XiaoMi-AI文件搜索系统
World File Search System计算所
航空航天云计算研究
摘要 - 从航空航天业建立到飞机安全起飞，乘客信息、各利益相关者之间的协调和整合都至关重要。客户要求获得最佳服务的压力促使这些行业转向大数据、云计算和移动计算所使用的数字技术。在云计算中，云本身就是一个包，无需添加额外容量。 卓越运营是任何企业的重要组成部分。它包括及时交付、成本效益、装配线的产量和质量。它可以通过自动化虚拟化和物联网 (IOT) 来增强和实现。 关键词：云计算、航空、航天 I. 引言 在过去，航空航天制造商必须建立一个大型工厂（装配线、网络、每个任务的独立工作站），这非常昂贵且耗时。随着云计算的出现，成本降低了，及时交付和质量得到了提高。随着机票价格的下降和技术的进步，乘客对消费越来越多数据的需求也在增加。为了满足这些需求，任何行业都必须坚持使用最佳技术来提高利润。云计算是有效满足客户需求的技术之一。在本文中，我们对
1 阶量子 Wasserstein 距离 IEEE ... - IRIS
摘要 — 我们提出了将 1 阶 Wasserstein 距离推广到 n 个量子态的建议。该建议恢复了正则基向量的汉明距离，更一般地恢复了正则基中对角量子态的经典 Wasserstein 距离。所提出的距离对于作用于一个量子态的量子位元的排列和幺正运算是不变的，并且对于张量积是可加的。我们的主要结果是冯·诺依曼熵关于所提距离的连续性界限，这显著加强了关于迹距离的最佳连续性界限。我们还提出了将 Lipschitz 常数推广到量子可观测量的建议。量子 Lipschitz 常数的概念使我们能够使用半定程序计算所提出的距离。我们证明了 Marton 传输不等式的量子版本和量子 Lipschitz 可观测量谱的量子高斯浓度不等式。此外，我们推导出浅量子电路的收缩系数和单量子信道的张量积相对于所提出的距离的界限。我们讨论了量子机器学习、量子香农理论和量子多体系统中的其他可能应用。
合作量子信息擦除
在预定的纯态下制备大量量子比特对于实现强大的量子计算机至关重要 [9, 10, 12, 23]。这导致了许多“算法冷却”技术的提出和实现，其中纠缠单元对最初处于混合态的许多量子比特进行操作，导致其中的一个子集被纯化 [3, 13, 19, 26, 27]。鉴于人们越来越担心现代社会中大规模计算所产生的能量足迹，以及量子计算机可能减轻这一问题的可能性 [2]，目前越来越明显的是，设计并实践证明多量子比特重置协议不仅有效，而且快速且节能，这一点至关重要。根据 Landauer 原理 [18]，将单个比特从随机状态重置为预定状态（即所谓的擦除一个比特的信息）至少需要 kT ln2 的工作量，其中 T 是寄存器周围环境的温度。近年来已经确定，将单个量子比特从完全混合状态重置为预定的纯状态也有同样的界限 [11, 22]。正如对经典寄存器进行的一系列实验所证明的那样 [5-8, 15, 16, 24, 25]，Lan-
Y-NH3BH3和Y – Paraffin油系统中的压力化学
由于高压下Yttrium Hydride中的近气温超导率，Yttrium-Hydrium Hydrogen系统引起了人们的关注。我们使用同步子单晶X射线衍射（SCXRD）在87至171 GPA进行了研究，从而发现已知的（两个YH 3相）和五个以前未知的Yttrium氢化物。通过用富含氢的前光照器（北氨虫或石蜡油）激光加热YTTRIUM在钻石砧细胞中合成这些。根据SCXRD确定了新相结构中YTTRIUM原子的排列，并且基于经验关系和依从计算的氢含量估计揭示了以下化合物：y 3 H 11，y 2 H 9，y 2 H 9，y 2 H 9，y 4 H 4 H 23，y 4 H 23，y 13 H 75和y 4 H 4 H 4 H 25。这项研究还发现了碳化物（YC 2）和两个Yttrium同素异形体。复杂的相多样性，Yttrium Hydride中的氢含量及其金属性质，如从头算计算所揭示的那样，强调了鉴定超导阶段的挑战，并了解高压合成材料中的电子过渡。
分布自由条件独立性检验及其在因果发现中的应用
本文关注的是条件独立性的检验。我们首先建立条件独立性和相互独立性之间的等价性。基于这种等价性，我们提出了一个指标，通过量化变换变量之间的相互依赖性来衡量条件依赖性。所提出的指标有几个吸引人的特性。（a）它是无分布的，因为所提出的指标的限制零分布不依赖于数据的总体分布。因此，可以通过模拟列出临界值。（b）所提出的指标范围从零到一，当且仅当条件独立性成立时才等于零。因此，它在备选假设下具有非平凡的力量。（c）它对异常值和重尾数据具有鲁棒性，因为它对条件严格单调变换不变。（d）它的计算成本低，因为它包含一个简单的闭式表达式，可以在二次时间内实现。（e）它对涉及计算所提出的指标的调整参数不敏感。 (f) 新指数适用于多变量随机向量以及离散数据。所有这些属性使我们能够将新指数用作各种数据的统计推断工具。通过广泛的模拟和因果发现的实际应用证明了该方法的有效性。
反铁磁驱动的二维拓扑节点超导
