XiaoMi-AI文件搜索系统
World File Search System高保真度
移动 NPU 上的实时量化图像超分辨率，移动 AI 2021 挑战赛：报告
图像超分辨率是最流行的计算机视觉问题之一，在移动设备上有许多重要的应用。虽然已经为这项任务提出了许多解决方案，但它们通常甚至没有针对常见的智能手机 AI 硬件进行优化，更不用说通常仅支持 INT8 推理的更受限的智能电视平台了。为了解决这个问题，我们推出了第一个移动 AI 挑战赛，其目标是开发一种基于端到端深度学习的图像超分辨率解决方案，该解决方案可以在移动或边缘 NPU 上展示实时性能。为此，为参与者提供了 DIV2K 数据集和训练过的量化模型，以进行高效的 3 倍图像升级。所有模型的运行时间都在 Synaptics VS680 智能家居板上进行评估，该板具有能够加速量化神经网络的专用 NPU。所提出的解决方案与所有主流移动 AI 加速器完全兼容，能够在 40-60 毫秒内重建全高清图像，同时实现高保真度结果。本文提供了挑战赛中开发的所有模型的详细描述。
哈罗测绘中误差传播与产生的研究...
摘要 — 在本文中，我们借助 MATLAB 模拟器研究了在 IBM-Q 硬件上运行的 Harrow-Hassidim-Lloyd (HHL) 量子算法中的错误传播和生成。HHL 是一种量子算法，在解决线性方程组 (SLE) 时，它可以比最快的经典算法（共轭梯度法）提供指数级加速。但是，如果没有错误校正，由于其复杂性，即使在 2 变量系统中也无法给出正确的结果。在本研究中，在 IBM-Q 中实现了 2 变量 SLE 的 HHL 量子电路，并在电路的每个阶段之后提取错误并与 MATLAB 模拟器进行比较。我们确定了三个主要的错误来源，即单量子位翻转、门不保真和错误传播。我们还发现，在辅助位旋转阶段，错误变大，但编码解决方案仍然具有高保真度。然而，在逆量子相位估计之后，解决方案大部分丢失，而逆量子相位估计是有效提取解决方案所必需的。因此建议，如果纠错资源有限，则应将其添加到电路的后半部分。
纠缠光学原子钟的基本量子网络
光学原子钟是我们测量时间和频率的最精确的工具 1 – 3 。通过在不同位置的时钟之间进行精确的频率比较，人们可以探测基本常数的时空变化 4、5 和暗物质的性质 6、7 ，进行大地测量 8 – 10 ，并评估系统时钟偏移。对独立系统的测量受到标准量子极限 (SQL) 的限制；对纠缠系统的测量可以超越 SQL，达到量子理论允许的极限精度——海森堡极限。虽然局部纠缠操作已经在微观距离上证明了这种增强 11 – 16 ，但远程原子钟之间的比较需要在没有内在相互作用的系统之间快速产生高保真度纠缠。使用光子链路 17 , 18，我们将两个相距宏观距离 19（≈ 2 米）的 88 Sr + 离子纠缠在一起，以展示第一个纠缠光钟的量子网络。对于离子之间的频率比较，我们发现纠缠将测量不确定性降低了近 √
液晶弹性体的数字编程以实现高保真表面变形
可变形表面有可能实现新型自适应系统，但现有的制造方法在实现高分辨率变形为任意指定形状的能力方面有限。这项工作提出了一个平台和用于生成刀具路径的算法，以实现能够进行高分辨率表面变形的自由曲面结构。变形表面由液晶弹性体 (LCE) 组成，向列相域使用能够施加可调压力和剪切速度的刮擦柱进行对齐，能够局部调整驱动应变，从而将曲率半径从 1.8 毫米调整到 14.4 毫米。使用两种替代算法生成了多层结构的图案化刀具路径，并使用能够从平板变形为圆顶的示例结构和人脸模型对结果进行了比较。与原始模型相比，此过程产生的变形人脸形状结构相似度高达 84.5%，证明了这种方法在制造复杂可变形 LCE 结构方面的高保真度和可重构性。
Lentipool V2人CRISPR库 - 用户指南实现特定于目标效率-truecut-hifi-cas9-
为了更好地了解Truecut Hifi Cas9的高保真度，我们评估了HEK293基因组中的其他基因。使用TEG-Seq进行了更多全基因组筛查，以检测HEK1，HEK4，VEG1和VEG3基因中的靶标。数据表明，Truecut Hifi Cas9比WT-CAS9和供应商I高保真CAS9蛋白产生的脱离目标较少（图1）。将每个编辑位点的脱靶编辑百分比与靶向编辑的百分比进行了比较，以确定相应站点的脱靶/靶向概率比。每个编辑事件均与其概率比（图1A）绘制，并根据概率将OFF目标的总数分组（图1B）。结果表明，与WT-CAS9和供应商I高保真CAS9相比，Truecut Hifi Cas9产生的脱靶编辑明显少得多。truecut hifi cas9只有一个非目标编辑的概率> 10％。相比之下，WT-CAS9和供应商I高保真CAS9分别具有16和6折叠目标（图1B）。
