微生物动蛋白衍生的遗传编码电压指标(GEVIS)是绘制细胞培养和活体动物生化动力学的强大工具。förster共振能量转移(FRET) - 粘胶GEVIS使用电压依赖于附着的荧光团的淬灭,达到高亮度,速度和电压敏感性。然而,据报道,在两光子(2p)激发下,大多数fret-opsin gevis的电压灵敏度降低或消失。在这里,我们研究了fret-opsin gevis voltron1和voltron2的光体物理学。我们发现,这两种GEVI的先前报道的负电压敏感性来自光循环间介导,而不是来自Opsin基态。两个GEVI的电压敏感性都是IL弹性强度的非线性功能;对于Voltron1,灵敏度在低强度照明下扭转了符号。使用光循环优化的2P照明方案,我们在活小鼠的桶形皮层中使用voltron2进行了2p电压成像。这些结果为体内的fret-oppin gevis optive of速2P电压成像打开了大门。
摘要:ATLAS 是 LHC 的两个主要实验之一,目的是研究物质的微观特性,以回答粒子物理学最基本的问题。在首次数据运行取得成功之后,LHC 通过三次加速器升级,突破了质心和亮度的能量极限,从而扩大了新发现和精确测量的可能性,最终形成了高亮度 LHC(HL-LHC)。 )。为了充分利用增加的亮度,计划对 ATLAS 内部探测器进行两次重大升级。第一次升级已于 2015 年初完成,插入了 IBL,即距离光束线仅 3.2 厘米的第四个像素层。第二次重大升级定于 2024 年进行,整个内部探测器将被完全由硅器件制成的全新内部跟踪装置取代,以应对 HL-LHC 的高粒子密度和强辐射环境,该装置在运行期间运行期间将提供 3000 fb −1,几乎是整个 LHC 计划内部光度平均值的十倍。本论文讨论的是
摘要。与目前的 LHC 实验综合体相比,CERN 的高亮度大型强子对撞机 (HL-LHC) 的复杂性和数据量将显著增加。因此,由于同时发生的碰撞次数和随之而来的探测器占用率增加,重建粒子轨迹的任务将变得更加复杂。为了识别粒子路径,HEP.TrkX 项目及其后继项目 Exa.TrkX 正在探索图神经网络等机器学习技术。两者都显示出有希望的结果并降低了问题的组合性质。我们团队先前的结果证明了应用量子图神经网络根据探测器的命中重建粒子轨迹的成功尝试。通过在嵌入空间内以有意义的方式表示训练数据,可以获得更高的整体精度。这已通过应用经典 MLP 包含在 Exa.TrkX 项目中。因此,属于不同轨迹的命中对被推开,而属于相同轨迹的命中对则保持靠近。我们探索了包含相对较少量子比特的变分量子电路在嵌入任务中适用于 NISQ 设备的适用性,并展示了初步结果。
二维材料中的光学活性缺陷,例如六方氮化硼 (hBN) 和过渡金属二硫属化物 (TMD),是一类极具吸引力的单光子发射体,具有高亮度、室温操作、发射体阵列的位点特定工程以及可通过外部应变和电场进行调谐的特性。在这项工作中,我们展示了一种新方法,可在无背景的氮化硅微环谐振器中精确对准和嵌入 hBN 和 TMD。通过 Purcell 效应,高纯度 hBN 发射体在室温下表现出高达 46% 的腔增强光谱耦合效率,这几乎超出了无腔波导发射体耦合的理论极限和之前的演示。该设备采用与 CMOS 兼容的工艺制造,不会降低二维材料的光学性能,且对热退火具有稳定性,并且在单模波导内量子发射器的定位精度达到 100 纳米,为具有按需单光子源的可扩展量子光子芯片开辟了道路。
摘要 X/γ 射线在实验室天体物理和粒子物理中有许多潜在的应用。尽管已经提出了几种方法来产生具有角动量(AM)的电子、正电子和 X/γ 光子束,但产生超强明亮的 γ 射线仍然具有挑战性。本文提出了一种全光学方案来产生具有大光束角动量(BAM)、小发散度和高亮度的高能 γ 光子束。在第一阶段,强度为 10 22 W/cm 2 的圆偏振激光脉冲照射微通道靶,从通道壁拖出电子,并通过纵向电场将其加速到高能量。在此过程中,激光将其自旋角动量(SAM)转换为电子的轨道角动量(OAM)。在第二阶段,驱动脉冲被附着的扇形箔反射,从而形成涡旋激光脉冲。在第三阶段,高能电子与反射的涡旋脉冲正面碰撞,并通过非线性康普顿散射将其 AM 转移到 γ 光子。三维粒子模拟表明,γ 射线束的峰值亮度约为 10 22
