XiaoMi-AI文件搜索系统
World File Search System通信方案
可编程量子网络微电网 - NSF-PAR
摘要 量子密钥分发 (QKD) 为双方安全地分发密钥提供了一种有效的解决方案。然而，QKD 本身容易受到拒绝服务 (DoS) 攻击。需要一种灵活且有弹性的 QKD 网络微电网 (NM) 架构，但目前尚不存在。在本文中，我们介绍了一种可编程量子 NM (PQNM) 架构。这是一个新颖的框架，集成了 QKD 和软件定义网络 (SDN) 技术，能够实现可扩展、可编程、量子工程和超弹性的 NM。这些 PQNM 配备了软件定义的自适应后处理方法、两级密钥池共享策略和支持 SDN 的事件触发通信方案，通过可编程后处理和 QKD 链路之间的安全密钥共享来减轻 DoS 攻击的影响，这是现有技术无法实现的功能。通过全面的评估，我们验证了 PQNM 的优势，并证明了所提出的策略在各种情况下的有效性。大量的研究结果为在实践中构建支持 QKD 的 NM 提供了富有洞察力的资源。
路径极化超纠缠探测态中的噪声恢复能力
摘要 大多数用于产生纠缠和实际应用的量子系统都与环境不隔离，因此容易受到噪声的影响。两个系统之间在多个自由度上的纠缠被称为超纠缠，与传统纠缠态相比，它具有某些优势，包括对噪声的鲁棒性。量子照明、成像和通信方案涉及从一对纠缠光子中发送一个光子并保留另一个光子，通常只涉及将信号光子暴露在环境噪声中。噪声的破坏性会降低纠缠和其他相关性，而这些相关性对于许多此类应用至关重要。在本文中，我们研究了在噪声相互作用中使用某些路径偏振超纠缠态中的光子对的优势，其中只有一条路径中的光子受到噪声的影响。我们对这种噪声进行建模，并研究噪声对超纠缠光子中存在的相关性的影响。采用纠缠负性、纠缠见证和贝尔非局域性三种不同的方法来展示路径极化超纠缠探测态对噪声的弹性。
请致电论文
A.通信系统：1。调制和编码，2。通道估计和均衡，3。ML通信，4。完整双工，5。JC＆S，6。超低潜伏期，7。物理层安全与隐私，8。水下通信，9。有线和光学通信，10。卫星通信，11。IoT，V2V等的通信方案。12。6G及以后的B. Mimo通信和信号处理：1。单用户和多用户mimo，2。Massive Mimo，3。MIMO通道估计4。合作与继电器，5。干涉管理与意识，6。MMWave和THZ，7。无单元系统，8。可重新配置的智能表面C.网络和图形：1。网络信息理论，2。分布式优化和算法，3。图形信号处理，4。图形上的机器学习，5。联邦学习，6。无线网络，7。物联网，8。社交网络和网络科学，9。数据网络和计算卸载，10。运输，无人机和V2V网络，11。电源网络和智能电网D.自适应系统，机器学习和数据分析：1。自适应过滤，2。自适应和认知系统，3。估计和推理，4。压缩感应和稀疏恢复，5。高维大规模数据的模型，6。优化，7。学习理论和算法，9。在线学习和遗憾最小化，8。自我和半监督学习，10。深度学习，11。增强学习
访问光博士的高维信息......
