XiaoMi-AI文件搜索系统
World File Search System脉冲序列
具有最小脉冲序列的双量子比特量子门
通过使用彼此距离很近的捕获原子，我们表明，可以使用每个量子比特一个脉冲或一个结构化脉冲来实现基于非独立量子比特的纠缠门。最佳参数取决于丢番图方程的近似解，导致保真度永远不会完全为 1，即使在理想条件下也是如此，尽管可以以更强的场为代价将误差任意减小。我们充分描述了门的运行机制，并研究了激光束中的热运动和强度波动对门的不同物理实现的影响。如果我们不使用一个脉冲，而是使用两个脉冲序列来控制系统，那么就可以实现多种机制，人们可以从广泛的值中选择最佳参数来实现高保真度门，从而更好地抵御激光强度波动的影响。
使用循环脉冲神经网络从皮质脉冲序列解码手指速度
摘要 — 侵入式皮质脑机接口 (BMI) 可以显著改善运动障碍患者的生活质量。尽管如此，外部安装的基座存在感染风险，因此需要完全植入的系统。然而，这样的系统必须满足严格的延迟和能量限制，同时提供可靠的解码性能。虽然循环脉冲神经网络 (RSNN) 非常适合在神经形态硬件上进行超低功耗、低延迟处理，但它们是否满足上述要求尚不清楚。为了解决这个问题，我们训练了 RSNN 来解码两只猕猴的皮质脉冲序列 (CST) 中的手指速度。首先，我们发现大型 RSNN 模型在解码精度方面优于现有的前馈脉冲神经网络 (SNN) 和人工神经网络 (ANN)。接下来，我们开发了一个微型 RSNN，它具有较小的内存占用、较低的发放率和稀疏连接。尽管计算要求降低了，但生成的模型的性能明显优于现有的 SNN 和 ANN 解码器。因此，我们的结果表明，RSNN 在资源受限的情况下提供了具有竞争力的 CST 解码性能，并且是完全植入式超低功耗 BMI 的有希望的候选者，具有彻底改变患者护理的潜力。索引术语 — 脉冲神经网络、脑机接口、皮质脉冲序列解码、神经形态硬件
![arXiv:2207.08591v1 [cs.CV] 2022 年 7 月 18 日](/simg/e\e78b97f9e2142aae499def8d74af9305da87f046.webp)
arXiv:2207.08591v1 [cs.CV] 2022 年 7 月 18 日
从大脑活动中解码图像一直是一个挑战。由于深度学习的发展，有可用的工具来解决这个问题。解码图像旨在将神经脉冲序列映射到低级视觉特征和高级语义信息空间。最近，有一些从脉冲序列解码的研究，然而，这些研究较少关注神经科学的基础，很少有研究将感受野合并到视觉图像重建中。在本文中，我们提出了一种具有生物特性的深度学习神经网络架构，从脉冲序列重建视觉图像。据我们所知，我们首次实现了一种将感受野属性矩阵集成到损失函数中的方法。我们的模型是一个从神经脉冲序列到图像的端到端解码器。我们不仅将 Gabor 滤波器合并到用于生成图像的自动编码器中，还提出了具有感受野特性的损失函数。我们在两个数据集上评估了我们的解码器，这两个数据集包含猕猴初级视觉皮层神经脉冲和蝾螈视网膜神经节细胞 (RGC) 脉冲。我们的结果表明，我们的方法可以有效地结合感受野特征来重建图像，为基于神经信息的视觉重建提供了一种新方法。
使用Ramsey干涉法最小化
摘要我们通过将干涉率脉冲序列应用于捕获的离子光学量子位，以快速准确地将杂散的电场快速准确地陷入线性陷阱中。当陷阱刚度变化时，干涉序列对离子平衡位置的变化很敏感，我们使用它来确定流浪电场。最简单的脉冲序列是两个脉冲拉姆西序列，具有多个脉冲的较长序列具有更高的精度。这些方法允许将散落场的强度最小化，超过最新水平。使用九个脉冲序列，我们将2D杂音场的强度降低到（10。5±0。8）MV M -1在11 s的测量时间中。脉冲序列易于实现和自动化，并且它们可抵抗激光失调和脉冲区域误差。我们使用具有不同长度和精确度的干涉序列来测量不确定性低于标准量子极限的散落场。这标志着一种现实情况，其中量子计量学提供了显着的增强。另外，我们使用单个探针激光器将干涉法与分辨的侧带方法一起使用单个探针激光器最小化2D的微功能；这对于有限的光学访问实验很有用。此外，这项工作中提出的一种技术与用于同步时钟的量子协议有关；我们在这里演示这些协议。
![arXiv:2109.10835v1 [cs.NE] 2021 年 9 月 22 日](/simg/b\b4b9612f05a4c69146c353d2dd9baa9e32a988ee.webp)
arXiv:2109.10835v1 [cs.NE] 2021 年 9 月 22 日
脉冲序列可以表示为事件时间列表，例如狄拉克函数 σ ( t ) = ∑ i δ ( t − ti ) 之和
![arXiv:2003.11969v1 [physics.app-ph] 2020 年 3 月 26 日](/simg/5\52e5e57f172b875ee6633e3c7c4cd1bd03462bfd.webp)
arXiv:2003.11969v1 [physics.app-ph] 2020 年 3 月 26 日
