[1] G. Brassard 等人。量子振幅放大与估计。当代数学,305:53–74,2002。[2] Y. Suzuki 等人。不带相位估计的振幅估计。量子信息处理,19(2):75,2020。[3] S. Aaronson 和 P. Rall。量子近似计数,简化。在算法简单性研讨会上,第 24-32 页。SIAM,2020 年。[4] D. Grinko 等人。迭代量子振幅估计。arXiv 预印本 arXiv:1912.05559,2019。[5] K. Nakaji。更快的振幅估计。 arXiv preprint arXiv:2003.02417,2020 年。[6] R. Venkateswaran 和 R. O'Donnell。具有非自适应 Grover 迭代的量子近似计数,2020 年。[7] DS Abrams 和 CP Williams。用于数值积分和随机过程的快速量子算法。arXiv preprint quant-ph/9908083,1999 年。[8] A. Montanaro。蒙特卡罗方法的量子加速。英国皇家学会学报 A:数学、物理和工程科学,471(2181):20150301,2015 年。[9] P. Rebentrost、B. Gupt 和 TR Bromley。量子计算金融:金融衍生品的蒙特卡罗定价。 Physical Review A, 98(2):022321, 2018. [10] S. Woerner 和 DJ Egger. 量子风险
图3。许多正弦波构建了信号的频域表示。上排:时间域信号。下排:这些信号转换为频域。a)周期性正弦波在频域中以单个频率表示。b)周期性方波(厚,黑线)用许多特定的谐波频率(在顶部和底部底板上相应颜色的线)表示。从字面上看,这些(和更高的,未说明)的彩色线的总和在每个时间点都重建原始信号。c)与许多非特异性频率的组合表示非周期性的事件相关电位(ERP)信号(Retter等人,2020年的数据)。注意频域信号的几个属性:1)0频率bin反映了信号的平均幅度(DC偏移); 2)X轴分辨率是信号记录持续时间的倒数; 3)
高能粒子碰撞测量的解释在很大程度上依赖于完整事件发生器的性能,其中包括计算硬过程和随后的部分子簇射步骤。随着量子设备的不断改进,需要专用算法来挖掘计算机可以提供的潜在量子。我们提出了用于量子门计算机的通用和可扩展算法,以促进螺旋度振幅和部分子簇射过程的计算。螺旋度振幅计算利用旋量和量子比特之间的等价性以及量子计算机的独特功能来同时计算所涉及的每个粒子的螺旋度,从而充分利用计算的量子性质。通过同时计算 2 → 2 过程的 s 和 t 通道振幅,进一步利用了相对于传统计算机的这一优势。部分子簇射算法模拟了两步离散部分子簇射的共线发射。与经典实现相比,量子算法为整个部分子簇射过程构建了一个具有所有簇射历史叠加的波函数,从而无需明确跟踪单个簇射历史。这两种算法都利用了量子计算机在整个计算过程中保持量子态的能力,代表了描述 LHC 完整碰撞事件的量子计算算法的第一步。
科学界正在探索脑电图 (EEG) 与个人信息之间的关联。尽管使用 EEG 进行身份识别对研究人员来说很有吸引力,但是感知的复杂性限制了此类技术在实际应用中的使用。在这项研究中,通过降低脑信号采集和分析过程的复杂性解决了这一难题。这是通过减少电极数量来实现的,在不影响准确性的情况下简化了关键任务。事件相关电位 (ERP),又称时间锁定刺激,用于从每个受试者的头部收集数据。在放松一段时间后,向每个受试者直观地呈现一个随机的四位数字,然后要求他们思考 10 秒。对每个受试者进行了 15 次试验,在每个心理回忆片段之前都有放松和视觉刺激阶段。我们引入了一个新颖的派生特征,称为半球间振幅比 (IHAR),它表示横向对应电极对的振幅比。