获取光/光子携带的信息对于信息科学的基础研究以及量子和经典层面的许多光应用都至关重要。在本次演讲中，我将首先介绍一系列直接断层扫描协议，这些协议可以表征各种类型的结构光或高维光子状态。首先，我们展示了一些用于 OAM 状态、拉盖尔-高斯模式和厄米-高斯模式的高性能模式分类器。然后，我们介绍一些无扫描直接断层扫描协议，这些协议可以测量高维空间模式、空间矢量模式和部分相干模式（混合状态）。这些直接断层扫描方法将读数直接与描述要测量的量子系统的复值状态向量或其他量相关联，因此可以显著降低高维状态断层扫描程序的复杂性。此外，我们表明可以设计断层扫描协议，以便可以在单个实验装置中获取描述光子状态所需的所有信息，而无需任何扫描。这对于量子和经典光子状态的实时计量尤其有趣。在工作的第二部分，我将介绍一些关于湍流环境中稳健的高信息容量光通信协议的最新工作。我将展示一种基于湍流弹性矢量光束的通信方案以及一种基于相位共轭的方案，以通过 340m 自由空间链路实现使用 OAM 模式的低串扰通信。最后，我还将介绍一种矢量相位共轭方案，该方案可通过 1 公里的多模光纤实现 210 空间模式通信。这些实现可以导致在现实环境中实际开展高维光通信。
量子随机访问代码的简单和一般界限
量子随机访问代码（RAC）是量子信息科学中广泛有用的工具。除了以自己的优点研究（例如，参见[ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]), an incomplete list of their broader relevance includes protocols for quantum contextuality [ 9 ], information-theoretic principles for quantum correlations [ 10 ], tests of quantum dimension [ 11 , 12 ], quantum cryptography [ 13 ], famous open problems in Hilbert space geometry [ 14 ] and certification of measurements [ 15 , 16 , 17 ] and instruments [ 18 , 19]。这种广泛的使用导致量子RAC是许多实验的重点，例如，请参见例如[9，20，21，14，22，23，24]。为了证明和最大化RAC在大多数任务中的实用性，必须找到最佳的量子RAC策略，或者至少在最佳性能上找到相对紧密的界限。这是因为需要一个紧密的上限，例如为了使用量子RAC进行认证[25，26]，而近似范围可以导致申请，例如量子键分布[13，27]。找到这种普遍的界限恰恰是这项工作的目的。考虑一种通信方案，其中发送者将私人数据编码到发送给接收者的消息中，该消息希望恢复原始数据集的一些自由选择的部分。RAC是此类任务的特别自然类别。在RAC中，私有数据可以由n个独立和统一分布的经典变量组成，x：= {x 1，x 2，。。。，x n}。。。，d}对于i = 1，2，。每个变量都是从带有d不同符号的字母内选择的，xi∈[d]：= {1，2，。。。，n。数据集X然后由发件人编码，
生物信息学中的简报
摘要 - 生成的人工智能（GAI）已成为一个快速新兴的领域，该领域在智能和自动创建各种内容方面具有巨大的潜力。为了支持这种人工智能生成的内容（AIGC）服务，未来的通信系统必须满足严格的要求，包括高数据速率，吞吐量和低潜伏期，同时有效地利用有限的光谱资源。语义通信（SEMCOM）被视为一种革命性的交流计划，可以通过传达信息的含义而不是繁殖来应对这一挑战。gai算法是在模型预培训和微调，知识基础构建和资源分配方面，为启用智能有效的SEMCOM系统的基础。相反，SEMCOM可以提供较低延迟和高可靠性的AIGC服务，因为它可以执行数据编码和压缩数据以及基于知识和上下文的推理的能力。在这项调查中，我们通过研究GAI-DRIENS SEMCOM网络的架构，无线通信方案和网络管理来打破新的基础。我们首先引入了一种用于GAI驱动的SEMCOM网络的新型体系结构，其中包括数据平面，物理基础架构和网络控制平面。反过来，我们对端到端GAI驱动的SEMCOM系统的收发器设计和语义有效性计算提供了深入的分析。最后，我们探索了几个承诺的用例，即自动驾驶，智能城市和元视频，以提供GAI驱动的SEMCOM网络的全面理解和未来方向。随后，我们在拟议的网络中介绍了创新的生成水平和知识管理策略，包括知识结合，更新和共享，确保基于知识的准确性推理。
都灵理工学院机构库
