XiaoMi-AI文件搜索系统
World File Search System广义
一维广义分裂量子步行
摘要：量子步行不仅仅是构建量子算法的工具。在许多复杂的物理过程中，它们已被有效地用于建模和模拟量子动力学。尤其是，一种被称为分裂量子步行的离散时间量子步行的变体与Dirac Cellular Automata和拓扑绝缘子密切相关，其实现依赖于位置依赖于进化算子的控制。由于操纵多个光子自由度的易于性，我们提供了拆分步骤运算符的光学设置，该设置与位置依赖性硬币（PDC）操作结合使用，可以完成广义分配步行的桌面设置。此外，我们提出了用于PDC操作的光学实现，例如，允许实现电量子步行，控制定位动力学并效仿时空曲率效应。此外，我们提出了一个设置，以实现涉及2个J板，2个可变波形，半波浪板，光学开关和光学延迟线的任何t -step splent量子步行步行。
具有广义不确定性原理的量子纠缠
通过引入耦合谐振子系统，探讨了广义不确定性原理 (GUP) 修正量子力学中量子纠缠的修正情况。构造基态 ρ 0 及其约化子态 ρ A = Tr B ρ 0 ，计算了 ρ 0 的两个纠缠测度，即 E EoF (ρ 0 ) = S von (ρ A ) 和 E γ (ρ 0 ) = S γ (ρ A ) ，其中 S von 和 S γ 分别是冯·诺依曼熵和雷尼熵，直至 GUP 参数 α 的一阶。结果表明，当 γ = 2 , 3 , ··· 时，E γ (ρ 0 ) 随 α 的增加而增大。值得注意的是，E EoF (ρ 0 ) 不具有 α 的一阶。根据这些结果，我们推测，对于非负实数 γ ，当 γ > 1 或 γ < 1 时，E γ (ρ 0 ) 随 α 的增加而增加或减少。© 2022 作者。由 Elsevier BV 出版 这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。由 SCOAP 3 资助。
量子广义 Potts-Hopfield 神经网络的相图
摘要 我们介绍并分析了 q 状态 Potts-Hopfield 神经网络 (NN) 的开放量子泛化，这是一种基于多层经典自旋的联想记忆模型。这个多体系统的动力学以 Lindblad 型马尔可夫主方程的形式表示，该方程允许将概率经典和相干量子过程平等地结合起来。通过采用平均场描述，我们研究了由温度引起的经典涨落和由相干自旋旋转引起的量子涨落如何影响网络检索存储的记忆模式的能力。我们构建了相应的相图，在低温状态下，该相图显示的模式检索类似于经典的 Potts-Hopfield NN。然而，当量子涨落增加时，会出现极限环相，而极限环相没有经典对应相。这表明量子效应可以相对于经典模型从质上改变稳态流形的结构，并可能允许人们编码和检索新类型的模式。
量子 Fisher 信息的广义测度
如图 1 示意图所示，由 此可知 S = ( H ) ⊂S ⩽ ( H )。此外，S ⩽ ( H ) 的维数为 d2，可以作为量子态集和零算子 S ⩽ ( H ) = Conv (0 , S = ( H )) [31] 的凸包获得。亚规范化量子态已在量子信息论中用作规范化量子态的便捷概括 [28 , 29 , 31]。此外，近期量子算法方面的令人振奋的新研究利用截断的、因此亚规范化的量子态来避免存储指数级大的密度矩阵，从而使算法可以在嘈杂的中等规模量子 (NISQ) 计算机上实现 [30 , 32 , 33]。这个令人振奋的新研究方向是这项工作的主要动机。在参考文献 [ 28 , 29 ] 中，作者将标准量子保真度推广到亚标准状态，称为广义保真度，如下所示。
心力衰竭的广义深度学习模型...
