XiaoMi-AI文件搜索系统
World File Search System成功概率
预测人工智能和核能前景
安全与技术研究所 (IST) 和 Metaculus 发起了一项计划，让 Metaculus Pro 预测员评估适用于全球风险最高的核关系的潜在建立信任措施的成功概率。在这一伙伴关系的初始阶段，我们将重点关注中美关系中的有用干预点。美国和中国在多个技术工业领域展开战略竞争，包括网络安全、人工智能和机器学习、量子计算和可再生能源。预测提供了机会来识别这场战略竞争中的潜在风险和机遇领域，并了解可能影响期望和不期望未来的趋势，帮助决策者驾驭当前的复杂环境。作为一门学科，预测还提出了精确的要求，可以揭示政策制定者的假设并明确他们对合理未来的愿景。
量子近似优化算法（QAOA）
Farhi 等人 [ 17 ] 证明，在某些条件（难以满足）下，QAOA 可以找到组合优化问题的近似解。该算法的潜力和挑战引起了许多研究人员的注意，其中包括 [ 6 ， 29 ， 44 ] 等。QAOA 的灵感来自量子绝热算法 (QAA)，该算法旨在找到 Hermitian 矩阵的最小特征值，该特征值称为基态能量 [ 17 ， 19 ， 20 ]。QAA 从一个 Hermitian 矩阵（具有已知基态）开始，在追踪基态的同时逐渐演化为另一个具有未知基态的 Hermitian 矩阵。QAA 的演化时间可能是指数级的，因此计算成本很高 [ 17 ]。此外，QAA 的成功概率通常不是运行时间的单调函数，而 QAOA 具有最优参数的性能会随着迭代次数（称为级别）的增加而提高 [ 17 ]。
利用强化学习实现量子纠缠交换管理，Open AI - GYM
1.1 纠缠作为基本资源 [1] 量子通信以纠缠为基础。当两个量子比特（一个经典比特的量子对应物）发生纠缠时，它们各自的状态无法单独描述：其中一个量子比特的状态变化（即量子比特读数）必然会导致另一个量子比特的变化，而不管它们之间的物理距离有多远。因此，两个纠缠量子比特的读数表现出非经典相关性，可用于设计经典通信无法实现的新应用，例如量子密码学或分布式量子计算。 1.2 基本链路与虚拟链路生成 [1] 基本链路是位于两个物理上分离的节点（例如图 1 中的节点 A 和 B 之间）的两个量子比特之间的纠缠。其成功概率P e 随着距离的增加而呈指数下降，这意味着短距离纠缠（例如图 1 中的 A 和 B 之间，或 B 和 C 之间）比长距离纠缠（例如图 1 中的 A 和 C 之间）更有可能成功。为了解决这个问题，我们可以通过纠缠交换在两个基本链接（例如 AB 和 BC）上创建一个虚拟链接（例如 AC）。此过程使用两个端点之间路径上先前生成的基本链接，以在两个远程端点之间产生新的纠缠对。当必须连续迭代此过程以创建非常长距离的纠缠时，中间生成的纠缠必须存储在所谓的量子存储器中以供以后使用。1.3 量子存储器寿命 [1] 存储在量子存储器中的量子比特在一定时间后仍处于其原始状态（例如纠缠态）的概率会随着时间的推移而减小。这个概率被称为记忆效率 η m [2]，它的衰减被称为退相干。这个过程是量子记忆与环境逐渐相互作用的结果，因为记忆不能完全与环境隔离。纠缠交换的成功概率 P s 取决于参与交换的最老加载量子记忆的记忆效率 η m。
组合合同的（in）近似性 - 滴
我们研究了两个最近的组合合同设计模型，该模型突出了合同设计中可能出现的不同复杂性的不同来源，在此校长将代价高昂的项目执行给他人。在这两种设置中，本金都无法观察代理人的选择，只有项目的结果（成功或失败），并使用合同来激励代理商，该合同是在项目成功时指定向代理商指定付款的付款计划。我们提出了解决开放问题并提高我们对两种设置计算复杂性的理解的结果。在多代理设置中，该项目被委派给了一个代理团队，每个代理商都选择是否付出努力。成功概率函数映射了施加努力为项目成功概率的任何子集。对于supporular成功概率函数的家族，Dütting等人。[2023]建立了与最佳合同的多时间常数因子近似，并且是否打开该问题是否允许PTA。我们通过表明没有多个算法可以保证比0更好的情况下回答这个问题。7-最佳合同。对于XOS函数，它们给出了带有值和需求查询的多时间常数近似值。我们仅使用值查询，就无法获得任何常数近似。在多进取设置中，该项目被委派给单个代理，后者可以采取一组措施的任何子集。在这里，成功概率函数将任何子集映射到了项目成功的概率。Dütting等。[2021a]显示了一种用于计算总替代替代概率函数的最佳合同的多时间算法，并表明该问题对于下函数函数是NP-HARD。我们通过表明该问题不承认任何恒定因子近似来进一步增强这种硬度结果。此外，对于更广泛的XOS函数，我们建立了获得任何ε> 0的n -1/2+ε-approximation的硬度。< / div>