预计高亮度大型强子对撞机 (HL-LHC) 实验的跟踪探测器所需的计算复杂度和数据规模将空前增加。虽然目前使用的基于卡尔曼滤波器的算法在同时发生的碰撞数量、占用率和可扩展性(比二次方差)的模糊性方面已达到极限,但人们正在探索各种用于粒子轨迹重建的机器学习方法。HEP.TrkX 之前使用 TrackML 数据集证明,图形神经网络通过将事件处理为连接轨迹测量的图形,可以通过将组合背景减少到可管理的数量并扩展到计算上合理的大小来提供有希望的解决方案。在之前的工作中,我们展示了量子计算对图形神经网络进行粒子轨迹重建的首次尝试。我们旨在利用量子计算的能力同时评估大量状态,从而有效地搜索大型参数空间。作为本文的下一步,我们提出了一种改进的模型,采用迭代方法来克服初始过度简化的树张量网络 (TTN) 模型的低精度收敛问题。
光子非厄米系统中的拓扑效应近期引发了一系列非凡的发现,包括非互易激光、拓扑绝缘体激光器和拓扑超材料等等。这些效应虽然在非厄米系统中实现,但都源于其厄米分量。本文,我们通过实验证明了由二维激光阵列中的虚规范场引起的拓扑趋肤效应和边界敏感性,这与任何厄米拓扑效应有着根本的不同,并且是开放系统所固有的。通过选择性地和非对称地向系统中注入增益,我们在芯片上合成了一个虚规范场,它可以根据需要灵活地重新配置。我们不仅证明了非厄米拓扑特征在非线性非平衡系统中保持不变,而且还证明了可以利用它们来实现强度变形的持久相位锁定。我们的工作为具有强大可扩展性的动态可重构片上相干系统奠定了基础,对于构建具有任意强度分布的高亮度源具有吸引力。
根据带电粒子在大型强子对撞机 (LHC) 等对撞机实验的探测器中留下的命中集合重建带电粒子的轨迹是一项具有挑战性的组合问题,并且计算量巨大。升级后的高亮度 LHC 的输出亮度增加了 10 倍,因此探测器环境将非常密集。传统技术重建粒子径迹所需的时间与径迹密度呈二次方以上关系。准确高效地将留在跟踪探测器中的命中集合分配给正确的粒子将是一个计算瓶颈,并促使人们研究可能的替代方法。本文提出了一种量子增强机器学习算法,该算法使用带有量子估计核的支持向量机 (SVM) 将一组三个命中(三元组)分类为属于或不属于同一条粒子径迹。然后将该算法的性能与完全经典的 SVM 进行比较。与经典算法相比,量子算法在探测器最内层方面的准确度有所提高,这对于轨迹重建的初始播种步骤至关重要。
空间经济分析评估局部冲击(例如基础设施项目(Redding 和 Turner 2015)、工厂开业(Greenstone、Hornbeck 和 Moretti 2010)和自然灾害(Boustan 等人 2020))如何影响经济活动的地理分布。标准方法将管理或调查数据与这些冲击的地理空间结构相匹配。由于数据往往不频繁发布(例如人口普查每十年发布一次)且空间单位相对较粗(例如县或大都市区),因此这种方法适用于评估广泛空间尺度上的长期经济影响(例如 Faber 2014;Baum-Snow 等人 2017)。相比之下,在大多数国家,使用传统数据评估全国所有城市社区层面冲击的影响是不可行的。卫星图像提供了一条前进的道路。最近的研究利用夜间光强度来研究传统数据稀疏的区域经济(例如,参见 Donaldson 和 Storeygard 2016)。虽然夜间灯光可以检测到城市、州和国家经济活动的变化,但它们在较小的空间尺度上存在问题。城市中心的高亮度可能会使卫星传感器饱和,导致
下一代高亮度 X 射线光子源需要新的 X 射线光学器件。我们在此展示了在尖端高重复率 X 射线自由电子激光 (XFEL) 设备中使用单片金刚石通道切割晶体作为高热负荷光束复用窄带机械稳定 X 射线单色仪的可能性,该单色仪具有高功率 X 射线光束。这些研究中制造和表征的金刚石通道切割晶体设计为双反射布拉格反射单色仪,分别将 15 meV 带宽内的 14.4 或 12.4 keV X 射线引导至 57 Fe 或 45 Sc 核共振散射实验。晶体设计允许带外 X 射线以最小的损失传输到其他同时进行的实验中。入射的 100 W X 射线束中只有不到 2% 被 50 m 厚的第一块金刚石晶体反射器吸收,从而确保单色器晶体高度稳定。预计金刚石槽切割晶体将用于其他 X 射线光学应用。