有益的和不利的，以确保它们的输出与提出的临床或研究问题（即实际的疾病相关或病理变化）相关，而不仅仅是由于聚合数据集中底层批次效应的特殊性。我们回顾了深度学习在结构性脑 MR 成像中的应用，它聚合了来自神经成像数据集的图像，这些数据集通常是在多个站点获取的。我们检查了包含健康对照参与者和患者的数据集，这些数据集是使用不同的采集协议获取的。首先，我们讨论了数据访问问题，并列举了一些常用的公开脑数据集的主要特征。然后，我们通过探索两大类方法回顾了纠正批次效应的方法：数据协调，使用数据标准化、质量控制协议或其他类似算法和程序来明确理解和最小化不必要的批次效应；领域自适应，开发深度学习工具，通过使用方法隐式处理批次效应以获得可靠和稳健的结果。在这篇叙述性评论中，我们强调了这两类 DL 方法的优缺点，并描述了未来研究中需要解决的关键挑战。
电力系统运行模型中的核心过程表示：多部门动态研究的差距、挑战和机遇
电网运营与环境系统和人类系统（如交通、农业、经济和金融市场）的互动日益密切。我们的目标是讨论建模方面的差距和机遇，以推动多部门适应和权衡的科学发展。我们专注于电力系统运营模型，这些模型通常代表几天到一年内电网运营的关键物理和经济方面，并假设电网基础设施固定。由于计算负担，模型通常是定制的，以反映区域资源机会、数据可用性和感兴趣的应用。我们将电力系统运营模型概念化为四个核心过程：物理电网资产（发电、输电、负载和存储）、模型目标和目的、机构和决策代理以及绩效指标。我们根据对 23 个现有模型的审查对这些核心过程的表示进行了分类。以围绕电网和短期不确定性、长期全球变化和多部门技术创新的科学问题为例，我们报告了研究界采用的流程保真度和可处理性之间的权衡，以表示电力系统运行模型中的多部门相互作用。我们对研究方向的建议与模型无关，侧重于核心过程及其与其他人类系统的相互作用，并考虑计算权衡。© 2021 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
![b'in最近的地标结果[Ji等。 ，Arxiv：2001.04383（2020）]，显示在允许玩家共享无界维度的量子状态时，近似于两人游戏的值是不可决定的。在本文中，我们研究了量子系统的尺寸在t界面时，我们研究了两人游戏的计算复杂性。更具体地说，我们给出一个大小的半决赛程序，以实验12（log 2（at） + log（q）log（at）） /\ xcf \ xb5 2来计算添加剂\ xcf \ xb5-对具有T \ xc3 \ XC3 \ xc97 t -dimemensional量的两种玩法游戏的值的近似值 - 分别。对于固定尺寸t，此尺寸在Q中以q和准溶解度为单位，从而改善了先前已知的近似算法，而最差的运行时间保证最多在q和a中是指数。为了证明，我们与量子可分离性问题建立了联系，并采用了改进的多部分量子finetti定理，并具有线性约束，我们通过量子熵不平等得出。](/simg/1/1eb8edb93c176a0334628f287995a2757f02cfe3.webp)
b'in最近的地标结果[Ji等。 ，Arxiv：2001.04383（2020）]，显示在允许玩家共享无界维度的量子状态时，近似于两人游戏的值是不可决定的。在本文中，我们研究了量子系统的尺寸在t界面时，我们研究了两人游戏的计算复杂性。更具体地说，我们给出一个大小的半决赛程序，以实验12（log 2（at） + log（q）log（at）） /\ xcf \ xb5 2来计算添加剂\ xcf \ xb5-对具有T \ xc3 \ XC3 \ xc97 t -dimemensional量的两种玩法游戏的值的近似值 - 分别。对于固定尺寸t，此尺寸在Q中以q和准溶解度为单位，从而改善了先前已知的近似算法，而最差的运行时间保证最多在q和a中是指数。为了证明，我们与量子可分离性问题建立了联系，并采用了改进的多部分量子finetti定理，并具有线性约束，我们通过量子熵不平等得出。