目标：超声心动图（ECG）是用于诊断心力衰竭（HF）的最常见方法。但是，其准确性取决于操作员的经验。此外，数据的视频格式使患者将他们引用和重新检查的挑战。因此，本研究使用了一种深度学习方法来帮助医生评估心脏功能，以促进超声心动图发现的标准化以及动态和静态超声数据的兼容性。Methods: A deep spatio-temporal convolutional model r2plus1d-Pan (trained on dynamic data and applied to static data) was improved and trained using the idea of “regression training combined with classification application,” which can be generalized to dynamic ECG and static cardiac ultrasound views to identify HF with a reduced ejection fraction (EF < 40%).此外，还建立了三个独立数据集，其中包含8976个心脏超声视图和10085心脏超声视频。随后，标记了EF的跨国多中心数据集。此外，还进行了模型培训和独立验证。最后，在三家专门从事心血管疾病的区域医院的注册超声波检查员和心脏病专家招募了不同的工作年度，以比较结果。结果：拟议的深时时空卷积模型在接收器操作特征曲线（AUC）值下达到了0.95（95％置信区间[CI]：0.947至0.953），在动态超声数据的训练集上，AUC的训练集和1（95％CI，1至1至1）的训练集在独立效力集上。结论：随后，该模型被应用于静态心脏超声视图（验证集），同时输入相同心脏的1、2、4和8图像，分别分类的精度分别为85％，81％，93％和92％。在静态数据上，人工智能（AI）模型的分类准确性与超过3个工作年度的超声检查员和心脏病专家的最佳性能相当（p = 0.344），但明显优于中位数水平（p = 0.0000008）。
广义基于能量的模型| UCL发现
我们介绍了基于广义的能量模型（GEBM），以进行生成模块。这些模型结合了两个训练有素的组件：一个基本分布（通常是AnimpliticModel），可以将其范围内的theSupportofDataWithlowIntrintrinsicDimensionInin AhighDimensionalSspace； AndaneNergyFunction，撕裂的杂虫性障碍。与GAN不同，能量函数和基础共同构成了最终模型，GAN仅保留基本分布（“发电机”）。gebms是通过学习能量和基础之间交替的训练。我们表明，两个训练阶段都已很好地确定：能量是通过最大化广义的可能性来学到的，而所产生的基于能量的损失为学习基础提供了信息的梯度。来自训练有素模型的潜在空间的后验样品CANBEOBTAINDEVIAMCMC，从而发现了inthisspacethispacethatpacethatproducebetterqual quatterqual-ity样品。从经验上讲，图像生成任务上的GEBM样本的质量要比单独学习的发电机的质量要好得多，这表明所有其他是相等的，GEBM的gebm将优于相同复杂性的GAN。使用归一化流程作为基础措施时，GEBM在密度建模任务上成功，将可比较的性能转换为直接同一网络的最大可能性。
自动化的广义深度学习模型...
背景和目标：心血管磁共振（CMR）成像是各种心血管疾病的功能和解剖学评估的强大方式。足够的图像质量对于实现适当的诊断和治疗至关重要。大量的医学图像，各种成像伪像以及成像中心的工作量是揭示自动图像质量评估必要性（IQA）的必要性之一。但是，自动化IQA需要访问批量注释的数据集以培训深度学习（DL）模型。标记医学图像是一个乏味，昂贵且耗时的过程，这在提出基于DL的医疗方法方面构成了基本挑战。本研究的目的是在对注释数据集的访问权限有限的情况下，为CMR IQA提供一种新方法。
广义 W 态和非局部魔法
量子模拟的复杂性并非仅仅源于纠缠。量子态复杂性的关键方面与非稳定器或魔法有关 [1]。Gottesman-Knill 定理 [2] 表明，即使是一些高度纠缠的状态也可以被有效地模拟。因此，魔法是一种资源，代表准备量子态所需的非 Clifford 操作（例如 T 门）的数量。我们使用稳定器 R´enyi 熵 [3] 证明，与具有零动量的状态相比，具有非零晶格动量的退化量子多体基态允许魔法的增量 [4]。我们通过分析量化了这一增量，并展示了有限动量不仅增加了长程纠缠 [5]，还导致魔法的变化。此外，我们还提供了 W 状态及其广义（量子信息界经常讨论）与受挫自旋链基态之间的联系。
广义量子资源理论第一定律
我们将量子资源理论的工具扩展到存在多个量（或资源）的场景，它们的相互作用决定了物理系统的演化。我们推导出这些资源相互转化的条件，这些条件概括了热力学第一定律。我们研究了多资源理论的可逆性条件，发现与理论不变集的相对熵距离在资源的量化中起着根本性的作用。一般多资源理论的第一定律是一个单一关系，它将状态转换过程中系统属性的变化与交换资源的加权和联系起来。事实上，这个定律可以被看作是将不同状态集的相对熵的变化联系起来。与典型的单一资源理论相比，自由状态和不变状态集的概念在多重约束的情况下变得截然不同。此外，亥姆霍兹自由能、绝热和等温变换的推广也应运而生。因此，我们有了一套通用量子资源理论定律，这些定律概括了热力学定律。我们首先在具有多个守恒定律的热力学上测试这种方法，然后将其应用于能量限制下的局部操作理论。
广义量子资源理论第一定律
我们将量子资源理论的工具扩展到存在多个量（或资源）的场景，它们的相互作用决定了物理系统的演化。我们推导出这些资源相互转化的条件，这些条件概括了热力学第一定律。我们研究了多资源理论的可逆性条件，发现与理论不变集的相对熵距离在资源的量化中起着根本性的作用。一般多资源理论的第一定律是一个单一关系，它将状态转换过程中系统属性的变化与交换资源的加权和联系起来。事实上，这个定律可以被看作是将不同状态集的相对熵的变化联系起来。与典型的单一资源理论相比，自由状态和不变状态集的概念在多重约束的情况下变得截然不同。此外，亥姆霍兹自由能、绝热和等温变换的推广也应运而生。因此，我们有了一套通用量子资源理论定律，这些定律概括了热力学定律。我们首先在具有多个守恒定律的热力学上测试这种方法，然后将其应用于能量限制下的局部操作理论。