XiaoMi-AI文件搜索系统
World File Search System探测
探测量子相干性以推断引力纠缠的限制
寻找一种可行的方案来测试引力相互作用的量子力学性质引起了越来越多的关注。到目前为止，引力介导的纠缠产生似乎是潜在实验的关键因素。在最近的一项提案 [D. Carney 等人，PRX Quantum 2，030330 (2021)] 中，将原子干涉仪与低频机械振荡器相结合，提出了一种相干性复兴测试来验证这种纠缠产生。由于只对原子进行测量，因此该协议无需进行相关测量。在这里，我们探索了这种协议的公式，并具体发现，在设想的高热激发操作状态下，没有纠缠概念的半经典模型也会给出相同的实验特征。我们在完全量子力学计算中阐明，纠缠不是相关参数范围内复兴的来源。我们认为，在目前的形式下，建议的测试仅在振荡器几乎处于纯量子态时才有意义，并且在这种情况下，影响太小而无法测量。我们进一步讨论了潜在的开放结局。结果强调了在测试物理系统的量子力学性质时明确考虑量子情况与经典期望的不同之处的重要性和微妙之处。
用于深空门户的宇宙尘埃探测套件
大学物理科学学院行星科学和天文学中心肯特，坎特伯雷，肯特 CT2 7NH，英国 b 莱斯特大学物理与天文学院空间研究中心，LE1 7RH，英国 c ESTEC，Keplerlaan 1，PO Box 299，NL-2200 AG 诺德维克，荷兰 d 国家天体物理研究所（INAF）空间天体物理与行星学研究所（IAPS），via Fosso del Cavaliere 100，00133 Roma，意大利 e 伦敦帝国理工学院皇家矿业学院地球科学与工程系，Prince Consort Road，南肯辛顿，伦敦 SW7 2BP，英国 f 马克斯普朗克太阳系统研究所，Justus-von-Liebig-Weg 3，D-37077 Go¨ttingen，德国 g 柏林自由大学地质科学研究所，柏林，德国 h 奥卢大学， 90014 Oulu, PO Box 3000, 芬兰 i 斯图加特大学，Raumfahrtsysteme Raumfahrtsysteme Raumfahrtzentrum Baden Württemberg, Pfaffenwaldring 29, 70569 Stuttgart, 德国 j Klaus-Tschira-Labor fur 化学化学, Institut fu海德堡大学地理科学中心，69120 海德堡，德国 k 苏黎世联邦理工学院，粒子物理和天体物理研究所，Wolfgang-Paulistrasse-27，CH-8093 苏黎世，瑞士
利用 LiDAR 数据探测军事历史物品
光检测和范围（LIDAR）技术已成为过去几年中主要的遥感方法之一。有几个区域，可以非常有效地使用扫描的3D点云。在我们的研究中，我们回顾了LiDAR数据在军事历史重建中的潜在应用。，我们定义了整个重建过程的主要步骤，以及（主要是存档）有用的数据源。显然，这种调查的基础必须是存档数据，但是将尖端方法集成到此类任务中是一个有趣的挑战。LIDAR技术可能非常有用，尤其是在植被覆盖的地区，在这种区域中，传统的遥感技术大多效率低下。我们将总结激光扫描数据如何支持重建工作的不同部分，并定义LiDAR数据处理的技术步骤。关键字：LIDAR，地球信息学，军事历史，遥感
社交媒体上的深泡探测：利用深...
摘要：DeepFake技术的扩散引起了人们对社交媒体平台上错误信息传播的关注。在本文中，我们提出了一种基于深度学习的方法，用于检测DeepFake推文，特别是由机器生成的推文，以帮助减轻在线错误信息的影响。我们的方法利用FastText嵌入来表示推文文本，并将其与深度学习模型相结合。我们首先预处理文本，然后使用FastText嵌入将它们转换为密集的向量表示。这些嵌入式捕获有关推文内容的语义信息，这对于区分真实和机器生成的推文至关重要。然后，我们将这些嵌入将这些嵌入给深度学习模型，例如卷积神经网络（CNN）或长期短期内存（LSTM）网络，以将推文归类为真实或机器生成的推文。该模型是在标有标记的Tweet数据集上训练的，在该数据集中，使用最先进的文本生成模型合成机器生成的推文。对推文的现实世界数据集的实验结果证明了我们方法在检测机器生成的推文中的有效性。我们的方法实现了很高的准确性，并且优于在社交媒体上进行深层检测的现有方法。总的来说，我们提出的方法为检测机器生成的推文并遏制整个社交媒体平台上的错误信息的扩散提供了强大而有效的解决方案。
有机近红外光电探测器的内在探测限
近红外（NIR）光检测是对应用程序，例如监视系统，面部识别，工业排序和检查，脉搏氧化，光学相干性层析成像和成像等应用中对技术解决方案不断增长的需求的关键。[1-10]无机半导体（例如GE，INGAAS，PBS和HGCDTE）允许宽带光检测从0.8至10 µm，在10 10 Jones附近或更高范围内具有特定的检测（D *）。[11]同时，其中一些传统材料含有有毒的重金属，总体生产成本相当高。此外，商业NIR成像传感器的分辨率有限，这与光活性层通过电线键入电气连接安装到硅读出的集成电路（ROIC）的事实有关。[12]这将最小的像素螺距限制在大约10 µm上，因为需要ROIC和活动层之间非常精确的对齐。为了允许像素大小的缩放，一项持续的努力集中在ROIC上直接生长光活性层。然而，由于活性层与ROIC或电气互连之间的热膨胀系数的差异，经常观察到温度波动时的设备分解。[13]调用半导体的另一个限制是它们的宽带吸收。这只能通过增加设备复合度来实现波长的选择性，例如通过其他光学滤镜和二分色棱镜，并对空间分辨率提出了额外的限制。[14]