b'in最近的地标结果[Ji等。，arxiv：2001.04383（2020）]，显示在允许玩家共享无限维度的量子状态时，近似两人游戏的值是不可决定的。在本文中，我们研究了量子系统的尺寸在t界定时，两人游戏的计算复杂性。更具体地说，我们给出一个半尺寸的尺寸的程序，以实验12（log 2（at） + log（q）log（at）） /\ xcf \ xb5 2来计算附加\ xcf \ xb5-关于具有T \ xc3 \ x97 t -dimum量的两次播放游戏的值的附加值，近似值，该量的量游戏分别。对于固定尺寸t，这在Q中以Q和准多态的多项式缩放在A中，从而改善了先前已知的近似算法，其中最差的运行时保证最充其量是Q和A中的指数。为了证明，我们与量子可分离性问题建立了联系，并采用了改进的多部分量子finetti定理，并具有线性约束，我们通过量子熵不等式得出。
真正的多部分纠缠在时间上抽象内容
虽然已经详细研究了空间量子相关性，但对时间过程可以表现出的真正量子相关性的知之甚少。采用量子梳形式主义，可以将过程映射到量子状态，至关重要的差异，即时间相关性必须满足因果排序，而它们的空间对应物则不会以相同的方式限制。在这里，我们利用了这种等价性，并使用多部分纠缠理论的工具，以全面了解相关的结构，这些相关性（因果下降）时间量子过程可以显示。首先，重点是在两个时间点探测的过程的情况下 - 可以通过三方量子状态等效地描述，我们提供了在不同划分中存在双分式纠缠的必要条件。接下来，我们将这些方案连接到先前研究的量子记忆，纠缠超级通道和量子转向的概念，从而为时间量子过程中的纠缠提供了物理解释，并确定其创建所需的资源。此外，我们构建了W型和GHz型的明确示例，真正的多部分纠缠了两次过程，并证明了在时间过程中的真正多部分跨性别可能是一种新现象。最后，我们表明，在任何数量的探测时间内都存在多次跨多次纠缠的过程。
使用贝尔对创建和提取多部分 GHZ 状态的协议
摘要 高质量 Greenberger–Horne–Zeilinger (GHZ) 状态的分布是许多量子通信任务的核心，从扩展望远镜的基线到秘密共享。它们还在分布式量子计算的纠错架构中发挥着重要作用，其中可以利用贝尔对来创建量子计算机的纠缠网络。我们研究了在量子网络上从非完美贝尔对中创建和提炼 GHZ 状态的过程。具体来说，我们引入了一种启发式动态规划算法来优化大量创建和净化 GHZ 状态的协议。所有考虑的协议都使用基于目标状态（即 GHZ 状态）非局部稳定算子测量的通用框架，其中每个非局部测量都会消耗另一个（非完美）纠缠态作为资源。在没有退相干和局域门噪声的情况下，新协议的表现优于以前的提案。此外，这些算法可以用于寻找涉及任意数量参与方和任意数量纠缠对的协议。
受计算机启发的高维多部分量子门概念
量子光学研究的共同目标之一是找到控制复杂量子系统的方法，这既可用于研究量子力学的基本问题，也可用于量子技术的潜在应用 [1,2]。量子系统的复杂性随着所涉及部分的数量和各个部分的维数的增加而增加。对于单光子量子系统，25 年来，人们一直知道如何进行任意幺正变换 [3]，这已成为集成光子学的基础 [4 – 7]。同样，在光子的其他自由度中，单量子门也已得到很好的理解，例如，使用离散化时间步骤 [8] 或光子的空间模式 [9 – 12] 和对单光子进行高维多自由度操作 [13]。多光子操作更加复杂，因为光子之间不相互作用。为了克服这一困难并实现两个光子之间的有效相互作用，辅助状态用于预示概率变换，例如受控非门 (CNOT) [14-16]。这些变换的质量已大大提高，使得任意二维双光子门的片上演示以及任意光子量子比特变换的理论概念成为可能 [17]。总而言之，多光子量子比特变换和单光子任意高维变换的特殊情况已得到充分理解。然而，d 维中 n 个光子的变换的一般情况仍未得到解决。