任何计算设备的物理实现，要想真正利用量子理论 [1] 提供的额外能力，都是极其困难的。原则上，我们应该能够在具有明确定义状态空间的系统上执行长相干量子操控（门控）、精确量子态合成以及检测。从一开始，人们就认识到，最大的障碍来自于任何现实量子系统不可避免的开放性。与外部（即非计算）自由度的耦合破坏了量子演化的幺正结构，而这正是量子计算 (QC) 的关键因素。这就是众所周知的退相干问题 [2]。通过量子纠错所追求的主动稳定可以部分克服这一困难，这无疑是理论 QC 的成功 [3]。然而，由于需要低退相干率，目前量子处理器的实验实现方案都是基于量子光学以及原子和分子系统 [1]。事实上，这些领域极其先进的技术已经可以实现简单量子计算机中所需的操作。然而，人们普遍认为，量子信息的未来应用（如果有的话）很难在这样的系统中实现，因为这些系统不允许大规模集成现有的微电子技术。相反，尽管“快速”退相干时间存在严重困难，但固态量子计算机实现似乎是从超快光电子学 [4] 以及纳米结构制造和表征 [5] 的最新进展中获益的唯一途径。为此，主要目标是设计具有“长”退相干时间（与典型的门控时间尺度相比）的量子结构和编码策略。第一个定义明确的基于半导体的量子通信方案 [6] 依赖于量子点 (QD) 中的自旋动力学；它利用了自旋自由度相对于电荷激发的低退相干性。然而，所提出的操纵
征文通知
A. 通信系统：1. 调制和编码、2. 信道估计和均衡、3. 通信机器学习、4. 全双工、5. JC&S、6. 超低延迟、7. 物理层安全和隐私、8. 水下通信、9. 有线和光通信、10. 卫星通信、11. 物联网、V2V 等通信方案、12. 6G 及更高版本 B. MIMO 通信和信号处理：1. 单用户和多用户 MIMO、2. 大规模 MIMO、3. MIMO 信道估计 4. 协作和中继、5. 干扰管理和意识、6. 毫米波和 THz、7. 无蜂窝系统、8. 可重构智能表面 C. 网络和图：1. 网络信息论、2. 分布式优化和算法、3. 图信号处理、4. 机器学习图表、5. 联邦学习和边缘计算、6. 无线网络、7. 物联网、8. 社交网络和网络科学、9. 交通运输、无人机和 V2V 网络、10. 电力网络和智能电网、11. 网络神经科学 D. 自适应系统、机器学习和数据分析：1. 自适应过滤、2. 自适应和认知系统、3. 估计和推理、4. 压缩感知和稀疏恢复、5. 高维数据模型、6. 优化、7. 在线学习、8. 学习理论和算法、9. 自监督和半监督学习、10. 深度学习、11. 强化学习、12. 不确定性量化、13. 生成模型
征文通知
A. 通信系统：1. 调制和编码、2. 信道估计和均衡、3. 通信机器学习、4. 全双工、5. JC&S、6. 超低延迟、7. 物理层安全和隐私、8. 水下通信、9. 有线和光通信、10. 卫星通信、11. 物联网、V2V 等通信方案、12. 6G 及更高版本 B. MIMO 通信和信号处理：1. 单用户和多用户 MIMO、2. 大规模 MIMO、3. MIMO 信道估计 4. 协作和中继、5. 干扰管理和意识、6. 毫米波和 THz、7. 无蜂窝系统、8. 可重构智能表面 C. 网络和图：1. 网络信息论、2. 分布式优化和算法、3. 图信号处理、4. 机器学习图表、5. 联邦学习和边缘计算、6. 无线网络、7. 物联网、8. 社交网络和网络科学、9. 交通运输、无人机和 V2V 网络、10. 电力网络和智能电网、11. 网络神经科学 D. 自适应系统、机器学习和数据分析：1. 自适应过滤、2. 自适应和认知系统、3. 估计和推理、4. 压缩感知和稀疏恢复、5. 高维数据模型、6. 优化、7. 在线学习、8. 学习理论和算法、9. 自监督和半监督学习、10. 深度学习、11. 强化学习、12. 不确定性量化、13. 生成模型
![arXiv:2001.07106v1 [quant-ph] 2020 年 1 月 20 日](/simg/b\b6aa8032c77294fae54a8f1fe522ef09d1708763.webp)
arXiv:2001.07106v1 [quant-ph] 2020 年 1 月 20 日
纠缠已被认为是研究、描述和利用多个科学领域应用的关键特性 [1, 2]。它对于量子计算 [3] 以及某些量子通信方案 [4] 至关重要。此外，在过去十年中，纠缠理论中发展起来的概念已经应用于其他研究领域 [1]。因此，人们付出了巨大的努力来限定和量化纠缠 [2]。尽管在量子信息论的背景下进行了广泛的研究，但其详细表征和量化仍然是一项重大挑战。在上述量子信息论应用中，一组关键的状态是稳定器状态集 [5]。量子比特稳定态被定义为泡利群中最大交换算子集的唯一同时特征向量，其定义为泡利算子或恒等算子的张量积。这些状态可以高度纠缠，用于量子误差校正 [6]、基于测量的量子计算 [3] 和自我测试 [7]，这些只是其中的几种应用。一些稳定态的纠缠特性已被研究 [5, 8]。此外，还开发了净化协议 [9]。稳定态还可用于证明通用量子计算与经典有效模拟计算之间的区别 [10]。鉴于所有这些应用都源于丰富的纠缠能力和这些状态的局部对称性，进一步研究纠缠特性和稳定器状态的局部对称性是必不可少的。可以说，深入了解这些特性将使人们能够识别多体纠缠的新应用。纠缠理论是一种资源理论，其中自由操作是经典通信 (LOCC) 辅助的局部操作。LOCC 是一种自然的、操作驱动的自由操作选择，因为纠缠被视为由不同、可能在空间上分离的各方共享的资源。这些各方可以对其状态份额进行局部操作，并可以将任何经典信息传达给其他各方 (LOCC)，然后其他各方根据其状态操纵其系统。