美国第五巡回上诉法院,第 21-40680 号德克萨斯州;阿拉巴马州;阿肯色州;路易斯安那州;内布拉斯加州;南卡罗来纳州;西弗吉尼亚州;堪萨斯州;密西西比州,原告——上诉人,诉美利坚合众国;美国国土安全部部长 Alejandro Mayorkas;美国海关和边境保护局代理局长 Troy Miller;美国移民和海关执法局代理局长 Tae D. Johnson;美国公民及移民服务局局长 Ur M. Jaddou,被告——上诉人,Elizabeth Diaz;Jose Magana-Salgado;Karina Ruiz De Diaz;Jin Park;Denise Romero;Angel Silva;Moses Kamau Chege;Hyo-Won Jeon;布兰卡·冈萨雷斯;玛丽亚·罗查;玛丽亚·迪亚兹;埃莉·马里索尔·埃斯特拉达;达尔文·委拉斯开兹;奥斯卡·阿尔瓦雷斯;路易斯·A·拉斐尔;南奇·J·帕拉西奥斯·戈迪内斯;金正宇;卡洛斯·阿吉拉尔·冈萨雷斯;新泽西州,介入者被告——上诉人。
我们感谢康奈尔金融科技倡议的慷慨资助。作者特别感谢 Jaden Chen、Yi Chen、Itay Fainmesser、Justin Johnson、Ji Shen 和 Jian Sun 的有益讨论和评论。他们感谢 Jussi Keppo、马超、马德胜、Simon Mayer、Fahad Saleh、孙浩坤、童宇、Marianne Verdier、吴静、肖凯荣、杨亚历克斯,以及 2022 年数字经济学年会、东亚和东南亚计量经济学会亚洲会议(2022AMES,东京)、第 35 届澳大利亚金融与银行会议(AFBC)、康奈尔约翰逊研究沙龙、中国金融科技研究会议(CFTRC2022)、中国国际金融会议(CICF2022)、金融管理协会年会(FMA2022,亚特兰大)、新西兰金融会议(NZFM2022)、上海对外经济贸易大学和西南财经大学的研讨会和会议参与者的建设性反馈。本文表达的观点为作者的观点,并不一定反映美国国家经济研究局的观点。
美国第五巡回上诉法院,编号21-40680 德克萨斯州;阿拉巴马州;阿肯色州;路易斯安那州;内布拉斯加州;南卡罗来纳州;西弗吉尼亚州;堪萨斯州;密西西比州,原告——上诉人,诉美利坚合众国;美国国土安全部部长 Alejandro Mayorkas;美国海关和边境保护局代理局长 Troy Miller;美国移民和海关执法局代理局长 Tae D. Johnson;美国移民和海关执法局局长 Ur M. Jaddou公民及移民服务局,被告——上诉人,Elizabeth Diaz;Jose Magana-Salgado;Karina Ruiz De Diaz;Jin Park;Denise Romero;安吉尔·席尔瓦;摩西·卡毛·切格;全孝媛;布兰卡·冈萨雷斯;玛丽亚·罗查;玛丽亚·迪亚兹;埃莉·马里索尔·埃斯特拉达;达尔文·委拉斯开兹;奥斯卡·阿尔瓦雷斯;路易斯·A·拉斐尔;南奇·J·帕拉西奥斯·戈迪内斯;金正宇;卡洛斯·阿吉拉尔·冈萨雷斯;新泽西州,介入者被告——上诉人。
美国第五巡回上诉法院,编号21-40680 德克萨斯州;阿拉巴马州;阿肯色州;路易斯安那州;内布拉斯加州;南卡罗来纳州;西弗吉尼亚州;堪萨斯州;密西西比州,原告——上诉人,诉美利坚合众国;美国国土安全部部长 Alejandro Mayorkas;美国海关和边境保护局代理局长 Troy Miller;美国移民和海关执法局代理局长 Tae D. Johnson;美国移民和海关执法局局长 Ur M. Jaddou公民及移民服务局,被告——上诉人,Elizabeth Diaz;Jose Magana-Salgado;Karina Ruiz De Diaz;Jin Park;Denise Romero;安吉尔·席尔瓦;摩西·卡毛·切格;全孝媛;布兰卡·冈萨雷斯;玛丽亚·罗查;玛丽亚·迪亚兹;埃莉·马里索尔·埃斯特拉达;达尔文·委拉斯开兹;奥斯卡·阿尔瓦雷斯;路易斯·A·拉斐尔;南奇·J·帕拉西奥斯·戈迪内斯;金正宇;卡洛斯·阿吉拉尔·冈萨雷斯;新泽西州,介入者被告——上诉人。
