XiaoMi-AI文件搜索系统
World File Search System强伪
个人简历 黄强
CHE 492 微加工 F 2018、F 2020 CHE 306 传热 S 2018、S 2020 CHE 325 光伏和电池的电化学工程 S 2017 CHE 354 化学反应工程 S&F 2016、S&F 2017、S&F 2019 CHE 492 电化学工程 F 2016、F 2021 聚合物科学和厨房化学教师，面向 4 至 5 年级学生，IBM 家庭科学周六，2011、2013、2014、2015 年春季每年两节课。 路易斯安那州立大学化学工程系助教，1999 年至 2003 年 中国苏州第三中学 7 年级和 8 年级生物教师，1997 年 7 月至 1998 年 6 月。
强场Qed
摘要：Sachdev-Ye-Kitaev（Syk）模型是一个具有随机相互作用和强烈混乱动力学的N Majorana费物的系统，在低能量时，它可以接受全息二重描述，作为二维Jackiw-Teititelboim。因此，SYK模型提供了一种量子重力的玩具模型，该模型可能可行，可以使用近期量子硬件进行模拟。以减少这种模拟所需的资源的目的为动机，我们研究了SYK模型的稀疏版本，其中相互作用项被概率1 -p删除。具体而言，我们按数值计算光谱形式（SFF，Hamiltonian的特征值对相关函数的傅立叶变换）和最接近的邻居特征值间隙比R（表征连续特征值之间间隙的分布）。我们发现，当p大于过渡值p 1（缩放为1 /n 3）时，SFF和r均与完整的非扩展模型所获得的值匹配，并且具有随机矩阵理论（RMT）的期望。但对于p 低于较小的p 2，它也比例为1 /n 3，甚至连续特征值的间距与RMT值不同，这表明了光谱刚度的完全分解。 我们的结果对使用传送不忠作为损失函数获得的非常稀疏的SYK模型的全息解释提出了怀疑。低于较小的p 2，它也比例为1 /n 3，甚至连续特征值的间距与RMT值不同，这表明了光谱刚度的完全分解。我们的结果对使用传送不忠作为损失函数获得的非常稀疏的SYK模型的全息解释提出了怀疑。
伪随机量子态密码学
伪随机态由 Ji、Liu 和 Song (Crypto'18) 引入，是可高效计算的量子态，在计算上与 Haar 随机态无法区分。单向函数意味着伪随机态的存在，但 Kretschmer (TQC'20) 最近构建了一个 oracle，相对于该 oracle 不存在单向函数，但伪随机态仍然存在。受此启发，我们研究了基于伪随机态执行有趣的加密任务的有趣可能性。假设存在将 𝜆 位种子映射到 𝜔 (log 𝜆 ) 量子比特状态的伪随机态生成器，我们构建了 (a) 统计上具有约束力且计算上具有隐藏性的承诺和 (b) 伪一次性加密方案。(a) 的结果是，伪随机态足以在多数不诚实的情况下构建恶意安全的多方计算协议。我们的构造是通过一种称为伪随机函数类状态 (PRFS) 的新概念得出的，这是伪随机状态的泛化，与经典的伪随机函数概念相似。除了上述两种应用之外，我们相信我们的概念可以有效地取代许多其他加密应用中的伪随机函数。
期望最大化伪标签
在本文中，我们研究了伪标签。伪标签使用未标记数据的原始推断作为自我训练的伪标签。我们通过建立该技术与期望最大化算法之间的联系来阐明伪标签的经验成功。通过这种方式，我们意识到原始的伪标签是其更全面的底层公式的经验估计。基于这一见解，我们提出了贝叶斯定理下伪标签的完整概括，称为贝叶斯伪标签。随后，我们引入了一种变分方法来生成这些贝叶斯伪标签，涉及学习阈值以自动选择高质量的伪标签。在本文的其余部分，我们展示了伪标签及其广义形式贝叶斯伪标签在医学图像半监督分割中的应用。具体来说，我们专注于：（1）从 CT 体积中对肺血管进行 3D 二元分割； (2) 从 MRI 体积中对脑肿瘤进行 2D 多类分割；(3) 从 MRI 体积中对整个脑肿瘤进行 3D 二元分割；(4) 从 MRI 体积中对前列腺进行 3D 二元分割。我们进一步证明伪标签可以增强学习到的表示的鲁棒性。代码发布在以下 GitHub 存储库中：https://github.com/moucheng2017/EMSSL 。