XiaoMi-AI文件搜索系统
World File Search System成功概率
电力流动气流在电网通道中诱导的电流动力气流的数值建模
我们建议在纠缠交换协议中使用混合纠缠，作为对两个当事方高度有限的钟声国家进行分配的手段。这项工作中使用的混合纠缠被描述为离散变量（FOCK状态）和连续变量（CAT状态叠加）纠缠状态。我们在通过射影的真空 - 一个photon测量和通过平衡的同伴检测中检测到这些状态之前，在两个传播连续变量模式之间建模光子损失水平相等和不相等。我们研究了本协议中选择的测量方案的同性恋测量缺陷以及相关的成功概率。我们表明，我们的倾向交换方案具有弹性的光子损失水平，以及两种传播模式之间的平均不相等损失水平，并以其他混合纠缠方案的改善，以相干性状态叠加作为传播模式，这种损失弹性比其他混合纠缠方案有所改善。最后，我们得出结论，我们的协议适用于潜在的量子网络应用程序，当与合适的纠缠术方案一起使用时，需要两个节点在5-10 km的距离内共享纠缠。
![arxiv：2310.09191v2 [Quant-ph] 2023年10月16日](/simg/g:\will\search\icon\source\5\5c023eb14eef703a776670c671586213efc85884.webp)
arxiv：2310.09191v2 [Quant-ph] 2023年10月16日
我们报告了实现大规模量子加工体系结构的实现，该体系结构超过了1000个原子码头的层。通过铺平多个微烯类生成的镊子阵列，每个阵列由独立的激光源操作，我们可以消除可分配量子数量的激光功率限制。已经有两个单独的数组，我们实现了合并的2D配置，平均数为1167（46）单原子量子系统。以高效率实现两个阵列之间的原子的传递。因此，用二次阵列的原子指定为量子处理单元的一个阵列显着增加了量子数的数量和初始填充分数。这种大幅度扩大了可达到的量子簇的大小和成功概率，使我们能够证明无缺陷组装的簇组装高达441吨的簇，并在几十个检测周期内持续稳定，并在近乎统一的填充下持续稳定。提出的方法通过促进高度可扩展的量子寄存器的可构型几何形状来证实中性原子量子信息科学科学，并立即应用于Rydberg-State介导的量子模拟，易受断层通用量子计算，量子传感和量子元学。
对称纯态的在线识别
我们考虑在提供 n 个状态副本时以零误差区分对称纯状态的在线策略。优化的在线策略涉及对每个副本进行局部、可能自适应的测量，并且在每个步骤中都是最优的，这使得它们与视界无关，因此在粒子丢失或突然终止鉴别过程之前具有鲁棒性。我们首先回顾了以前关于使用局部测量实现最大成功概率集的二进制最小和零误差鉴别的结果，这些结果通过对全局测量进行优化来实现，并突出了它们的在线特性。然后，我们将这些结果扩展到具有恒定重叠的三个对称状态的零误差识别的情况。如果状态重叠为正，则我们提供最佳在线方案，对于任何 n 都可实现全局性能，如果重叠为负，则对于奇数 n 可实现全局性能。对于任意复杂的重叠，我们展示了令人信服的证据表明在线方案无法达到最佳全局性能。我们描述的在线方案只需要将最后获得的结果存储在经典内存中，并且测量的自适应性最多减少到两次变化，而不管 n 的值如何。
使用最小开销的稳健量子分类器