• 蔡志强,电能实业 • 谢志云,香港特别行政区政府环境局 • 马雅燕,香港浸会大学 • 戴维斯·博克,香港科技大学 • 陈德博,中国水资源研究所 • 周文忠,香港生产力促进局 • 罗范椒芬 • 伊莎贝尔·卡雷拉·扎马尼洛,斯坦福大学地球能源与环境科学学院 • Jim Taylor、Jeanne Ng、吕志和,中华电力香港有限公司 • 许志凯,新加坡国家发展部宜居城市中心 • Lisa Genasci,ADM 资本基金会 • 邝伟,陈家俊,香港中华煤气有限公司 • 方伟,顾宇,阳光电源股份有限公司 • 梁曦,中英(广东)CCUS 中心 • 杨晓亮,中国油气气候投资公司 • 徐远,香港中文大学 • 苏兆龙、刘慧、张文(实习生)、田中美(实习生)、Justine萧伟强 (实习生)
4-5-2020 进一步提升通用航空飞行安全:飞机起飞事故分析 黄晨宇 内布拉斯加大学奥马哈分校 美国国家运输安全委员会(NTSB)的数据显示,2014 年至 2019 年,通用航空(GA)占美国航空运输相关事故和事故征候总数的 76%。查明原因是飞机事故调查中最重要的任务之一,也是主动预防飞机事故的关键策略。由于飞机配置、飞行运行环境和机组人员工作量的变化,飞机和机组人员在飞行的每个阶段的表现不同,因此飞机事故的原因可能因飞行阶段而异。大多数事故发生在最后进近和着陆阶段,许多研究人员从不同角度对其进行了研究。然而,关于起飞阶段的飞行安全研究却很少,而起飞阶段是通用航空飞机事故和事故征候数量第二多的阶段。充分了解通用航空飞机起飞事故的原因对于制定更有效的飞机起飞风险缓解和事故预防对策至关重要。本研究的目的是通过分析美国国家运输安全委员会发布的飞机事故调查报告来了解通用航空飞机起飞事故的原因。为了更好地了解通用航空飞机起飞事故的原因,以下研究旨在
非正交量子态鉴别 (QSD) 在量子信息和量子通信中起着重要作用。此外,与厄米量子系统相比,宇称时间 (PT) 对称非厄米量子系统表现出新现象并引起了广泛关注。在这里,我们通过有损线性光学装置中量子态在 PT 对称哈密顿量下演化,实验证明了 PT 对称系统中的 QSD(即 PT 对称 QSD)。我们观察到两个最初非正交的状态可以快速演化为正交状态,并且只要哈密顿量的矩阵元素变得足够大,所需的演化时间甚至可以为零。我们还观察到这种鉴别的代价是量子态消散到环境中。此外,通过将 PT 对称 QSD 与厄米系统中的最优策略进行比较,我们发现在临界值下,PT 对称 QSD 等同于厄米系统中的最佳明确状态鉴别。我们还将PT对称量子态散射推广到区分三个非正交态的情况。PT对称系统中的量子态散射为量子态区分打开了一扇新的大门,在量子计算、量子密码和量子通信中有着重要的应用。
信息图被用来讨论两种不同信息测度之间的关系,如冯·诺依曼熵与误差概率[1],或冯·诺依曼熵与线性熵[2]。对于线性(L)熵和冯·诺依曼(S)熵,通常对任何有效的概率分布ρ绘制(L(ρ),S(ρ))图。这里,ρ也可以表示量子系统的密度矩阵(或者更确切地说是具有其特征值的向量),这也是本文的主要兴趣所在。我们特别关注由此产生的信息图区域的边界,其中相关的概率分布(或密度矩阵)将被表示为“极值”。在参考文献[3]中,对两个量子比特的熵进行了比较(有关离子-激光相互作用的情况,另见[4])。在 [5] 中,对任意熵对的信息图进行了详细研究。文中证明了,对于某些条件(线性、冯·诺依曼和雷尼熵满足),极值密度矩阵始终相同。文中给出了反例,但一般来说,偏差会非常小,并且可以安全地假设这些极值密度矩阵具有普适性。在本文中,我们将使用信息图来获取对称多量子系统中粒子纠缠的全局定性信息,该系统由广义“薛定谔猫”(多组分 DCAT)态(在 [6] 中首次引入,作为振荡器的双组分偶态和奇态)描述。