XiaoMi-AI文件搜索系统
World File Search System子网络
量子网络中的图状态：分布和局部互补
第三章 量子纠缠 7 3.1 二体纠缠 7 3.2 多体纠缠 7 3.2.1 两级多体（多量子比特）系统 8 3.3 纠缠度量 9 3.3.1 真正纠缠度量 9 3.3.2 一夫一妻制关系 9
受控非门在离子阱量子网络节点中的实现及应用
量子比特相干时间是离子阱量子网络节点中的关键参数。然而，用于将量子比特编码为离子的状态之间的能量差波动可能是退相干的重要来源。为了增加任意单量子比特状态的相干时间，可以将状态编码为由两个物理量子比特的联合状态形成的无退相干子空间 (DFS)，在我们的例子中，这两个物理量子比特是两个共同捕获的离子。因此，离子量子比特的相干性被动地受到保护，免受对两个物理量子比特产生同等影响的波动的影响。这篇硕士论文介绍了在我们的实验装置中实现无退相干量子存储器的实验结果。为了实现量子存储器，需要一个受控非门 (CNOT)。为了实现 CNOT 门，我们实验装置中的本机门被扩展以完成一组通用量子门。在这篇硕士论文之前，多离子串和纠缠门内的离子量子比特全局旋转已经可用。为了完成一组通用的量子门，将单离子聚焦相位旋转添加到本机门中。然后使用 CNOT 门从双量子比特 DFS 存储和检索单量子比特状态。在 DFS 中存储和检索量子比特的过程完全由量子过程层析成像表征，存储时间为 500 毫秒，过程保真度为 94(6)%。与我们之前在离子阱系统中实现的相比，使用 DFS 编码可以将量子比特的相干时间提高至少一个数量级。
Q-ID：通过指纹识别实现轻量级量子网络服务器识别
摘要 — 量子网络由相互连接的量子服务器组成，这些服务器能够进行通信和协作以完成计算任务。该网络中的量子服务器必须相互识别和验证。例如，当量子服务器打算在另一台机器上执行计算任务时，量子服务器必须验证其他量子服务器的真实性，以保持对委托计算的信心。虽然已经提出了几种对这些量子计算机进行指纹识别的方法，但许多方法都需要大量资源，目前并不实用。为了解决这个问题，我们引入了 Q-ID，这是一种轻量级的指纹识别方法，可以准确识别量子计算需求可忽略不计的量子服务器。Q-ID 通过在两个不同的噪声级别上运行用户的任务电路来运行，并使用由此产生的性能差距作为量子服务器的唯一标识符。此外，我们还开发了一种误差演化算法，允许用户在本地估计这种性能差距。通过将估计的差距与实际差距进行比较，用户可以有效地识别或区分网络中的量子服务器。我们在 IBM 量子平台上的实验展示了我们方法的有效性和优势。索引术语 — 量子指纹识别、量子网络、量子计算、误差演化
IronCAPTM 后量子网络安全
库比蒂诺宣布，PQ3（后量子加密协议）将包含在 iMessage 中。此前，该更新已部署在软件的测试版中，并将在 iOS 和 iPad OS 17.4 以及 macOS 14.4 中推出。苹果在其安全研究博客上发布了这一消息，并表示这一变化是“iMessage 历史上最重要的加密安全升级”。
量子的基础是经典和量子网络的联合学习的基础
量子量子联合学习（QFL）是一个新颖的框架，将分类联合学习（FL）的优势与量子技术的计算能力相结合。这包括量子计算和量子机学习（QML），使QFL能够处理高含量的复杂数据。QFL可以在经典和量子通信网络上部署，以使信息受益 - 理论安全级别超过传统的FL框架。在本文中，我们对QFL的挑战和机遇进行了首次全面调查。我们特别检查了QFL的关键组成部分，并确定在经典和量子网络中部署它时会出现的独特挑战。然后，我们开发新的解决方案并阐明可以帮助应对所确定挑战的研究方向。我们还提供了可行的建议，以推进QFL的实际实现。
新颖的橄榄石生物炭粒子网络，用于自然纤维增强复合材料中的压电性应变感应
抽象的天然纤维增强复合材料（NFRCS）患有吸水和低温稳定性，导致纤维降解和随后的材料衰竭。研究了内置的压电传感器，以监视组件的变形/应变。作为来自橄榄石的可再生资源生物炭颗粒的低成本材料，在亚麻层和用作模型系统的纱线束上。碳黑色样品作为宠物型变体用作参考材料。生物炭和碳黑色覆盖的纤维系统被层压在环氧树脂中，然后进行拉伸测试。在测试过程中同时记录了电阻。Biochar在纳米到高千分尺范围（d <200μm）的宽大分布在传感器性能方面表现出色，颗粒大小范围较小d <20μm。具有集成生物炭颗粒的NFRC样品的量规因子（GF）达到30 - 80，而碳黑色不能超过8。为了获得最大的GFS，亚麻纱/层的纱线计数应尽可能薄，但仍然可以渗透粘附的粒子网络。与碳黑色相比，相对较大的粒径被确定为促成高GF的促成因子。
论量子网络的二分纠缠容量
摘要 我们考虑由具有非确定性纠缠交换能力的设备组成的量子网络中一对节点的多路径纠缠分布问题。多路径纠缠分布使网络能够通过预先建立的链路级纠缠在任意数量的可用路径上建立端到端纠缠链路。另一方面，概率纠缠交换限制了节点之间共享的纠缠量；当由于实际限制，交换必须在时间上彼此接近时尤其如此。我们将重点限制在网络中仅产生二分纠缠的情况，将问题视为两个希望通信的量子端节点之间广义流最大化的一个实例。我们提出了一个混合整数二次约束规划 (MIQCP) 来解决具有任意拓扑的网络的流问题。然后，我们通过求解由概率纠缠链路存在和不存在生成的所有可能网络状态的流问题，然后对所有网络状态容量求平均值，计算总网络容量，该容量定义为每单位时间分配给用户的 Einstein-Podolsky-Rosen (EPR) 状态的最大数量。MIQCP 还可以应用于具有多路复用链路的网络。虽然我们计算总网络容量的方法具有不良特性，即状态总数会随着链路多路复用能力呈指数增长，但它仍然会产生一个精确的解决方案，可作为更容易实现但非最优纠缠路由算法吞吐量性能的上限比较基础。