60 papers
Dit onderzoek presenteert een variabiliteitsgestuurd raamwerk op basis van Model-Based Systems Engineering om de evolutie van Quantum Key Distribution-netwerkarchitecturen te modelleren en te beheren, waardoor modulaire en herbruikbare oplossingen worden ontwikkeld voor de integratie van kwantumtechnologie in bestaande klassieke infrastructuur.
Deze studie introduceert een visiegebaseerd systeem dat met behulp van computer vision en objectdetectie het rijgedrag van niet-verbonden voertuigen analyseert om afleiding en vermoeidheid te detecteren en zo bijdraagt aan het verminderen van verkeersongevallen.
Dit artikel toont aan dat, hoewel stochastische Ising-machines (sIMs) langere autocorrelatietijden vertonen bij het simuleren van kwantum-Heisenbergmodellen, hun massale parallelle verwerking een projectie van 100 tot 10.000 keer hogere snelheid mogelijk maakt voor het efficiënt schatten van variatie-energieën in vergelijking met standaard Metropolis-Hastings sampling.
Dit artikel presenteert een systematische aanpak voor het oplossen van de 'eenvoudige problemen' van bewustzijn door middel van een uitvoerbaar cognitief systeem dat is gebaseerd op Kantiaanse conceptuele kennis, waarbij het aantoont hoe vaardigheden zoals discriminatie, aandacht en waakzaamheid kunnen worden afgeleid uit het leer- en informatieverwerkingsmechanisme van het systeem.
Deze paper introduceert een nieuw qutrit-kwantumfoutcorrectiecode met een transversale AND-poort, gebaseerd op het interpreteren van een symmetrische T-depth-een circuitontbinding als een CSS-code, en beschrijft protocollen voor gemengde qubit-qutrit-codes en magische toestandsdistillatie.
Dit onderzoek toont aan dat actieve RF-probing via impedantie-lekage ook onder EM-bescherming uitvoeringsafhankelijke informatie kan onthullen, ondanks dat passieve metingen door de afscherming effectief worden geblokkeerd.
Dit artikel introduceert Spectral Dynamics Reservoir Computing (SDRC), een hardware-efficiënt neuromorfofisch framework dat gebruikmaakt van analoge filtering en envelopdetectie om snelle spectrale dynamiek te benutten voor hoogwaardige verwerking, zoals aangetoond door uitstekende prestaties in spraakherkenning en benchmarktaken met slechts 56 knooppunten.
Dit artikel pleit voor een verschuiving naar een workflow-gecentreerde wetenschappelijke praktijk die de uitdagingen van reproduceerbaarheid in de geïntegreerde klassieke en quantum-computingwereld aanpakt door zowel procesabstracties als implementatiecontexten te documenteren.
Dit artikel introduceert een programmeerbare Josephson-junctie-neuron die computation, geheugen en plasticiteit in één supergeleidende eenheid verenigt, waardoor ultra-snelle en energie-efficiënte neuromorfe computing met dubbele tijdschaal-plasticiteit mogelijk wordt.
Dit artikel presenteert een verbeterde hypercube-mixer voor de Quantum Approximate Optimization Algorithm (QAOA) die de circuitgrootte verkleint en de robuustheid tegen ruis verbetert bij het oplossen van beperkte optimalisatieproblemen in het NISQ-tijdperk.
Dit onderzoek toont aan dat een beperkte bit-resolutie van 8-bit voldoende is voor optische Ising-machines, terwijl een resolutie van slechts 1-bit de prestaties opvallend verbetert.
Dit conceptpapier introduceert het Adaptive Quantized Planetary Crater Detection System (AQ-PCDSys), een architectuur die kwantiseringsbewuste training en adaptieve multi-sensorfusie combineert om robuuste kraterdetectie mogelijk te maken binnen de strenge rekenkracht- en energiebeperkingen van ruimtevaartcomputers.
Dit artikel onderzoekt hoe multipartiete verstrengeling en qudits van dimensie vier kunnen worden ingezet om efficiënte, gedistribueerde fan-out-operaties en globale Mølmer-Sørensen-poorten te realiseren, wat leidt tot diepere inzichten voor kwantumcircuitcompilatie en het ontwerp van kwantumdatacenters.
Deze studie demonstreert voor het eerst schaalbaar, forward-only leren op memristorarrays met HfOx/Ti-filamenten die gebruikmaken van energiezuinige reset-pulsen, wat leidt tot maandlange stabiliteit en testnauwkeurigheden die vergelijkbaar zijn met backpropagation.
Dit artikel introduceert een hardware-bewuste p-dit-formulering en gemiddelde-veld-beperkingen om de dichtheid van koppelingen in Potts-machines te verminderen, waardoor schaalbare en versnelde oplossing van NP-moeilijke optimalisatieproblemen op probabilistische hardware mogelijk wordt.
Dit artikel introduceert Human-Certified Module Repositories (HCMRs) als een nieuw architecturaal model dat menselijk toezicht combineert met geautomatiseerde analyse om betrouwbare, gecontroleerde softwaremodules te garanderen voor veilige AI-gestuurde ontwikkeling.
Dit paper pleit voor een nieuw paradigma in causaal leren dat de wijsheid van de menigte benut door een systematisch kader te introduceren voor het synthetiseren van gefragmenteerde kennis van menselijke experts en LLM-agenten om complexe causale structuren te reconstrueren die individuele agenten niet kunnen ontdekken.
Deze paper introduceert een gezamenlijk hardware-werklast co-optimisatiekader op basis van een geoptimaliseerd evolutionair algoritme dat generaliseerbare IMC-versnellers ontwerpt die meerdere neurale netwerken efficiënt ondersteunen en zo de prestaties aanzienlijk verbeteren ten opzichte van werklast-specifieke ontwerpen.
Dit onderzoek introduceert een simulatieframework dat aantoont dat defecte qubits met een fysieke foutkans tot 0,75 binnen oppervlaktecodes kunnen worden behouden zonder de logische foutkans significant te beïnvloeden, waardoor heterogene ruis als een spectrum van aanvaardbare imperfectie en niet als een alles-of-niets-probleem kan worden beschouwd.
Deze paper presenteert een methode voor het fuseren van quantumpoorten in zowel de voorwaartse als achterwaartse paden om de klassieke simulatie van quantum machine learning aanzienlijk te versnellen en geheugenefficiënter te maken, waardoor het trainen van grote modellen op consumer-GPU's mogelijk wordt.