磁体/超导体混合物 (MSH) 有望成为新兴拓扑超导相 [1, 2, 3, 4, 5]。接近 s 波超导体的一维 (1D) [6, 7, 8] 和二维 (2D) [9, 10, 11, 12] 磁系统均已显示出具有零能量端态和手性边缘模式的带隙拓扑超导的证据。最近，有人 [13] 提出，块体过渡金属二硫属化物 4Hb-TaS 2 是一种无间隙拓扑节点超导体 (TNPSC) [14]。然而，目前尚未在 MSH 系统中实验实现 TNPSC。本文我们介绍了在 s 波超导体顶部的反铁磁 (AFM) 单层中发现 TNPSC。我们的计算表明，拓扑相由 AFM 序驱动，从而导致无间隙时间反转不变拓扑超导态的出现 [15]。利用低温扫描隧道显微镜，我们在反铁磁岛的边界观察到低能边缘模式，它将拓扑相与平凡相分开。正如计算所预测的那样，我们发现边缘模式的相对光谱权重取决于边缘的原子结构。我们的研究结果确立了反铁磁性和超导性的结合是设计二维拓扑量子相的新途径。
可重构大规模神经形态系统的分层网络连接和分区
我们提出了一种高效且可扩展的分区方法，用于将具有局部密集和全局稀疏连接的大规模神经网络模型映射到可重构的神经形态硬件上。计算效率的可扩展性，即实际计算所花费的时间，在超大型网络中仍然是一个巨大的挑战。大多数分区算法还难以解决网络工作负载的可扩展性问题，即寻找全局最优分区并有效地映射到硬件上。由于通信被视为此类分布式处理中最耗能和最耗时的部分，因此分区框架针对计算平衡、内存高效的并行处理进行了优化，目标是低延迟执行和密集的突触存储，并尽量减少跨各个计算核心的路由。我们展示了高度可扩展且高效的分区，用于连接感知和分层地址事件路由资源优化的映射，与随机平衡分配相比，递归地显着减少了总通信量。我们展示了我们在具有不同稀疏度和扇出度的合成网络、小世界网络、前馈网络和果蝇大脑半脑连接组重建方面的成果。我们的方法和实际结果的结合表明，这是一条有希望扩展到超大规模网络和可扩展硬件感知分区的途径。
针对螺旋度振幅和部分子簇射的量子计算算法
高能粒子碰撞测量的解释在很大程度上依赖于完整事件发生器的性能，其中包括计算硬过程和随后的部分子簇射步骤。随着量子设备的不断改进，需要专用算法来挖掘计算机可以提供的潜在量子。我们提出了用于量子门计算机的通用和可扩展算法，以促进螺旋度振幅和部分子簇射过程的计算。螺旋度振幅计算利用旋量和量子比特之间的等价性以及量子计算机的独特功能来同时计算所涉及的每个粒子的螺旋度，从而充分利用计算的量子性质。通过同时计算 2 → 2 过程的 s 和 t 通道振幅，进一步利用了相对于传统计算机的这一优势。部分子簇射算法模拟了两步离散部分子簇射的共线发射。与经典实现相比，量子算法为整个部分子簇射过程构建了一个具有所有簇射历史叠加的波函数，从而无需明确跟踪单个簇射历史。这两种算法都利用了量子计算机在整个计算过程中保持量子态的能力，代表了描述 LHC 完整碰撞事件的量子计算算法的第一步。
量子计算在现代密码学中的作用 - ijarcce
摘要：量子计算是计算机技术的新进展。现在，有了量子计算，我们将获得强大的计算能力，可以轻松处理非常复杂的任务，而这些任务对于普通计算机来说非常困难。量子计算通过提供强大的计算能力来处理普通计算机难以解决的问题，从而改变了当今的技术。在本文中，我们将解释量子计算对现有密码学的影响。此外，我们将重点关注量子计算的障碍和积极前景。我们将介绍量子计算的许多挑战，例如需要有效的纠错技术、扩展技术、准备所需的硬件以及构建创新的量子算法。从好的方面来看，量子计算通过形成抗量子算法、量子密钥分发和增强的解决问题能力，具有提高密码安全性的巨大潜力。此外，本文还讨论了与量子计算相关的道德问题和安全风险。它还揭示了量子计算的未来及其改变密码学的能力，以及应用后量子密码标准的迫切必要性。我们将讨论现实世界的问题，以及世界其他地区为防范量子计算带来的安全风险所采取的措施。本文还详细介绍了领先组织为利用量子计算所进行的研究。除了旨在增强加密算法的研究外，人们还在努力解决对 RSA、AES 和 ECC 等现有加密系统的潜在漏洞的担忧。关键词：量子计算、密码学、量子算法、量子纠错、量子至上。
超冷量子气体中的非线性加速 - NSF-PAR
在公众的认知中，新技术所预言的量子优势几乎与预期的量子加速同义。这种印象是由量子计算所驱动的，它确实能比任何传统计算机更快地解决某些问题 [1]。至少从表面上看，这种预期似乎与所谓的量子速度极限 (QSL) 不一致，QSL 是量子系统演化最大速率的基本界限 [2,3]。事实上，不同的 QSL 可以被解读为经典性的预兆 [4,5]，因为它们深深植根于海森堡关于能量和时间的更严格的不确定性关系 [6]。一旦人们意识到在计算机科学的术语中，“加速”仅仅指所需单门操作数量的减少，而在量子物理学中 QSL 指的是应用此类门操作的最大速率 [7]，这种明显的矛盾很快就会消失。因此，也就不难理解为什么在几乎所有量子物理领域，包括量子通信[8–13]、量子计算[14,15]、量子控制[16–18]、多体物理[19,20]和量子计量[21,22]，都有如此多的研究活动致力于 QSL 的研究。参见有关该主题的一些最新评论 [23,24]。最初的 QSL 是为标准量子力学 [25] 制定的，其动力学由薛定谔方程描述。然而，在过去十年中，很明显有各种“量子资源”可用于加速量子动力学。例如，已经确定，经过精心设计的开放系统动力学允许