我们研究了超音速（> 1 GHz）声子波包对半导体超晶格中电子传输的影响。我们的量子力学模拟表明，通过超晶格传播的 GHz 皮秒变形应变脉冲序列可以产生频率比应变脉冲序列高几倍的电流振荡。计算出的电流脉冲的形状和极性与实验测量的电信号非常吻合。计算还解释并准确地再现了感应电流脉冲幅度随应变脉冲幅度和施加的偏置电压的变化。我们的研究结果为开发声驱动的半导体超晶格作为毫米和亚毫米电磁波源开辟了一条道路。
行为过程中脉冲和场电位信号之间的多尺度因果关系建模
摘要 目的。脑记录在多个时空尺度上表现出动态，这些动态可以用脉冲序列和更大规模的场电位信号来测量。为了研究神经过程，重要的是不仅要在单个活动尺度上识别和建模因果关系，还要在多个尺度上识别和建模因果关系，即脉冲序列和场电位信号之间。标准因果关系度量在这里不直接适用，因为脉冲序列是二值，而场电位是连续值。因此，重要的是开发计算工具来恢复行为过程中的多尺度神经因果关系，评估它们在神经数据集上的性能，并研究多尺度因果关系建模是否可以提高神经信号的预测能力，使其超出单尺度因果关系所能达到的范围。方法。我们设计了一种基于有向信息的多尺度模型的 Granger 类因果关系方法，并评估其在现实的生物物理脉冲场模拟和两个执行运动行为的非人类灵长类动物 (NHP) 的运动皮层数据集中的成功率。为了计算多尺度因果关系，我们学习了点过程广义线性模型，该模型基于脉冲序列和场电位信号的历史来预测给定时间的脉冲事件。我们还学习了线性高斯模型，该模型基于场电位信号自身的历史以及二元脉冲事件或潜在放电率的历史来预测给定时间的场电位信号。主要结果。我们发现，尽管存在模型不匹配，但我们的方法仍揭示了生物物理模拟中真正的多尺度因果关系网络结构。此外，与仅对单尺度因果关系进行建模相比，在 NHP 神经数据集中具有已识别多尺度因果关系的模型可以更好地预测脉冲序列和场电位信号。最后，我们发现与 NHP 数据集中的二元脉冲事件相比，潜在放电率是场电位信号的更好预测因子。意义。这种多尺度因果关系方法可以揭示跨大脑活动时空尺度的定向功能相互作用，从而为基础科学研究和神经技术提供信息。
5 多量子魔角旋转 - dieter-freude.de
可以使用多个脉冲序列 [2, 3] 来激发多量子相干性，并在演化时间之后将其转换为可观察到的单量子相干性。z 滤波脉冲序列如图5.1 所示，于 1996 年 [4, 5] 推出，至今仍在使用。第一和第二个脉冲应用了最高的 RF 功率。第一个脉冲激发多量子相干性，第二个脉冲将它们转换回零量子相干性。对于 𝜈𝜈 RF，第三个脉冲 ( π /2) 大约弱一个数量级，并且相应地更长，以便仅激发中心跃迁。它将不可观测的零量子相干性和群体（𝑝𝑝 = 0）转换为可观测的单量子相干性（𝑝𝑝 = −1）。图5.1 显示了自旋 5/2 核的对称三量子路径（0 → ± 3 → 0 → − 1）和对称五量子路径（0 → ± 5 → 0 → − 1）。虽然只有一个 p 符号会产生可以观察到的回声（参见公式(5.02)），但在尝试生成没有色散失真的 2D MQMAS 光谱时，必须同时获取 ± p 相干性传输路径 [2, 3, 6]。对称通路从回声通路和反回声通路产生相等的信号贡献。
在超导量子比特上实现量子计算
量子计算利用量子力学进行计算，超导量子比特是目前实现量子计算机的更成熟的技术。在本文中，我们描述了量子处理器单元 (QPU) 的实现，该单元用于通过使用信号发生器在超导量子比特设备上以微波脉冲的形式执行指令并执行量子比特读出。我们进一步扩展 QPU 作为执行量子比特表征任务（例如光谱和退相干测量）的平台，以确定和优化执行量子门操作的工作参数。我们还展示了 QPU 在执行量子比特实验中的用途，例如高斯和因式分解以确定整数的因数和贝尔不等式测试以检查一对量子比特之间的纠缠强度。我们在将量子电路编译成微波脉冲序列以供 QPU 执行时弥合了量子计算和量子比特硬件之间的鸿沟。讨论了编译过程以及硬件限制和编译前优化程序。最后，我们展示了一个执行变分量子算法的示例，并将该示例分解为从用户提供的量子电路到将在 QPU 上执行的脉冲序列的所有层。
在嘈杂环境中调整单个和多个量子发射器的光谱特性
动态环境中的量子发射器的能级可能会随着波动的浴液而不受控制地漂移。这会导致发射和/或吸收光谱分布在很宽的频率范围内，并对各种应用构成挑战。我们考虑一个量子发射器，它处于一个能级改变的环境中，因此发射频率由给定平均值周围的高斯随机分布表示，给定标准差和相关时间。我们研究了该系统在受到周期性有限宽度π脉冲序列影响时的发射光谱。我们表明，这种外部场协议可以通过将大部分发射光谱重新聚焦到脉冲载波频率上来有效克服该系统中的光谱扩散。我们进一步考虑了不同噪声环境中的两个这样的发射器，发现通过在两个系统上应用有限宽度脉冲序列可以使双光子干涉操作变得高效。最后，我们展示了一组名义上相似的发射器，每个发射器都有不同的环境，因此发射频率会随机偏移，其整体发射光谱可以重新聚焦到具有明确中心峰的线形上，该峰的线宽与单个孤立无噪声发射器的线宽相同，而这些发射器各自具有不同的环境，因此发射频率会随机偏移，其整体发射光谱本来会根据随机分布不均匀地加宽。这些结果表明，对于这种特定的噪声环境模型，外部控制协议可以保护光谱特性，这里用有限宽度脉冲的周期性序列来表示。