XiaoMi-AI文件搜索系统
World File Search System本兹维
HO Wen Wei (何文维) Emergence of Quantum State ...
何文伟博士现为斯坦福大学理论物理研究所博士后学者，研究非平衡量子多体现象和新兴量子技术的应用。此前，他是哈佛大学的摩尔博士后研究员，与 Mikhail Lukin 教授和 Eugene Demler 教授一起工作。从 2022 年 8 月开始，他将担任新加坡国立大学校长青年（助理）教授。何文伟于 2017 年在日内瓦大学师从 Dmitry Abanin 教授获得博士学位，2015 年在滑铁卢大学/圆周研究所师从 Guifre Vidal 教授获得理学硕士学位，2013 年在普林斯顿大学获得学士学位，与 Duncan Haldane 教授一起工作。摘要：普遍性是指复杂系统普遍属性的出现，这些属性不依赖于精确的微观细节。量子热化是强相互作用量子多体系统非平衡动力学的一个例子，其中局部区域随着时间的推移变得由吉布斯集合很好地描述，而该集合仅受少数几个系统参数（例如温度和化学势）控制。局部区域与其补体（“浴”）之间产生的大量纠缠是这种普遍性出现的关键。在这次演讲中，我将介绍一种新的普遍行为，它源于某些类型的量子混沌多体动力学，超越了传统的热化。我将描述单个多体波函数如何编码由小子系统支持的纯态集合，每个纯态都与局部浴的（投影）测量结果相关。然后，我将展示这些量子态的分布如何接近均匀随机量子态的分布，即集合形成量子信息理论中所谓的“量子态设计”。我们的工作为研究量子混沌提供了一个新视角，并在量子多体物理、量子信息和随机矩阵理论之间建立了桥梁。此外，它还提供了一种实用且硬件高效的伪随机态生成方法，为设计量子态层析成像应用和近期量子设备的基准测试开辟了新途径。
经济影响报告 - 爱德华兹维尔
SIUE 服务于圣路易斯大都会区，为该地区的经济活动和伊利诺伊州经济做出了重大贡献。下表列出了 SIUE 的支出，包括研究、医院、建设、工厂运营和维护、采购物资和服务以及其他支出。所有其他支出类别还包括与助学金和奖学金相关的支出。许多学生获得涵盖学费和杂费并支付津贴的助学金和奖学金，大学将这些经济援助发放给学生，学生将其用于生活费用。其中一些支出发生在州内，因此为州经济注入了新的资金，如果没有大学，这种资金就不会出现。2023 财年 (FY23)，SIUE 在州内外的运营支出总计超过 3.0962 亿美元。大学购买用品和服务，其许多供应商都在伊利诺伊州。这些支出产生了连锁反应，为经济创造了更多的就业机会和更高的工资。根据大学按地区划分的平均支出，我们创建了大学运营的州内和州外支出概况，以估计本报告中的经济影响。
麦考兹维尔镇综合规划
关于麦考德斯维尔 印第安纳州麦考德斯维尔镇是印第安纳波利斯的一个高增长郊区。该镇人口约为 11,000 人。该镇位于汉考克县的西北角，与印第安纳波利斯镇、劳伦斯镇和费舍尔斯镇接壤。该镇有两条区域性干道 - 美国 36 号公路和康福特山路 (CR 600W)，可方便前往 I-70（2 英里）、I-69（5 英里）和 I-465（6 英里）。该镇历来是一个卧城，绝大多数住房都是独户住宅。随着该镇正在建设麦考德广场，这一情况开始发生变化，麦考德广场是一个占地 130 英亩的混合用途步行镇中心开发项目。麦考德广场第一期将于 2024 年夏季开放。规划概述麦考德斯维尔当前的综合规划于 2011 年通过，并于 2016 年对地图进行了小幅更新。综合规划（“规划”）在内容和规划要素方面需要遵循 IC 36-7-4-502。新规划的目标是为该镇未来 20 年设定愿景。规划应包括分析、指标、指导原则和建议，以实现规划概述的目标。该镇预计本规划的大部分时间和精力将用于规划主题、公众参与以及目标、目的和行动部分。该镇并不寻求冗长的历史分析，也不专注于收集历史信息或数据。镇工作人员已经收集了大量历史和当前数据，并将分享这些信息和所有其他适用材料，以便综合规划工作可以快速转向土地利用分析。此外，该镇将于今年晚些时候开始制定新的公园和娱乐总体规划，因此，虽然本规划中需要公园/开放空间主题，但无需深入研究。该计划应寻求确定未来公园和娱乐总体规划的建议和目标。计划要素综合计划的暂定时间将于 2024 年 6 月开始，并于年底完成。该计划应设计为包含以下内容：
语义增强图像-文本预训练模型的零样本三维模型分类
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法，并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类，开创了零样本 3 维模型分类方法。近年来， CLIP 在零样本图像分类上取得了良好的效果，因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中， Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型， PointCLIP 首先将 3 维点云投影成多个深度图，然 后利用 CLIP 的预训练图像编码器提取深度图特 征，同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题，基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时，冻结 CLIP 的图像编码器，使用深度图编码器提取深度图特 征，该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间，该方法利用大规模图像 - 文本对预 训练的视觉语言模型，并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐，大幅 提高了 3 维模型的识别能力。与之相似的是，基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性，从而使点云编码器获得零样本 识别的能力。另外， PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上，通过利用更先进的投影算法和 更详细的 3 维模型描述，显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题，通过在语义层面为图像和文本 提供更多相似的语义信息，使图像和文本对齐更具有 一致性，从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
拉塞尔·史都兹
简介：Russell Stutz 博士目前领导 Quannuum 的商业硬件小组，负责设计和构建商业量子计算机。他获得了堪萨斯大学物理学学士学位，毕业后通过 ROTC 计划加入美国空军。作为一名空军军官，他在新墨西哥州科特兰空军基地的定向能理事会空军研究实验室从事激光研究。Stutz 博士于 2010 年获得科罗拉多大学博尔德分校原子、分子和光学物理学博士学位。获得博士学位后，Stutz 博士曾在开发量子传感器的公司 AOSense 和洛克希德马丁从事工业研究和开发工作。2016 年，他加入 Quannuum 的前身霍尼韦尔量子解决方案公司，成为科罗拉多州布鲁姆菲尔德工厂的首批员工之一。
玻色-哈伯德模型中超出古兹维勒近似的量子涨落
我们基于从 Gutzwiller 平均场假设得出的作用的正则量化，开发了 Bose-Hubbard 模型的量子多体理论。我们的理论是对弱相互作用气体 Bogoliubov 理论的系统推广。该理论的控制参数定义为 Gutzwiller 平均场状态之上的零点涨落，在所有范围内都保持很小。该方法在整个相图中提供了准确的结果，从弱相互作用超流体到强相互作用超流体，再到 Mott 绝缘相。作为具体应用示例，我们研究了两点相关函数、超流体刚度、密度涨落，发现它们与可用的量子蒙特卡罗数据具有定量一致性。特别是，恢复了整数和非整数填充时超流体-绝缘体量子相变的两个不同普适性类。