该特征是在使用信号增强技术扩展训练集后提取的,并使用多种机器学习 (ML) 算法进行测试,包括线性判别分析 (LDA)、支持向量机 (SVM) 和 k-最近邻 (kNN)。大多数 ML 算法在 14 个电极的情况下显示 100% 的准确率,根据我们的结果,使用更少的电极也可以实现完美的准确率。然而,AF3、AF4、F7 和 F8 电极组合与 kNN 分类器产生了 99.0 ± 0.8% 的测试准确率,是人员识别的最佳选择,既保持了用户友好性又保持了性能。令人惊讶的是,放松阶段表现出三个阶段中最高的准确率。
目的:在出现明显的脑磁共振成像 (MRI) 铁沉积发现之前对 β-螺旋桨蛋白相关神经变性 (BPAN) 进行早期诊断仍然具有挑战性。本研究检查了 BPAN 儿童在脑电图 (EEG) 上是否具有特征性的高振幅 (>50 l V) 快速活动 (HAFA)。方法:我们对 5 名 BPAN 患者儿童期进行的脑电图进行了回顾性分析。我们还检查了 59 名患有不同病因的患者的 143 份脑电图,包括癫痫 (n = 33)、急性脑病 (n = 6)、神经发育障碍 (n = 5)、非癫痫事件 (n = 4) 和其他 (n = 11)。训练有素的脑电图师审查了所有脑电图。当观察到过度的快速活动时,评估幅度、频率和局部性。结果:5 名 BPAN 患者均在 12-21 个月大时接受了初始脑电图检查,在清醒和睡眠脑电图上均观察到弥漫性连续 HAFA(范围为 20-50 Hz)。在清醒记录中,5 名患者中有 4 名没有明显的后部优势节律。虽然 143 个脑电图中有 28% 有持续过度快速活动,主要在睡眠记录中,但只有两个(1.4%)在睡眠时表现出 HAFA,他们的清醒脑电图具有明显的后部优势节律。结论:BPAN 儿童的脑电图在清醒和睡眠时均显示持续弥漫性 HAFA,这在其他病因儿童中并不常见。意义:本研究为 BPAN 的早期诊断提供了重要线索。2020 年国际临床神经生理学联合会。由 Elsevier BV 出版,保留所有权利。
恒定载荷幅值的试验用于表征材料试样和部件的疲劳强度行为。从这些试验结果得出的 S-N 曲线描述了载荷幅值与相应的失效循环次数之间的关系。由于实施和评估疲劳试验的概念不同,因此很难比较不同研究机构的结果。新版德国标准 DIN 50100:2016 的目的是定义一种确定金属合金 S-N 曲线的程序,该程序不允许任何解释的余地。假设试验结果在载荷和循环方向上都服从对数正态分布。进一步假设高周疲劳状态和长寿命疲劳状态下的 S-N 曲线可以用双线性函数近似。为了确定有限寿命直线,可以根据 Basquin 采用珍珠串法和载荷水平法确定位置参数和幂函数的斜率。长寿命疲劳强度采用阶梯法确定,平均而言,S-N 曲线的拐点与有限寿命直线形成。对于长寿命疲劳状态,根据所检查的材料组,假设水平过程或低倾斜度下降。此外,DIN 50100:2016 包含有关平均值估计准确性的信息
几何声学 - GA - 建模技术假设表面相对于感兴趣的波长较大。对于给定场景,实践者通常会创建一个具有大而平坦表面的单个 3D 模型,该模型在很宽的频率范围内满足假设。这种几何近似会导致模拟声场的空间分布出现错误,因为影响反射和散射行为的几何细节被忽略了。为了补偿近似,建模者通常会估计表面的散射系数,以随机地解释反射方向性中实际的、波长相关的变化。一种更确定性的方法可以考虑一系列几何细节不断增加的模型,每个模型都在相应的频带上进行分析,以满足大表面尺寸的要求。因此,为了提高 GA 模拟的宽带空间精度,我们提出了一种多分辨率建模方法。使用波纹墙的比例模型测量、我们的方法与非 GA 技术的比较以及一些简单的听力测试,我们将展示