航空应用故障树手册
20 世纪 60 年代早期，执行风险和可靠性评估的方法起源于美国航空航天和导弹计划。故障树分析就是这样一个例子，在 60 年代中期非常流行。在阿波罗计划早期，人们提出了成功将宇航员送上月球并安全返回地球的概率问题。进行了某种风险或可靠性计算，结果是任务成功概率低得令人无法接受。这一结果使 NASA 直到 1986 年挑战者号事故发生后才开始进行进一步的定量风险或可靠性分析。相反，NASA 决定依靠故障模式和影响分析 (FMEA) 和其他定性方法进行系统安全评估。挑战者号事故发生后，人们意识到 PRA 和 FTA 在系统风险和可靠性分析中的重要性，其在 NASA 的使用开始增长。
分布式相位估计算法和分布式Shor算法
Shor算法是量子算法中最重要的一个，可以在多项式时间内以一定的成功概率对大整数进行因式分解，但在NISQ（Noisy Intermediate-scale Quantum）时代，Shor算法需要的量子比特数量难以承受。为了减少Shor算法所需的资源，本文首先提出了一种新的分布式相位估计算法，该算法不需要量子通信，与传统相位估计算法（非迭代版）相比，减少了单个节点的量子比特数。然后，我们应用该分布式相位估计算法，形成Shor算法的分布式寻阶算法。与传统Shor算法（非迭代版）相比，单个节点寻阶所需的最大量子比特数
用于计算使用Tradeo Q
我们将较早的作品推广到计算与Tradeo Q的简短离散对数，并用Seifert在计算订单上使用Tradeo Q的工作进行桥接，并以Shor的开创性工作在计算订单和一般离散对数方面进行了突破性的作品。尤其是，我们可以在总体离散对数时启用贸易。与Shor的算法相比，这在每次运行中评估的小组操作数量中的降低量最高为2倍，但要付出多次运行。与Shor的算法不同，我们的算法不需要组订单。它同时计算顺序和对数。我们分析了算法引起的概率分布，以及Shor和Seifert的订单填充算法，描述如何在已知解决方案时模拟这些算法，并估算给定最小成功概率所需的运行次数，而在实现差异交易时，则如何运行。
适用于网络应用的全光频率处理器
摘要 —我们提出了一种用于透明光网络的电光方法，其中频道在波长复用环境中主动转换为任何所需的映射。基于电光相位调制器和傅里叶变换脉冲整形器，我们的全光频率处理器 (AFP) 经过了数字检验，以用于频道跳变和广播的特定操作，并发现能够以有利的组件要求实现这些转换。通过基于互信息的系统优化指标扩展我们的分析，我们展示了如何在经典环境下在有限资源下优化转换性能，并将结果与使用量子信息驱动的指标（例如保真度和成功概率）得出的结果进行对比。鉴于其与片上实现的兼容性，以及频道切换中光电转换的消除，AFP 有望在硅光子网络设计以及高维频率箱门的实现中提供宝贵的潜力。
增强对 NTRU 的混合攻击：Torus LSH、Permuted HNF 和 Boxed Sphere
摘要。我们重新审视了针对 NTRU 的碰撞攻击，即 Odlyzko 的中间相遇攻击和 Howgrave-Graham 的混合攻击。我们展示了如何在效率、分析和易于实施方面简化和改进这些攻击。我们的主要成分是随机化和几何：我们通过引入局部敏感散列 (LSH) 的环面变体和 NTRU 格的新 HNF 类基来随机化攻击；我们建立了混合攻击的成功概率与 n 维球体与随机框的交集之间的联系。我们为此类交集提供了数学和算法界限，这是独立的兴趣所在。我们的新分析仍然部分是启发式的，但可以说比以前的分析更合理，并且有实验支持。我们的结果表明，NIST 后量子标准化中 NTRU 决赛选手的安全性估计需要修改。
论计算短离散对数的量子算法中的后处理
摘要 我们重新审视了 Ekerå 和 Håstad 最近提出的用于计算短离散对数的量子算法。通过仔细分析该算法引起的概率分布，我们发现其成功概率高于以前报告的概率。受对分布理解的加深的启发，我们提出了一种改进的后处理算法，该算法比原始后处理算法效率更高、能够实现更好的权衡并且需要的运行次数更少。为了证明这些说法，我们通过对给定对数引起的概率分布进行采样，为该量子算法构建了一个经典模拟器。这个模拟器本身就是一项重要贡献。我们用它来证明，在针对具有短指数的 RSA 和 Diffie–Hellman 的加密相关实例时，Ekerå–Håstad 不仅在每次单独运行中，而且在整体上都比 Shor 更具优势。