摘要 - 要在实际环境中见证量子优势，不仅在硬件级别上，而且在理论研究上都需要大量努力，以降低给定协议的计算成本。量子计算有可能显着增强现有的经典机器学习方法，并且已经提出了基于内核方法的二进制分类的几种量子算法。这些算法依赖于估计期望值，这又需要多次重复昂贵的量子数据编码过程。在这项工作中，我们明确计算获取固定成功概率所需的重复数量，并表明Hadamard检测和交换测试电路在量子电路参数方面实现了最佳差异。仅通过优化与数据相关的参数进行优化，可以进一步减少差异，因此重复的数量。我们还表明，无论数据的数量和尺寸如何，都可以通过单量测量进行基于内核的二进制分类。最后，我们表明，对于许多相关的噪声模型，可以可靠地执行分类，而无需纠正量子误差。我们的发现对于在有限的资源下设计量子分类实验非常有用，这是嘈杂的中间尺度量子时代的普遍挑战。
基于强化学习的分散武器 -
多次无误攻击是饱和和克服导弹防御系统的最简单方法之一。为了提高针对此类攻击者群体的拦截效率，有必要根据其运动学局限性分配拦截器。此外，这样的分配方案必须是可扩展的，以应对大型方案并允许动态重新分配。在本文中，我们首先提出了这种武器目标分配（WTA）问题的新表述，并提供了使用加固学习（RL）以及贪婪的搜索算法来解决它的分散方法。从每个追随者与所有目标的角度考虑参与。同时，其他拦截器与目标群体相关，而其他团队成员则可以使用其分配和成功概率。为了改善中途轨迹的塑造，在追随者和进来的对手之间放置了静态虚拟目标。每个拦截器根据从计算有效的仿真环境中的大量场景中学到的策略动态选择目标。RL输入状态包含目标的拦截器达到性覆盖范围以及其他导弹成功的概率。RL奖励汇总了团队绩效，以鼓励在分配层面上进行合作。相关的可及性约束是通过采用拦截器运动的运动学近似来分析获得的。RL的使用确保所有拦截器的实时可扩展和动态重新分配。我们将基于RL的分散WTA和指导方案与贪婪解决方案的性能进行比较，显示了RL的性能优势。
个人飞行器经验教训
• 设计了 5 个冗余电动机系统 – 一体式电动机和变速箱，可在 500 rpm 时实现 30 hp – 已证实无齿轮减速的环形电动机在此功率水平下不可行（太重/功率太大，直径对于所需的 rpm 而言太大）。 – 带皮带传动的 36 极电动机重 28.6 lbs，效率为 92%，最多可在 4 极和/或一半皮带发生故障时仍能产生全部功率。第 5 极发生故障时，可在热失控前 2 分钟内保持额定功率。 – 带行星齿轮的四电机重 58.0 lbs，效率为 92%，可在 1 台电动机和/或单齿轮行星齿轮发生故障时仍能产生全部功率。另一台电动机发生故障时，可在热失控前 2 分钟内保持额定功率。 • 满足 FAA 多引擎可靠性的分析 - 利用海军可靠性工具集进行故障树分析，包括逐个组件构建以捕获零件数量、复杂性和特定组件的故障率。 - 前 500 小时内的可靠性为 99.8%（在此期间无需检查或更换），成功概率（2 分钟紧急期间没有后续严重故障）为 99.99997。
有限样本范围内的量子计量学
在量子计量学（量子技术的主要应用之一）中，估计未知参数的最终精度通常用克拉姆-罗界限来表示。然而，在获得少量测量样本的情况下，后者不再保证具有操作意义，我们通过一个简单的例子来说明这一点。我们建议通过获得具有给定精度的估计值的概率来量化计量协议的质量。这种方法，我们称之为可能近似正确 (PAC) 计量学，可确保有限样本范围内的操作意义。精度保证对未知参数的任何值都成立，而克拉姆-罗界限则假设它是近似已知的。我们建立了与量子态多假设检验的紧密联系，这使我们能够推导出克拉姆-罗界限的类似物，其中包含与有限样本范围相关的明确校正。我们进一步研究了状态的多个副本的估计程序成功概率的渐近行为，并将我们的框架应用于自旋为 1/2 的粒子集合的相位估计示例任务。总体而言，我们的操作方法允许在有限样本范围内研究量子计量学，并为量子信息理论和量子计量学的交叉研究开辟了大量新途径。
精心设计的三重奏：使用 3 量子比特门进行量子程序高效通信的编译
