XiaoMi-AI文件搜索系统
World File Search System玻尔兹曼
纯气体 O2 的臭氧生成和化学动力学电晕放电
摘要 本文的工作旨在研究在纯气体 O 2 中，在大气压 P = 1 atm 和室温 T = 300°K 下电晕放电之前选定的一些物质的化学动力学，在导线-圆柱几何结构中进行。从这个角度来看，设计了一个在时间和空间上都高效的计算机程序，用于基于玻尔兹曼方程的解析度求解流体动力学经典方程组。它还参与了气体的化学动力学，包括连续性、动量和能量方程。为了获得数值分辨率，将通量校正传输方法成功应用于电放电，并获得了纯气体 O 2 的生成物质动力学。气体的反应性考虑了九种物质，它们根据 23 种反应相互作用，这些反应以最占主导地位的方式进行选择。所选的约化场值为 100、120、140、160、180 和 200 Td。得到的结果显示了与电场减弱密切相关的演变，并且臭氧的产生伴随着其他物质的出现和消失。
实施量子机器学习用于电子结构计算量子计算设备上的周期系统计算
摘要：Quantum机器学习算法，机器学习对量子制度的扩展，因为它们利用量子性能的力量，它们更强大。量子机学习方法已被用来解决量子多体系统，并证明了晶格模型，分子系统和最近周期系统的准确电子结构计算。使用受限的玻尔兹曼机器和量子算法获得的混合方法，以获得可以经典优化的概率分布，这是一种有希望的方法，因为其效率和易于实现。在这里，我们在IBM-Q量子计算机上实现了混合量子机学习的基准测试，以计算典型的两维晶体结构的电子结构：六边形氮化物和石墨烯。使用混合量子机学习方法计算的这些系统的带结构与传统电子结构计算获得的量子结构非常吻合。此基准结果意味着由量子计算机授权的混合量子机学习方法可以提供一种计算量子多体系统的电子结构的新方法。
量子图像Denoising：通过Boltzmann机器，QUBO和Quantum退火
我们通过受限的玻尔兹曼机器（RBMS）研究了二进制图像denoing的框架，该机器（RBMS）引入了二次无约束的二进制优化（QUBO）形式（QUBO）形式的降解目标，并且非常适合用于量子退火。通过平衡训练有素的RBM所学的分布与噪音图像派生的罚款术语来实现dieno的目标。假设目标分布已得到很好的近似，我们得出了惩罚参数的统计最佳选择，并进一步提出了经验支持的修改，以使该方法适合该理想主义假设。我们还在其他假设下表明，我们方法获得的denocer映像严格接近无噪声图像的图像比嘈杂的图像更接近无噪声图像。当我们将模型作为图像剥夺模型时，可以将其应用于任何二进制数据。由于QUBO公式非常适合在量子退火器上实现，因此我们在D-Wave Advantage机器上测试模型，并且还通过通过经典的启发式方法近似Qubo溶液来测试对于电流量子退火器太大的数据。
用于量子增强量的混合参与者 - 批评算法在Cern Beam Lines
用夹紧的量子玻尔兹曼机器（QBM）的抽象自由能增强学习（FERL）被证明与经典Q学习及其限制相比，可以显着提高学习效率。在本文中，FERL方法扩展到多维连续的状态行动空间环境，以打开更广泛的现实应用程序的门。首先，研究了基于自由能的Q-学习，以用于离散的作用空间，但是评估了连续状态空间以及经验重播对样本效率的影响。在第二步中，基于深层确定性的策略梯度算法与基于QBM的评论家相结合的深层确定性政策梯度算法开发了连续国家行动空间的混合参与者（A-C）方案。讨论了使用量子退火（QA）获得的结果，包括模拟和D-Wave QA硬件，并将性能与经典的增强学习方法进行了比较。在欧洲核研究组织中，整个环境代表了现有的粒子加速器光束线。除其他外，在高级韦克菲尔德实验的实际电子束线（醒）上评估了混合A-C代理。
灵活的内部学系统的组织
抽象的灯笼掺杂（Nano）晶体是发光温度计中重要的材料类。这些温度计的工作机制是多种多样的，但通常依赖于从两个温度下的热耦合激发态的发射强度比的变化。在低温下，与辐射衰减相比，状态之间的非辐射耦合可能会很慢，但是在较高温度下，由于更快的非辐射耦合，这两个状态达到了热平衡。在热平衡中，强度比遵循Boltzmann统计数据，该统计量提供了方便的模型来校准温度计。在这里，我们研究了多种策略，以将热平衡的发作转移到较低的温度，从而使Boltzmann温度计在更广泛的动态范围内。我们使用EU 3 + - 掺杂的微晶作为模型系统，并发现具有较高振动能和较短的灯笼距离的宿主晶格的非放射性耦合率增加 - 配体距离，这会使热平衡的发作降低了400 k。由于选择规则，温度比具有磁极偶联状态的温度。这些见解为优化玻尔兹曼温度计以在延长温度范围内运行的基本指南提供了必不可少的指南。
![arXiv:2002.00055v1 [quant-ph] 2020 年 1 月 31 日](/simg/9\91ebbe9463b032ced4d367ffe5c86aa9d50715e1.webp)
