XiaoMi-AI文件搜索系统
World File Search System无序
评估生成扩散模型，以增强范围和全原子分辨率的折叠和无序蛋白质态采样
图2：基于扭转角的主成分分析（PCA），TRP型栅格和α-突触核蛋白的自由能表面（FES）。（a）和（d）分别沿TRP-CAGE和α-类核蛋白的整个分子动力学（MD）模拟数据集沿第一个两个主要成分（PC-1和PC-2）显示了2D FES图。（b）和（e）使用仿真数据的子集描绘了FES图，相当于TRP -cage的总数据的10％，而α-突触核蛋白的50％。与完整数据集相比，这些子集突出了采样自由能表面的稀疏性。（c）和（f）介绍了由DDPM训练的模型产生的FES图，这些模型在还原的子集上进行了训练。值得注意的是，DDPM生成的FES图与完整数据集的FES相似，并有效地采样了（b）和（e）中观察到的稀疏区域。
信息论中的最佳重正化群变换
最近，引入了一种新颖的实空间重正化群 (RG) 算法。通过最大化信息论量，即实空间互信息，该算法可确定相关的低能自由度。受此启发，我们研究了平移不变系统和无序系统的粗粒化程序的信息论性质。我们证明，完美的实空间互信息粗粒化不会增加重正化汉密尔顿量中的相互作用范围，并且对于无序系统，它会抑制重正化无序分布中相关性的产生，从这个意义上讲是最优的。我们通过对干净随机的伊辛链进行任意粗粒化，通过经验验证了这些复杂性度量作为 RG 保留信息的函数的衰减。结果建立了 RG 作为压缩方案的性质与物理对象（即汉密尔顿量和无序分布）性质之间的直接且可量化的联系。我们还研究了约束对通用 RG 程序中粗粒度自由度的数量和类型的影响。
![arXiv:2212.03805v2 [quant-ph] 2024 年 3 月 21 日](/simg/g:\will\search\icon\source\1\1ee7041d0bdfe059a55000362862286c04796fbf.png)
arXiv:2212.03805v2 [quant-ph] 2024 年 3 月 21 日
最近有研究表明，transmon 量子比特架构经历了多体局部化和量子混沌相之间的转变。虽然系统保持在局部化状态对于量子计算至关重要，但实现这一点的最常见方式依赖于约瑟夫森结参数的无序性。在这里，我们提出了一种准周期性参数模式来代替随机无序。我们使用 Walsh-Hadamard 诊断证明，准周期性比无序更能有效地实现局部化。为了研究我们的新汉密尔顿量对于大型、实验相关的系统尺寸的局部化特性，我们使用了两个互补的微扰理论方案，一个与多体相互作用有关，另一个与自由汉密尔顿量的跳跃参数有关。
29. 凝聚态物理安卡拉会议 YMF 29
自旋玻璃模型是量子热力学的新兴领域之一，是理解无序磁系统复杂特性的有力工具。与具有同质相互作用的伊辛模型奥托发动机 [1] 不同，当将无序和随机性元素引入系统时，对于图 1 给出的模型，在热机模式下，我们可以看到在临界点附近具有双峰结构和超线性缩放的性能曲线 [2]，𝑊∼𝑁 𝛼 ，𝛼> 1 。我们还发现，在冷却模式（R）下，可以在不同温度区域实现超线性效率提升。当我们检查系统在有限时间动态中的实际行为时，我们在热力学性能和吞吐量中观察到的超线性缩放行为凸显了量子系统中的无序和危机提高热力学性能的潜力。我们的发现有可能为量子热机、量子信息处理和能源管理的应用开辟新的途径。
青春期的持续选择性关注