这些 DCAT 态原来是 U(D)自旋相干(准经典)态的 ZD−12 宇称改编,它们具有弱重叠(宏观可区分)相干波包的量子叠加结构,具有有趣的量子特性。为此,我们使用一和二量子Dit 约化密度矩阵 (RDM),它是通过从由 cat 态描述的 N 个相同量子Dit 的复合系统中提取一两个粒子/原子,并追踪剩余系统获得的。众所周知(见 [3] 及其参考文献),这些 RDM 的熵提供了有关系统纠缠的信息。我们将绘制与这些 RDM 相关的信息图,并提取有关一和二量子Dit 纠缠的定性信息,以及相应 RDM 的秩,这也提供了有关原始系统纠缠的信息 [7]。我们将应用这些结果来表征 3 级全同原子 Lipkin–Meshkov–Glick 模型中发生的量子相变 (QPT),以补充 [ 8 ] 的结果。具体来说,我们已经看到,一和二量子 DIT RDM 的秩可以被视为检测 QPT 存在的离散序参量前体。本文结构如下。第 2 节回顾了信息图的概念,描述其主要属性,特别是关于秩的属性。第 3 节回顾了 U(D) 自旋相干态的概念及其 ZD−12 宇称适配版本 DCAT。在第 4 节中,我们计算了 2CAT 和 3CAT 的一和二量子 Dit RDM、它们的线性熵和冯诺依曼熵,绘制了它们并构建了相关的信息图。在第 5 节中,我们使用信息图提供有关 Lipkin–Meshkov–Glick (LMG) 模型中 QPT 的定性信息。第 6 节致力于结论。
刘宁坤, 1 , 2 , 9 徐艳卓, 1 , 2 , 9 李奇, 1 曹宇鑫, 3 杨德昌, 4 刘莎莎, 1 , 2 王小康, 3 米英杰, 1 , 5 刘阳, 1 , 2 丁晨曦, 1 , 6 刘艳, 1 , 2 李勇, 7 袁耀武, 8 高戈, 4 陈金峰, 1 , * 钱伟强, 3 , * 张晓明 1 , 2 , 10 , * 1 中国科学院动物研究所, 害虫鼠类综合治理国家重点实验室, 北京 100101 2 中国科学院大学中国科学院生物相互作用卓越中心, 北京 100049 3 国家重点实验室蛋白质与植物实验室北京大学现代农学院基因研究中心,北京 100871,中国 4 北京大学生命科学学院、BIOPIC & ICG 和生物信息学中心,蛋白质与植物基因国家重点实验室,北京 100871,中国 5 河南师范大学生命科学系,河南新乡 453007,中国 6 河北大学生命科学学院,河北保定 071002,中国 7 东北农业大学生命科学学院,黑龙江哈尔滨 150038,中国 8 康涅狄格大学生态与进化生物学系,75 North Eagleville Road, Unit 3043, Storrs, CT 06269,美国 9 这些作者贡献相同 10 主要联系人 *通讯地址:chenjinfeng@ioz.ac.cn (JC),wqqian@pku.edu.cn (WQ), zhangxm@ioz.ac.cn (XZ) https://doi.org/10.1016/j.chom.2022.07.001
QUINGO 开发团队: 傅学锋,国防科技大学计算机学院量子信息研究所、高性能计算国家重点实验室,中国 俞金涛,数学工程与先进计算国家重点实验室,中国 苏星,国防科技大学计算机学院,中国 蒋涵如,鹏程实验室量子计算中心,中国 吴华,华东师范大学上海市可信计算重点实验室,中国 程福成、邓曦、张金荣,鹏程实验室量子计算中心,中国 金磊、杨一航、徐乐、胡春超,郑州大学信息工程学院,中国 黄安琪、黄光耀、强小刚、邓明堂、徐萍、徐伟霞,国防科技大学计算机学院量子信息研究所、高性能计算国家重点实验室,中国国防科技大学计算机学院,中国 刘万伟,国防科技大学计算机学院,中国 张宇,中国科学技术大学计算机科学与技术学院,中国 邓宇欣,华东师范大学上海市可信计算重点实验室,中国 吴俊杰,国防科技大学计算机学院量子信息研究所、高性能计算国家重点实验室,中国 冯远,悉尼科技大学量子软件与信息中心,澳大利亚