使用量子计算从叠后地震数据估计地震阻抗 Divakar Vashisth* 和 Rodney Lessard,SLB 软件技术创新中心 摘要 量子计算越来越被认为是地球物理学的一项变革性技术,它有可能显著提高计算能力和效率。这一进步有望以前所未有的速度模拟和处理复杂的地质数据。最近的研究已经开始探索将量子计算方法应用于简化版本的地震反演问题,强调该技术解决现实世界逆问题的能力。本研究的主要目的是通过使用量子计算机从地震轨迹数据估计声阻抗来解决一个现实、可扩展且与业务相关的问题。据我们所知,这是第一次通过量子计算从地震数据预测地震阻抗,并讨论了在量子处理单元 (QPU) 上解决逆问题的优势。在本文中,我们利用 D-Wave 量子退火器来解决叠后地震反演问题,采用了一种新颖的两步工作流程。在第一步中,我们利用量子退火器从地震数据中估计反射率。随后,这些估计的法向入射反射率作为使用相同量子技术预测声阻抗的基础。为了验证我们方法的有效性,我们提供了五个示例,将 D-Wave 量子退火器的阻抗预测与通过模拟退火(传统上用于地震反演的随机全局优化器)获得的阻抗预测并列。值得注意的是,从量子退火器得出的阻抗仅在一个时期内就与真实值紧密匹配,而模拟退火需要 10 个时期才能达到类似的精度。此外,我们的混合求解器中的 QPU 仅花费约 0.08 秒即可估计这些地震阻抗。与混合求解器的经典组件和模拟退火所需的时间相比,这非常高效,后两者均需要超过 10 秒。这凸显了 QPU 可以在不到一秒的时间内完全解决地震逆问题,凸显了量子计算对地球物理学领域的变革性影响。 引言 量子计算是一个新兴领域,它利用量子力学原理来处理信息,为传统计算带来了范式转变。与以比特为信息基本单位的传统计算机相比,量子计算机
批次 数量 描述 2791569 2 x 1.25 mL 2x Platinum™ SuperFi™ 文库扩增预混液 2806274 500 µL 10x 片段化和 dA 加尾缓冲液 2805059 1 mL 5x 片段化和 dA 加尾酶混合物 2806270 1 mL 7x 连接预混液 2803108 2 x 500 µL 引物混合物
电池存储系统有几种收入来源,可以将它们叠加以进一步增加收入。通常,人们使用价格套利从电池存储中获取收入。然而,参与频率响应等辅助服务也可以获得额外收入。本研究提出了一种线性优化方法来解释当地能源系统参与批发日前电力市场和多种频率响应服务。该方法已应用于一个学校案例研究。五种运营策略的市场收入和投资价值细分如下。频率响应服务的可用性收入和响应能量收入的价值是不同的。最后,评估了收入叠加对电池退化的影响。结果表明,通过叠加多种收入,当地能源系统可以降低运营成本,提高电池存储投资的可行性,同时减少退化,延长使用寿命。
光伏 - 染料敏化太阳能电池有机-无机卤化铅钙钛矿太阳能电池光催化氢和氧释放纳米材料和纳米复合材料的合成和表征;用于光催化和光伏应用,聚合物共混复合物的合成和表征纳米复合聚合物共混电解质材料,用于固态电化学电池应用。
本研究旨在制备基于聚醚酰亚胺 (PEI)-硅橡胶二元共混物的纳米复合材料,其中掺入了不同含量的纳米二氧化钛颗粒。纳米复合材料采用双螺杆挤出机通过熔融共混工艺制备。借助热重分析仪 (TGA) 和动态力学分析仪 (DMA) 研究了所开发的纳米复合材料的热性能。使用扫描电子显微镜 (SEM) 分析纳米复合材料的形态特性。通过万能试验机 (UTM) 评估了纳米复合材料的机械性能(拉伸强度、拉伸模量、断裂伸长率、冲击强度)。机械测试结果表明,在共混聚合物基质中添加 1 phr 纳米钛时,拉伸强度增加 35%,拉伸模量增加 3%,冲击强度增加 41%。含有 1 phr 纳米钛的纳米复合材料的热稳定性最高。 DMA 结果表明,在 50°C 下,与纯共混体系相比,含有 1 phr 纳米钛的纳米复合材料的储能模量增加了 69%。SEM 显微照片清楚地表明,与其他纳米复合材料相比,含有 1 phr 纳米钛的纳米复合材料具有最小的域尺寸。这可能是由于 1 phr 纳米钛在聚合物基质中均匀分散,随后与聚合物填料相互作用相当好。
