XiaoMi-AI文件搜索系统
World File Search System有误差的
双节点簇态连续变量量子混合计算的误差修正：压缩极限
本文研究了在连续变量量子计算过程中获得的通用高斯变换的误差校正。我们试图使我们的理论研究更接近实验中的实际情况。在研究误差校正过程时，我们考虑到资源 GKP 状态本身和纠缠变换都是不完美的。实际上，GKP 状态具有与有限压缩程度相关的有限宽度，并且纠缠变换是有误差的。我们考虑了一种混合方案来实现通用高斯变换。在该方案中，变换是通过对簇状态的计算来实现的，并辅以线性光学操作。该方案在通用高斯变换的实现中给出了最小的误差。使用这种方案可以将实现接近现实的容错量子计算方案所需的振荡器压缩阈值降低到 -19.25 dB。
量子密钥可撤销双 Regev 加密，重新审视
量子信息可用于实现经典加密无法实现的新型加密原语。Ananth、Poremba、Vaikuntanathan (TCC 2023) 最近的一项工作重点是使用量子信息为 Gentry、Peikert、Vaikuntanathan (STOC 2008) 引入的双 Regev 加密方案配备密钥撤销功能。他们进一步表明，密钥可撤销双 Regev 方案意味着存在完全同态加密和伪随机函数，它们都配备了密钥撤销功能。不幸的是，他们只能根据新的猜想证明其方案的安全性，而没有解决基于经过充分研究的假设来确定密钥可撤销双 Regev 加密安全性的问题。在这项工作中，我们解决了这个悬而未决的问题。假设具有误差的多项式学习难度（超过亚指数模数），我们证明密钥可撤销双 Regev 加密是安全的。因此，我们首次获得以下结果：
解释回归的神经网络模型
摘要 — 已经提出了几种方法来解释深度神经网络 (DNN)。然而，据我们所知，只有分类网络被研究过，试图确定哪些输入维度促使了分类决策。此外，由于这个问题没有基本事实，因此结果只能定性地评估对人类有意义的结果。在这项工作中，我们设计了一个可以获得基本事实的实验数据库：我们生成理想信号和有误差的干扰信号，并训练一个神经网络来确定所述信号的质量。这个质量只是一个基于干扰信号和相应理想信号之间距离的分数。然后，我们试图找出网络如何估计这个分数，并希望找到发生错误的时间步骤和信号维度。这种实验设置使我们能够比较几种网络解释方法，并基于几次训练提出一种名为精确梯度 (AGRA) 的新方法，该方法可以减少大多数最先进结果中存在的噪声。比较结果表明，在定位信号中出现错误的时间步骤方面，所提出的方法优于最先进的方法。
研究文章 组合姿态确定方法...
本文提出一种新的多传感器组合姿态确定方法，可高精度测量高转速刚体飞行器的姿态。分析飞行器在飞行过程中所受的外力矩，在刚体绕质心旋转的运动方程基础上，通过理论推导，提出了一种基于多传感器组合姿态确定方法。该方法融合GPS、陀螺仪和磁力计测得的数据，采用改进的无迹卡尔曼滤波（UKF）算法进行滤波。首先，根据高转速飞行器的运动特点，对刚体绕质心运动方程作出适当的假设和简化近似。利用这些假设和近似，推导出欧拉姿态角与飞行路径角、弹道偏转角之间的约束方程，作为状态方程。其次,利用地磁场模型和三轴磁强计测量的地磁强度计算出含有误差的滚转角,并与陀螺仪获取的角速度信息进行融合,建立测量方程;最后在UKF预测阶段采用龙格-库塔法对状态方程进行离散化,提高预测精度。仿真结果表明,所提方法能有效确定高速飞行器的姿态信息,并能保证飞行器姿态的准确性。