XiaoMi-AI文件搜索系统
World File Search System忠实性
设备无关量子密钥分发中密钥速率的基本限制
摘要 在本文中，我们引入了内在非局域性和量子内在非局域性作为贝尔非局域性的量化器，并证明它们在局部操作和共享随机性下满足某些理想性质，例如忠实性、凸性和单调性。然后，我们证明内在非局域性是使用以相关性 p 为特征的设备执行的任何设备独立协议的密钥协商容量的上限，而量子内在非局域性是从底层量子模型产生的相关性的相同容量的上限。我们还证明内在可控性是忠实的，它是使用以组合 ˆ r 为特征的设备执行的任何单边设备独立协议的密钥协商容量的上限。最后，我们证明量子内在非局域性受内在可控性的约束。
人工智能模型可解释性的理论框架及其在生物医学中的应用
摘要 — 可解释人工智能 (XAI) 是人工智能界一个充满活力的研究课题。它引起了各种方法和领域的关注，尤其是那些涉及高风险决策的领域，例如生物医学领域。关于这个主题的文章已经很多，但 XAI 仍然缺乏共享的术语和能够为解释提供结构合理性的框架。在我们的工作中，我们通过提出一种新颖的解释定义来解决这些问题，该定义综合了文献中的内容。我们认识到解释不是原子的，而是来自模型及其输入输出映射的证据与人类对这些证据的解释的组合。此外，我们将解释纳入忠实性（即，解释是对模型内部运作和决策过程的准确描述）和可信度（即，解释对用户的说服力有多大）的属性中。我们的理论框架简化了这些属性的操作方式，并为我们作为案例研究分析的常见解释方法提供了新的见解。我们还讨论了我们的框架可能对生物医学产生的影响，这是一个非常敏感的应用领域，XAI 可以在建立信任方面发挥核心作用。索引术语 — 可解释性、机器学习、生物医学
量子纠缠的成本简化
量子纠缠是量子信息处理中的关键物理资源，它允许执行基本的量子任务，例如隐形传态和量子密钥分发，而这些任务在经典世界中是不可能的。自从量子信息论兴起以来，以信息论上有意义的方式量化纠缠一直是个悬而未决的问题。特别是，每个先前定义的具有精确信息论含义的纠缠测度都不一定是可有效计算的，或者如果它是可有效计算的，那么它是否具有精确的信息论含义也是未知的。在本文中，我们通过引入具有精确信息论含义的纠缠测度来应对这一挑战，该纠缠测度是当两个遥远的参与方被允许执行完全保留部分转置的正性的量子操作时准备纠缠态所需的精确成本。此外，这种纠缠度量可以通过半定理程序高效计算，并且具有许多有用的特性，例如可加性和忠实性。我们的研究结果为任意量子态的基本纠缠结构提供了重要见解，可以直接用于评估和量化量子物理实验中产生的纠缠。