描述:微生物岩是常见的碳酸盐岩,记录了可能形成垫、叠层石和凝块石的微生物群落的活动。在整个地质时代,钙质微生物一直是叠层石和凝块石的重要贡献者,更广泛地说,是礁石发育和其他类型的碳酸盐堆积的重要贡献者。它们与地球历史上的重大生物危机有关,尽管它们在这些危机之前、期间和之后的作用存在争议。这些项目侧重于表征古老地体中的微生物岩和迷人的钙质微生物,以及不同尺度的古环境和古生态解释。表征需要岩相学和微观成像以及微观分析地球化学技术,根据项目的不同,宏观尺度背景也不同。这些主题也适用于 36 分理学硕士项目。
光纤基础架构对于处理从军事智能到个人信息的广泛敏感数据至关重要。近年来,这些系统对这些系统的破坏尝试增加,以及未经授权的数据拦截的风险,这对量子计算的进步加剧了[1,2]。光纤特别容易受到窃听攻击的影响,其中未经授权的光耦合技术(例如evaneScent耦合,剪切,V-Grove剪切和微宏弯曲[3,4)可用于拦截数据。监视光电水平是检测窃听攻击的一种方法,但它可能不适用于导致最小或无法检测到的功率水平下降的攻击[5]。比光学功率跟踪更复杂的技术涉及监测接收器的极化状态变化,以使窃听尝试的正常系统变化。早期工作[6]使用分布式光纤传感(DFO)引入了一个系统,该系统可以通过使用已安装的光纤电缆触摸或操纵围栏来检测签名。但是,由于纤维杂质而依赖瑞利和布里鲁因反向散射,使该溶液复合物。此外,需要高速脉冲激光器以基于反向散射脉冲延迟确定漏洞的位置,再加上二氧化双流器以滤除放大的自发噪声的要求,并以其高成本进行贡献。1a)。[7]中的工作研究了不同纤维事件的极化特征,因为在特定时间和频率窗口中极化的序列变化,通过处理Poincar´e球中的极化状态得出(请参阅图通过窃听和有害事件产生的签名是在独特的情节中视觉的,被称为瀑布,使人类安全操作员可以在视觉上区分合法和未经授权的活动。这是一种比[6]的方法更简单,更具成本效益的恶意活动检测方法。然而,由于需要分析瀑布地块的人类专家,因此基于可视化的技术具有有限的适用性和可伸缩性。为了克服现有人类依赖性解决方案的可伸缩性和成本限制,我们引入了一种使用机器学习(ML)算法来分析极化特征的新方法。本文是第一个针对三种电缆类型进行实验收集和分析包含窃听攻击以及其他潜在有害和无害事件的数据集的。我们的方法论是从正常操作条件和无害事件中分析和分析窃听和潜在有害事件的过程,从而允许潜在的大规模光网络部署。提出的方法以92.3%的精度成功地分离了签名。
摘要:聚对二甲苯 (PC) 因其高机械强度和生物相容性等优异性能在过去几年中引起了极大的关注。当用作柔性基板并与高κ电介质如氧化铝 (Al 2 O 3 ) 结合时,Al 2 O 3 /PC 堆栈在生物医学微系统和微电子等领域的各种应用中变得非常引人注目。对于后者,尤其需要氧化物的原子层沉积,因为它可以沉积高质量和纳米级氧化物厚度。在本文中,实现了在 15 μ m 厚的 PC 层上进行 Al 2 O 3 的原子层沉积 (ALD) 和电子束物理气相沉积 (EBPVD),并通过 X 射线光电子能谱结合原子力显微镜研究它们对 Al 2 O 3 /PC 所得堆栈的影响。我们发现,基于 ALD 的 Al 2 O 3 /PC 叠层可产生纳米柱状表面,而基于 EBPVD 的 Al 2 O 3 /PC 叠层可产生预期的光滑表面。在这两种情况下,Al 2 O 3 /PC 叠层都可以轻松地从可重复使用的 SiO 2 基板上剥离,从而产生柔性 Al 2 O 3 /PC 薄膜。这些制造工艺经济、产量高,适合大规模生产。尽管 ALD 在半导体行业特别受欢迎,但我们发现 EBPVD 更适合实现用于微电子和纳米电子的 Al 2 O 3 /PC 柔性基板。