多范围：多方面的评估，以探测掌握医学知识的LLMS
大型语言模型（LLM）在跨领域表现出色，在医学评估基准（例如MEDQA）上也提供了显着的表现。但是，在现实世界中医学场景中，报告的性能与实际有效性之间仍然存在显着差距。在本文中，我们旨在通过采用多方面的检查模式来系统地探索当前LLM的实际掌握医学知识的掌握，以探讨这一差距的原因。具体而言，我们开发了一种新颖的评估框架多叶序，以检查LLM在多个方面的编码和掌握医学知识中的范围和覆盖范围。基于多叶术框架，我们构建了两个多方面的评估数据集：Multidisek（通过从临床疾病知识库中产生问题）和MultiMEDQA（通过将Medical Benchmark MedQA从Medical Benchmark MedQa重新提出每个问题，以进行多方面的问题）。这些模拟数据集的实验结果表明，掌握医学知识的当前LLM的程度远低于其在现有医疗基准上的表现，这表明它们缺乏深度，预见和在掌握知识中的全面性。因此，当前的LLM尚未准备好在现实世界中的任务中应用。代码和数据集可在https://github.com/thumlp/multifaceteval上找到。
费米实验室的精密跟踪和量子探测器的开发
– 光罩分为不同设计的芯片：仅带传感器的 ½ 晶圆和带传感器和读出电路的 ½ 晶圆 – 对 MAPS、LGAD 和 SPAD 探测器进行详细表征，并量化其 HEP 性能
两种进行探测与规避飞行试验的新方法的比较
摘要：本文比较了加拿大国家研究委员会在飞行试验中开发的两种“近距离”拦截方法，并介绍了一种评估这些轨迹有效性的新方法。每种方法都使用不同的飞行测试技术和显示组合来指导飞行员设置飞机的碰撞轨迹并保持预期路径。方法 1 仅提供飞机相对方位角和位置的视觉引导，而方法 2 根据预期几何形状确定冲突点（纬度/经度），并提供预期拦截的交叉航迹误差以及到达时间的速度提示。通过比较预测最近进近距离低于预期阈值的时间比例来分析这两种方法的性能。分析表明，在所有飞行方位角上，方法 2 导致处于或低于预期最近进近距离的时间增加了一倍以上。此外，由于建立所需初始条件和稳定飞行路径所需的时间更少，作者能够进行多 50% 的拦截。
利用量子计算实现暗物质探测的量子增强
我们提出了一种新方法，借助量子干涉显著提高基于量子比特的暗物质探测实验中的信号速率。各种量子传感器都具有探测波状暗物质的理想特性，而量子计算机中常用的量子比特是暗物质探测器的绝佳候选。我们证明，通过设计适当的量子电路来操纵量子比特，信号速率与 n 2 q 成比例，其中 nq 是传感器量子比特的数量，而不是与 nq 成线性关系。因此，在使用大量传感器量子比特的暗物质探测中，可以预期信号速率会显著增加。我们提供了一个量子电路的具体示例，该电路通过连贯地组合每个单独量子比特由于其与暗物质相互作用而产生的相位演变来实现这种增强。我们还证明该电路对失相噪声具有容错能力，失相噪声是量子计算机中的关键量子噪声源。这里提出的增强机制适用于各种量子计算机模式，只要与增强暗物质信号相关的量子操作可以应用于这些设备。
利用遥感技术探测人类的存在和对新热带森林的影响
摘要：亚马逊和新热带森林是全球最重要的生物群落之一，因为它们面积广阔、生物多样性独特，对全球气候以及人类栖息地和资源都具有重要意义。揭示人类存在对这些森林的影响对于我们了解生物多样性、生态系统功能和服务提供潜力至关重要。人类在这些热带雨林的存在可以追溯到 13,000 年前，这种存在的影响引起了激烈的争论。一些作者认为前哥伦布时期的植物驯化对当前亚马逊森林组成具有持续影响。其他作者认为后哥伦布时期对森林组成的影响比前哥伦布时期高出几个数量级。遥感证据作为帮助解决这些争论的一种方式变得越来越有用。在这里，我们回顾了过去、现在和未来使用遥感技术探测亚马逊和其他新热带森林中人类存在的几个历史时期（从考古到后现代社会）的人类基础设施。我们根据留下足迹的活动来定义人类存在，例如定居点、土丘、道路、木材和薪柴的使用、农业、土壤等。最后，我们讨论了使用遥感技术提供必要数据和信息的机会和挑战，以扩大我们对人类在新热带森林居住历史的理解，以及这种人类居住如何影响生物多样性。遥感技术最近在探测前哥伦布时期的人类基础设施方面有很多应用，从对森林砍伐地点的航拍照片进行目视检查到在机载和无人机平台上使用激光雷达探测树冠下的基础设施和较小的定居点。后哥伦布时期，尤其是殖民和帝国主义时期，尚未开展类似的努力。最后，我们对现代（20 世纪和 21 世纪）人类影响的了解毫不奇怪地更加广泛。遥感技术仍未得到充分利用，并且对于此类应用非常有用，新的任务可能会提供以前无法获得的解决方案。然而，系统的地面调查是不可替代的，需要提高遥感和地面调查相结合对人类存在的检测精度。因此，了解新热带森林生物多样性在过去人类存在下是如何发展的，这对于预测亚马逊和其他地区未来变化的方向至关重要。