arXiv:2002.00055v1 [quant-ph] 2020 年 1 月 31 日
准备吉布斯分布是量子计算的一项重要任务。它是某些类型的量子模拟中必要的第一步，并且对于量子玻尔兹曼训练等量子算法至关重要。尽管如此，由于需要内存开销，大多数用于准备热态的方法在近期的量子计算机上都无法实现。在这里，我们提出了一种基于最小化量子系统自由能的变分方法来准备吉布斯态。使这种方法实用的关键见解是使用对数的傅里叶级数近似，从而可以通过一系列更简单的测量来估计自由能的熵分量，这些测量可以使用经典的后处理结合在一起。我们进一步表明，如果可编程量子电路的变分参数的初始猜测足够接近全局最优值，则这种方法可以有效地在恒定误差内生成高温吉布斯态。最后，我们用数字方式检验了该过程，并证明了使用 Trotterized 绝热态准备作为假设，我们的方法对于五量子比特汉密尔顿量的可行性。
个人简历 个人信息
我的研究领域是声子、光子和极化子在纳米、微观和宏观材料中传播的热传输，应用于热极化子和热电子学（热计算）、电子学、光子学、热电学等。玻尔兹曼传输方程、麦克斯韦电磁方程和涨落电动力学是我在理论和实验上研究线性和非线性材料在稳态和动态条件下的热传输的主要工具。我的主要贡献分为三个方面：第一，预测新的物理效应和热器件的概念，例如纳米线和纳米薄膜中极化子热导的量化、热忆阻器、热波二极管和量子热晶体管。第二，开发了根据 3ω、时域热反射、光热辐射测量、热波谐振腔和光声学技术记录的实验数据拟合热性能的分析模型。第三，对由纳米颗粒或多孔材料组成的固体基质复合材料的热导率进行建模和测量。这三个研究方向主要针对极性材料（即 SiO 2 、SiN、SiC）、相变材料（即 VO 2 、镍钛诺）和介电材料（薄膜和导线形式）进行了开发。
主要主题：太赫兹计量
电磁频谱的太赫兹频段最近在公众中主要与“裸扫描仪”的话题联系在一起，这种联系与其说是从技术创新的角度，不如说是从技术创新的角度空中交通中可能侵犯隐私安全的事件引起了轰动。这些与安全相关的应用主要位于太赫兹频段的下端，从 0.3 THz 到 10 THz（1 THz = 1,000,000,000,000 Hz），或者以波长表示，从 1 mm 到 30 µm，而且，只有太赫兹辐射商业用途不断增加的最引人注目的领域。人们对使用过去因不可用而与经常引用的术语“太赫兹间隙”[1]相关的频段越来越感兴趣，促使 PTB 审查该领域的计量状况，以批判性地审查并启动满足科学和工业未来要求的研究工作。重点是提高准确性和可靠性，并将太赫兹测量技术追溯到 SI 系统的单位——PTB 的核心业务。因此，PTB执行委员会2007年的规划规范指出：“超越现有的跨部门方法，例如玻尔兹曼项目和阿伏加德罗项目
推荐引用 推荐引用 Tom Jiao 和 Hiu Yung Wong。“LG = 10 nm 的稳健低温从头算量子传输模拟
低温电子学对许多任务关键型应用至关重要，例如量子计算机和量子传感接口 [1]、太空探索电子设备 [2] 和高性能低温服务器 [3]。计算机辅助设计技术 (TCAD) 为探索低温电子学的设计空间提供了一种非常经济有效的方法，而且最近在低温电子模拟的校准、建模和仿真方法方面取得了巨大进展 [4-7]。然而，低温从头算量子传输模拟对于研究 LG < 20 nm 的器件，特别是其亚阈值行为非常重要，但仍然很困难，尚未系统地研究。众所周知，MOSFET 的 SS 不遵循玻尔兹曼统计 [4-9]。为了了解其起源，需要一个强大的从头算传输模拟装置。据我们所知，文献中还没有关于低温传输的从头算模拟。目前仅开展了使用非平衡格林函数 (NEGF) 的研究 [10] 。本文成功利用从头算模拟研究了 LG = 10 nm 纳米线在低至 3 K 温度下的传输特性。研究了模拟技术，以实现更快、更稳健的模拟。然后研究了纳米线的低温泄漏特性。
数字发现-RSC出版
使用XED数据集，该数据集并不能部分地进行采样到Boltzmann分布。最近的几部作品，例如Boltzmann Generator，正在解决这个问题，10 - 13，但它们尚未证明具有足够的通用性（有关更多详细信息，请参见第2节）。在本文中，我们使用生成OW网络（Gflownets）来对Boltz-Mann分布的分子平衡构象进行采样。我们专注于分子的扭转角度，因为它们包含了限制空间的大部分差异，而键长和角度可以通过快速基于规则的方法效率生成。最近在连续的Gflownets 14上的一项工作提出了概念证明，以证明Gflownet从二维圆环上的分布中的样品中的样本能力。在这里，我们将这项工作扩展到任意数量的扭转角度的更现实的设置。此外，我们使用多种能量估计方法训练gflownets的不同delity。我们在实验上证明了所提出的方法可以从玻尔兹曼分布中采样分子构象，从而为多种扭转角度2-12种不同的药物样分子产生多样化的低能构象。