XiaoMi-AI文件搜索系统
World File Search System空间维度
从Jaynes – Cummings模型到非亚洲仪表理论：量子工程师的导游
摘要量子的设计许多身体系统，必须实现大量约束，似乎是量子模拟领域内的巨大挑战。晶格量表理论是具有大量局部约束的特殊重要类别的量子系统，在高能量物理，凝结物质和量子信息中起着核心作用。最近的实验进步表明，大规模量子模拟对阿贝尔仪表理论的可行性，而非阿布尔仪表理论的量子模拟似乎仍然难以捉摸。在本文中，我们介绍了最少的非亚洲格子晶格仪理论，通过该理论，我们介绍了众所周知的Abelian仪表理论（例如Jaynes-cummumping模型）中必要的形式主义。尤其是我们表明，某些最小的非亚伯晶格量规理论可以映射到三个或四个级别的系统，量子模拟器的设计是当前技术的标准配置。进一步，我们为一个维度SU（2）晶格仪理论的希尔伯特空间维度提供了上限，并认为使用当前数字量子计算机的实现似乎是可行的。
通用的时键量子量子随机数生成器，带有未表征的设备
基于量子力学的抽象随机数生成器（RNG）由于其安全性和与常规发电机相比的安全性和不可预测性而引人注目，例如pseudo-random编号生成器和硬件随机数字生成器。这项工作分析了可提取量的随机性的演变，并增加了希尔伯特空间维度，状态制备子空间或测量子空间中的一类半脱位独立量子RNG，其中界定状态的重叠是核心假设，是基于准备和测量方案的核心假设。我们进一步讨论了这些因素对复杂性的影响，并在最佳场景上得出结论。我们研究了定义各种输入（状态准备）和结果（测量）子空间的定义各种输入（状态准备）的通用情况，并讨论最佳场景以获得最大的熵。对几种输入设计进行了实验测试，并分析了其可能的结果布置。我们通过考虑设备的缺陷来评估他们的性能，尤其是检测器的后脉冲效果和黑暗计数。最后，我们证明了这种方法可以增强系统熵，从而导致更可提取的随机性。
结合注意机制和时空特征的端到端自动驾驶决策模型
摘要 自动驾驶决策是自动驾驶系统的重要组成部分，用于向无人驾驶车辆告知和更新目标运动情况。然而，由于野外动态交通场景中交通目标的尺度差异，端到端的自动驾驶决策仍然是一个巨大的挑战。针对这些问题，该文提出了一种结合注意机制和时空特征提取的新模型。具体而言，对于具有尺度差异的交通目标的重要空间信息，将高度H、宽度W和通道C的空间维度相互独立，以构建稀疏空间注意图。此外，通过在每个主干块的末端修剪特征图元素来训练空间网络，使空间网络的两个子网络的准确率分别提高了2.3%和3.9%。然后将提取出的空间信息与先前的速度作为输入联合输入到时间序列网络中，以获得车辆的转向角度和速度。在公开虚拟数据集上的实验表明，该模型的预测准确率达到85.8%，与其他SOTA模型相比，分别提升了4.8%和2.2%。
或Altermagnetic
均值场理论已被证明是探索Matter的各个阶段的有效工具，并补充了更精确但更具计算要求的替代方法。常规的平均场理论通常在捕获量子的波动方面缺乏，这限制了它们对具有显着量子效应的系统的适用性。在本文中，我们提出了一种改进的平均场理论，密度 - 矩阵均值理论（DMMFT）。dmmft构造有效的汉密尔顿人，结合了由纠缠形成的量子环境，由降低的密度母生量化。因此，它提供了一种系统的无偏见方法来说明量子排序阶段波动和纠缠的影响。作为示范性检查，我们表明DMMFT不仅可以定量评估量子波动引起的阶参数的重新归一化，而且还可以检测到拓扑量子相。此外，我们讨论了在finite温度和患有疾病的系统下DMMFT的扩展。我们的工作提供了一种有效的方法来探索表现出非常规量子订单的相，这对于研究高空间维度的挫折旋转系统特别有益。
使用数字孪生信息系统进行建设
过去十年，“数字孪生”的概念作为数据驱动的物理系统管理和控制模型，已在制造、生产和运营领域出现。在建筑和民用基础设施方面，数字孪生的概念仍然定义不明确，研究人员和从业人员对于数字孪生过程和以数据为中心的技术如何支持设计和施工几乎没有达成共识。本文以现有的建筑信息模型 (BIM)、精益项目生产系统、从施工现场和供应链自动采集数据以及人工智能等概念为基础，制定了一种应用数字孪生信息系统实现闭环控制系统的施工模式。它为数字孪生施工 (DTC) 贡献了一组四个核心信息和控制概念，它们定义了 DTC 工作流中使用的信息的概念空间维度。从核心概念出发，我们根据三个同心控制工作流周期提出了 DTC 信息系统工作流——包括信息存储、信息处理功能和监控技术。 DTC 应被视为一种优先考虑关闭控制回路的综合施工模式，而不是集成传感和监控技术的 BIM 工具的扩展。