批准运营更多部门以增强……
所列其他行业的公司可于 2020 年 4 月 13 日星期一上午 9 点起向 MITI 提交申请。所有申请均须通过 MITI 网站 www.miti.gov.my 在线提交。只有完整且符合条件的申请才会受理。
通过多部位脑结构测量预测酒精依赖性
1. 佛蒙特大学医学院精神病学系，佛蒙特州伯灵顿 2. 阿姆斯特丹大学心理学系，荷兰阿姆斯特丹 3. 罗彻斯特大学医学与牙科学院神经科学系和 Ernest J. Del Monte 神经科学研究所，美国纽约州罗彻斯特 4. 墨尔本大学墨尔本心理科学学院，澳大利亚墨尔本 5. 科罗拉多大学博尔德分校心理学和神经科学系，美国博尔德 6. 华盛顿大学医学院精神病学系，美国密苏里州圣路易斯 7. 加州大学洛杉矶分校大卫·格芬医学院，美国洛杉矶 8. 莫纳什大学认知与临床神经科学研究所和心理科学学院，澳大利亚墨尔本 9. 澳大利亚天主教大学健康科学学院心理学学院，澳大利亚墨尔本 10. 利物浦大学心理科学系，英国利物浦 11. 行为荷兰奈梅亨拉德堡德大学科学研究所 12. 美国马里兰州贝塞斯达国家酒精滥用和酒精中毒研究所内部临床和生物研究部临床神经影像研究核心 13. 美国拉霍亚加州大学圣地亚哥分校退伍军人医疗系统和精神病学系 14. 美国俄克拉荷马州塔尔萨劳瑞德脑研究所 15. 澳大利亚帕克维尔国家青少年心理健康卓越中心 Orygen 16. 澳大利亚墨尔本大学青少年心理健康中心 17. 美国康涅狄格州纽黑文耶鲁大学医学院精神病学系 18. 德国莱比锡马克斯普朗克人类认知和脑科学研究所神经病学系 19. 荷兰莱顿大学心理学研究所、认知心理学部和莱顿脑与认知研究所 20. SA MRC 精神障碍风险与复原力研究组，开普敦大学精神病学和神经科学研究所，开普敦，南非 21. 美国马里兰州巴尔的摩市国家药物滥用研究所内部研究计划神经影像学研究分部 22. 荷兰阿姆斯特丹大学阿姆斯特丹医学中心精神病学系 23. 荷兰阿姆斯特丹自由大学医学中心精神病学系 24. 澳大利亚墨尔本大学和墨尔本健康中心精神病学系墨尔本神经精神病学中心 25. 美国加利福尼亚州马里兰州马里兰州雷伊南加州大学凯克医学院史蒂文斯神经影像学与信息学研究所成像遗传学中心 26. 加拿大魁北克省蒙特利尔市 CHU Ste Justine 医院蒙特利尔大学精神病学系 通讯作者：Sage Hahn UVM 医学中心，1 South Prospect Street Burlington Vermont 05401 sahahn@uvm.edu 简称：仅根据大脑结构预测 AUD 关键词：结构 MRI、机器学习、酒精依赖、AUD、遗传算法、成瘾 摘要字数：250 正文字数：4000 图表数量：5 表格数量：2 补充信息：4 页数
远距离静止系统的多部分量子纠缠创建
摘要：我们提出了创建远程静止量子比特的多体格林伯格-霍恩-泽林格 (GHZ) 态和 W 态的有效协议。系统的非均匀性和/或非理想单光子散射通常会限制纠缠创建的性能，并导致实际量子信息处理中保真度和效率的下降。通过使用线性光学元件，由系统非均匀性和非理想光子散射引起的误差可以转化为协议中的预示损失。因此，生成的多体纠缠态的保真度保持不变，只有效率降低。远程静止量子比特的 GHZ 态以并行方式创建，其生成效率显着提高。在创建 N 个远程静止量子比特的 W 态的协议中，输入单光子以叠加态准备并并行发送到 N 条路径。我们利用双空间模式干涉消除了“哪条路径”单光子散射的“知识”，使得创建 N 量子比特 W 态的效率与静止量子比特的数量无关，而不是呈指数下降。