当前的量子计算机特别容易出错，需要进行高度优化以减少操作次数并最大限度地提高编译程序的成功概率。这些计算机仅支持分解为一和两量子比特门的操作，以及物理连接的量子比特对之间的两量子比特门。典型的编译器首先分解操作，然后将数据路由到连接的量子比特。我们提出了一种新的编译器结构 Orchestrated Trios，它首先分解为三量子比特 Toffoli，将高级 Toffoli 操作的输入路由到附近的量子比特组，然后完成分解为硬件支持的门。通过让路由过程访问电路的高级结构而不是丢弃它，这显著降低了通信开销。第二个好处是现在能够为路由过程后已知的特定硬件量子比特选择架构调整的 Toffoli 分解（例如 8-CNOT Toffoli）。我们在 IBM Johannesburg 上进行了实际实验，结果表明，与 Qiskit 相比，Toffoli 的双量子比特门数平均减少了 35%，单个 Toffoli 的成功率提高了 23%。此外，我们还编译了许多近期基准算法，结果表明，Johannesburg 架构的模拟成功率平均提高了 344%（或 4.44 倍），并与其他架构类型进行了比较。
高级能源材料的机器学习
筛选高级材料，加上其定量结构性关系关系的建模，由于各种各样的挑战，包括较低的成功概率，高度消耗，高计算成本，与传统能源材料的传统方法相关的高计算概率，高计算成本，因此已成为能源材料中热门和趋势的主题之一。在此之后，必须进行新的研究概念和技术来促进能源材料的研究和开发。因此，官能智能和机器学习方面的最新进步增加了人们对数据驱动的材料科学将彻底改变科学发现的期望，从而为开发货物的开发提供了新的范式。此外，目前的数据驱动材料工程的进步还表明，机器学习技术的应用不仅可以显着促进高级能源材料的设计和开发，而且还可以增强其发现和部署。在本文中，提出了开发新能源材料来促进全球碳中立性的重要性和必要性。还提供了机器学习基础知识的全面介绍，包括开源数据库，功能工程，机器学习算法和机器学习模型的分析。之后，讨论了数据驱动材料科学和工程的最新进展，包括碱性离子电池材料，pho-To-tovoltaic材料，催化材料和二氧化碳捕获材料。最后，强调了机器学习的成功应用以及对高级能源材料开发的剩余挑战的相关线索。
![arxiv：2301.13241v1 [Quant-ph] 2023年1月30日](/simg/g:\will\search\icon\source\5\5a5055a34d22fff8d45e7d5f1ebca3ed82481e2f.webp)
arxiv：2301.13241v1 [Quant-ph] 2023年1月30日
尽管NISQ设备受到严格限制，但已经开发了硬件和算法 - 感知的量子电路映射技术，以实现成功的算法执行。由于实验设备及其小尺寸的稀缺性，对自旋量子量子处理器的映射和汇编实现没有太多关注。但是，基于它们的高可扩展性潜力和快速进步，及时开始在此类设备上探索解决方案。在这项工作中，我们讨论了具有共享控件的可扩展横文架构的独特映射挑战，并引入Spinq，这是第一个用于可扩展自旋量子体系结构的本机编译框架。Spinq的核心是综合策略，该策略旨在解决横杆的唯一操作约束，同时考虑编译可伸缩性并获得O（n）计算复杂性。为了评估Spinq在这种新颖体系结构上的性能，我们编制了一组明确定义的量子电路，并基于多个指标（例如Gate开销，深度开销和估计的成功概率）进行了深入的分析，这反过来又使我们能够创建独特的映射和建筑洞察力。最后，我们提出了新型的映射技术，这些技术可能会提高该体系结构上的算法成功率，并有可能激发有关其他可扩展自旋量子体系结构的量子电路映射的进一步研究。