通过广义量子 Stein 引理实现相互作用量子自旋系统热操作的渐近可逆性
对于具有局部平移不变哈密顿量的任意空间维度的量子自旋系统，我们证明，如果状态是平移不变和空间遍历的，则通过热力学可行的一类量子动力学（称为热操作）从一个量子态到另一个量子态的渐近状态转换完全可以用 Kullback-Leibler (KL) 发散率来表征。我们的证明由两部分组成，用量子信息论的一个分支资源理论来表述。首先，我们证明，任何状态，对于这些状态，最小和最大 Rényi 发散度近似地坍缩为一个值，都可以在小的量子相干源的帮助下通过热操作近似可逆地相互转换。其次，我们证明，对于任何平移不变的遍历状态，这些发散度渐近地坍缩为 KL 发散率。我们通过对量子 Stein 引理的推广来证明这一点，该引理适用于独立同分布 (iid) 情况以外的量子假设检验。我们的结果表明，KL 发散率可作为热力学势，在热力学极限下，包括非平衡和完全量子情况，提供量子多体系统遍历态热力学可转换性的完整表征。
寻找城市化的DNA。物质观点
与城市化的城市化相比，城市化的广泛认可的城市化区域以及包含城市空间的明确定义的物体与其腹地相比。然而，城市化的多维复杂性挑战了这些方法在增加以城市发展，不均匀的发展，生活方式，不平等，商品化等方面标记的社会问题的背景下，需要以创新的经验证据为基于创新的科学答案。在这里，我们分析了基于人群的和基于土地覆盖的城市化的分类理解，研究了它们的起源和主要缺点。我们的分析对城市化的空间复杂性进行了广泛的描述，重点是对城市边界的有问题的空间界定；城市化发生在偏远的野生区域；以及缺少的第三个空间维度。我们根据最近的科学发展讨论这些缺点，提供了为什么需要更改分类方法以及如何改变的原因。我们提出了一个连续的城市化指标，该指标基于人为材料的积累，即物理，而不是空间或人口特征。我们的建议允许对社会生态系统的空间组织进行分析，跨地区和时代进行比较研究，告知全球可通用的城市化过程模式，并给予物质机构来解决可持续城市发展的主张。
3D卷积神经网络中的位置 - 元素 - 周期性注意
摘要 - 认识到人类的感受在我们的日常交流中起着至关重要的作用。神经科学表明，不同的情绪状态在不同的大脑区域，EEG频带和时间邮票中表现出不同程度的激活。在本文中，我们提出了一种新颖的结构，以探索脑电图识别的内容丰富的脑电图特征。所提出的模块由PST注意表示，由位置，光谱和时间关注模块组成，以探索更具歧视性的EEG特征。特别是位置注意模块是为了捕获空间维度中不同情绪刺激的激活区域。频谱和时间注意模块分别分别分配了不同频带和时间切片的权重。我们的方法是自适应和有效的，可以作为模块中的插件插入3D卷积神经网络（3D-CNN）中。我们在两个现实世界数据集上进行实验。3D-CNN与我们的模块相结合实现了有希望的结果，并证明PST注意力能够捕获EEG的情感识别的稳定模式。索引术语：脑电图，注意力，情感识别，3D-CNN
可扩展光子容错量子计算机的蓝图
光子学是构建室温下运行的模块化、易于联网的量子计算机的首选平台。然而，到目前为止，还没有提出具体的架构来同时利用编码成光态的量子比特和生成它们的现代工具的优势。在这里，我们提出了一种可扩展容错光子量子计算机的设计，该设计基于理论和技术的最新发展。我们架构的核心是生成和操纵由玻色子量子比特和压缩真空态组成的三维资源状态。该提案利用最先进的程序进行非确定性玻色子量子比特的生成，并结合连续变量量子计算的优势，即使用易于生成的压缩态实现克利福德门。此外，该架构基于二维集成光子芯片，用于在一个时间和两个空间维度上产生量子比特簇状态。通过减少与现有架构相比的实验挑战并实现室温量子计算，我们的设计为可扩展的制造和操作打开了大门，这可能使光子学在通往具有数百万量子比特的量子计算机的道路上超越其他平台。
用于量子信息处理的捕获离子双层晶体
离子阱系统是量子信息处理的主要平台，但目前仅限于一维和二维阵列，这限制了它们的可扩展性和应用范围。本文，我们提出了一种克服这一限制的方法，通过证明 Penning 阱可用于实现非常干净的双层晶体，其中数百个离子自组织成两个明确定义的层。这些双层晶体是通过加入非谐波捕获势来实现的，这在现有技术下很容易实现。我们研究了该系统的正常模式，发现了与单平面晶体模式相比的显著差异。双层几何形状和正常模式的独特性质开辟了新的机会——特别是在量子传感和量子模拟方面——这在单平面晶体中并不简单。此外，我们说明了可以扩展这里提出的想法来实现具有两层以上的多层晶体。我们的工作通过有效利用所有三个空间维度来增加捕获离子系统的维数，并为利用多层三维捕获离子晶体进行新一代量子信息处理实验奠定了基础。