摘要目的：这项定性研究旨在开发第一个认知行为（CBT）模型，概述了患有1型糖尿病的成年男性的发育和维持无序饮食的发展，以改善先前1型糖尿病的理论模型，并饮食不当，并与1型糖尿病和饮食不足的女性进行比较。方法：二十七名男性（n = 16型糖尿病和饮食率无序，n = 11，1型糖尿病无饮食无序的糖尿病）参加了半结构化访谈。数据，并为每个参与者开发了单个CBT公式以告知该模型。结果：患有1型糖尿病和饮食失调的男性经历了关于食物，胰岛素，体重/体重和糖尿病本身的负面想法，这些想法会引起诸如恐惧和脆弱性以及糖尿病的困难之类的消极情绪，例如超级和高流血症的问题，以及降低了高流血症的问题，以及能够获得更多的教育和技术的人，这会导致
非周期自旋 1/2 链中的类 Rabi 量子通信
传输量子态（例如量子比特）和在任意距离产生纠缠是量子网络和分布式量子信息处理 [1,2] 中的基本任务。在这种情况下，Bose 在 [3] 中提出的预先设计的量子自旋链的想法基于在实现协议期间对系统进行最小限度的控制，以避免退相干和其他形式的噪声。关键是提前设置网络、其耦合模式和局部磁场，然后让它按照自己的哈密顿动力学演化（综述参见 [4,5] ）。正确的系统初始化和对动态时间尺度的精确了解也是必要的，这也是主要缺点之一的产生之处。系统参数的静态（例如制造误差）和/或动态波动可能会影响我们预测量子态何时何地出现在某个位置的能力 [6] 。例如，无序可能会促进 Anderson 局域化，从而影响通信协议的性能 [7,8]。虽然这恰好适用于具有现场不相关无序（对于任何无序强度）的一维和二维模型，但相关波动可以打破这一规则，因为它们能够在光谱的某些部分维持扩展状态 [9]。例如，很久以前就表明，长程相关无序会诱发具有尖锐迁移率边缘的金属 - 绝缘体跃迁 [10,11]。这已通过在波导上进行的实验得到证实 [12,13]。最近，在 1D 准周期光学晶格上也报道了单粒子迁移率边缘 [14]，从而为进一步更苛刻的物理实现奠定了基础。总体而言，尽管大多数量子态耦合方案
无无序的朗道能级增宽、无相互作用的非整数平台——量子霍尔效应的另一种模型
我回顾了量子霍尔效应的替代模型的一些方面，该模型不基于无序势的存在。相反，在存在交叉电场和磁场的情况下，采用电子漂移电流的量化来构建非线性传输理论。替代理论的另一个重要组成部分是二维电子气与导线和施加电压的耦合。通过在外部电压固定 2D 子系统中的化学势的图像中工作，实验观察到的电压与量子霍尔平台位置之间的线性关系找到了自然的解释。此外，经典霍尔效应成为量子霍尔效应的自然极限。对于低温（或高电流），非整数子结构将较高的朗道能级分裂为子能级。电阻率中子结构和非整数平台的出现与电子-电子相互作用无关，而是由（线性）电场的存在引起的。一些结果分数恰好对应于半整数平台。
通过混合仿生从头预测分子设计加速 ELP 基材料的工程设计
受自然启发而设计高性能蛋白质材料的努力主要集中在改变自然发生的序列以赋予所需的功能，而从头设计则明显落后，需要非常规的创新方法。在这里，使用部分无序的弹性蛋白样多肽 (ELP) 作为初始构建块，这项工作表明，可以通过混合仿生设计加速蛋白质材料的从头工程，这项工作通过整合计算建模、深度神经网络和重组 DNA 技术实现了这一点。这种可推广的方法涉及整合一系列具有 𝜶 螺旋构象的从头设计序列，并将它们遗传编码为受生物启发的内在无序重复基序。新的 ELP 变体保持结构构象，并在体外表现出可调节的非热平衡超分子自组装和相行为。这项工作说明了预测的分子设计在结构和功能材料中的有效转化。所提出的方法可应用于广泛的部分无序生物大分子，并可能为发现新的结构蛋白铺平道路。