真正的净零能源社区的开源虚拟测试平台
摘要：净零能耗社区 (NZEC) 对于确保现代化电力系统的可持续性和弹性至关重要。系统建模有助于克服设计和运行 NZEC 的技术挑战。在本文中，我们基于美国佛罗里达州的真实 NZEC，在 Modelica 中介绍了一个开源 NZEC 虚拟测试平台。该测试平台由两组模型组成：(1) 高保真度的基于物理的模型，这些模型考虑了所研究的 NZEC 子系统之间的相互作用并捕捉快速动态；(2) 低保真度的数据驱动模型，这些模型需要较少的资源来建立和/或运行。所有模型都根据来自这个真实 NZEC 的测量结果进行了验证。此外，该测试平台包括一个模拟框架，该框架简化了模拟过程，从而允许使用开发的模型来形成虚拟测试平台。为了展示虚拟测试平台的使用，进行了一个案例研究，其中通过模拟评估了建筑物到电网的集成控制。评估结果表明，测试控制显著平滑了研究社区的电力消耗，并且不会在很大程度上牺牲热舒适度。
具有稳健纠缠门和量子相干反馈的囚禁离子量子计算机
量子计算机有望在解决一系列计算问题时比传统计算机实现显著的加速。线性 Paul 阱中保持的离子链是构建此类量子计算机的有前途的平台，因为它们具有较长的相干时间和较高的控制质量。本文，我们报告了使用射频 (rf) 阱中的 88 Sr + 离子构建小型五量子比特通用量子计算机的情况。所有基本操作（包括初始化、量子逻辑操作和读出）均以高保真度执行。使用窄线宽激光实现的选择性双量子比特和单量子比特门组成通用门组，允许在量子寄存器上实现任何幺正。我们回顾了主要的实验工具，并详细描述了计算机的独特方面：使用强大的纠缠门和通过电子倍增 CCD 相机采集开发量子相干反馈系统。后者对于在未来的实验中执行量子纠错协议是必要的。
![arxiv：2501.05268v1 [Quant-ph] 2025年1月9日](/simg/7\768cd77d034836059dee57db4b77d5b3387862e8.webp)
arxiv：2501.05268v1 [Quant-ph] 2025年1月9日
受模拟退火算法的启发，我们提出了一个量子冷却协议，其中包括退火过程。该协议可以普遍有效地应用于各种量子模拟器，将系统从任意初始状态驱动到基态，以高保真度。我们已经描述了基于扰动理论的冷却过程，并在静态一体的浴缸中与浴室相比验证了浴室在时期调整的Zeeman领域的优势，并为在冷却系统进行冷却时的必要性提供了理由。我们使用横向场ISING模型（TFIM）应用张量化网络方法来模拟我们的冷却协议，以验证协议在冷却一维系统，二维系统以及具有量子噪声的系统中的有效性。我们比较了有和没有退火过程的冷却协议的总体性能，该测试集用随机参数G p生成的测试集。结果表明，使用退火过程的冷却协议可以达到准确性和效率。我们的结果还表明，冷却方案对噪声的抵抗力取决于量子噪声的类型。
通过时间对自旋玻璃进行量子过程断层扫描......
在表征量子系统时，量子过程层析成像 (QPT) 是标准基元。但由于量子系统的高度复杂性和维数灾难，QPT 在处理大量量子比特时变得不切实际。另一方面，将 QPT 与机器学习相结合在最近的研究中取得了巨大的成功。在本文中，我们探索了将 QPT 与机器学习和参数化量子电路相结合的机会，以重建自旋玻璃的汉密尔顿量。这产生了一个相当简单和直接的算法。为此，首先推导出必要的量子电路。借助此，重建了 Ising 自旋的汉密尔顿量。最后，我们切换到与 Ising 自旋没有太大区别的自旋玻璃，并在此执行相同的操作。从此，系统随后通过获得的汉密尔顿量完全表征。这些方法适用于高达 12 个量子比特的系统大小，但也可以采用更多的量子比特。使用伊辛模型和自旋玻璃的模拟数据，重建结果达到高保真度值，展示并强调了所提出算法的效率。
带有扩散模型的视频插值-CVF Open Access
我们提出了Vidim，这是一个视频间隔的生成模型，该模型在启动和最终框架下创建了简短的视频。为了实现高保真度并在输入数据中产生了看不见的信息，Vidim使用级联的分化模型首先以低分辨率生成目标视频，然后在低分辨率生成的视频上生成高分辨率视频。我们将视频插补的先前最新方法归纳为先前的最新方法，并在大多数设置中演示了这种作品如何在基础运动是复杂，非线性或模棱两可的情况下失败，而Vidim可以轻松处理此类情况。我们还展示了如何在开始和最终框架上进行无分类器指导，并在原始高分辨率框架上调节超级分辨率模型，而没有其他参数可以解锁高保真性结果。vidim可以从共同降低所有要生成的框架，每个扩散模型都需要少于十亿个pa-rameters来产生引人注目的结果，并且仍然可以在较大的参数计数下享有可扩展性和提高质量。请在vidim- Interpolation.github.io上查看我们的项目页面。