量子

　　机器之心报道 　　 机器之心编辑部 　　 石墨烯研究领域的「巨浪」再次掀起！ 　　当地时间 5 月 6 日，中科大 2010 级少年班毕业生、美国麻省理工学院（MIT）「95 后」博士生曹原与其博导 Pablo Jarillo-Herrero 连发两篇 Nature 文章，介绍了「魔角石墨烯」研究的新突破。 　　这是被认为「天才少年」的曹原第二次连发两篇 Nature：在 2018 年 3 月，曹原同样以第一作者的身份连发了两篇 Nature，开辟了凝聚态物理的新领域，一时令学术界震动。 　　 　　曹原 1996 年出生于四川成都，14 岁通过高考进入中国科学技术大学严济慈物理英才班。尽管表现出超越常人的学术天赋，但曹原仍然读满了四年本科，他说：「我只是跳过了中学里一些无聊的事情。」 　　2014 年，曹原远赴麻省理工学院攻读硕博，进入 Pablo Jarillo-Herrero 小组，在此期间，曹原发现了石墨烯的非规超导电性。 　　2018 年 3 月 5 日，《Nature》在一天之内连续发表了两篇石墨烯超导方面的论文，第一作者均为曹原。文章刊登后立即在整个物理学界引起巨大反响。一些报道称其「一举解决了困扰世界 107 年的难题」。（两篇论文分别为《Correlated insulator behaviour at half-filling in magic-angle

红色石头的个人网站： 红色石头的个人博客-机器学习、深度学习之路 ​ www.redstonewill.com 数据预处理后，我们生成了大量的新变量（比如独热编码生成了大量仅包含0或1的变量）。但实际上，部分新生成的变量可能是多余：一方面它们本身不一定包含有用的信息，故无法提高模型性能；另一方面过这些多余变量在构建模型时会消耗大量内存和计算能力。因此，我们应该进行特征选择并选择特征子集进行建模。 项目地址： https://github.com/YC-Coder-Chen/feature-engineering-handbook/blob/master/%E4%B8%AD%E6%96%87%E7%89%88.md ​ github.com 本文将介绍特征工程中的 Wrapper Methods 封装方法。 目录： 封装方法将特征选择问题视作搜索问题，即其目标为从特征子集集合中搜索出一个最佳的子集，而这一子集在模型中表现最佳。在每一步中，其在特征子集上训练模型，然后对其进行评估，并在下一步继续调整特征子集,重新训练评估，直到找到最佳子集或达到最大迭代次数为止。穷尽搜索在封装方法中为NP-Hard，故人们提出了一些方法来降低封装方法所需要的迭代次数，以便可以在有限的时间内达到一个较好的效果。 1.2.1 Deterministic Algorithms 确定性算法

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 人工智能(AI)已经在过去十年左右的时间里从科幻变成了现实，并且正在颠覆(或可望颠覆)地球上几乎每个流程。比如帮助导航我们的汽车、飞机和太空飞船，可以在Netflix上建议用户看什么电影，也可以助力颠覆其他数十种事情，无论是大事情还是普通事情。 在这之中，制药业可以说是个真正的生死攸关产业。而且，制药业也在使用计算机和计算机工具(例如AI)，但为什么AI在制药业里几乎就没有颠覆的影子呢?有些专家认为，制药行业仍然是效率比较低的行业之一，亦是抵制技术颠覆的最后桥头堡。此外，专家们还表示，自上世纪50年代以来，尽管其他行业的生产力和效率都在不断提高，但制药业的效率却一直在下降。 举个例子，现在要将一种药物或新分子实体(NME)推向市场的成本超过26亿美元。这种费用(甚至包括失败药物尝试的费用)最终都会直接转移给包括你我在内的患者、客户和纳税人。 因此，笔者希望在本篇文章里相对客观地讨论一下传统药物发现的挑战性，包括目前AI在药物发现的方法以及该领域里新技术和新工艺革新的潜力。 赌一把：传统药物发现 要了解AI在小分子药物发现中的潜力和局限性，就要先了解制药公司传统上如何完成药物发现的流程，这一点很重要。 前面提到过，制药业是地球上风险比较高的企业之一。小分子药物发现流程包括几个步骤

“我们正进入一个量子技术新时代，我称其为『NISQ』。” 这句话来自加州理工学院理论物理学家、" 量子霸权（Quantum Supremacy）" 概念提出者 John Preskill 。 NISQ，即Noisy Intermediate-Scale Quantum，含噪声的中型量子。 John Preskill 在论文中提到，不久的将来我们就能用上NISQ技术，从而开拓属于量子技术的全新未来。 什么是 量子计算机 ？在1981年，物理学家理查德·费曼提出了一个问题：“计算机能否有效地模拟量子物理系统？”如果使用经典计算机来模拟，需要数百万年才能完成模拟。但是如果抛开传统的计算机原理，使用量子材料，或许可以创造出一种新的计算机，获得一种新的计算模式。这就是量子计算机。 在NISQ技术的支持之下， 具备 50-100 个量子比特的量子计算机 也许能够执行超越当前经典数字计算机能力范围的任务。我们将有机会将其应用于探索更多现有经典计算机无法进行但更具开拓性的研究领域，也意味着人类即将进入一个 量子技术发展的关键新时代——「NISQ」时代。 在量子信息和量子计算领域正在发生的是， 量子信息是一切自然界行为的通用语言 这一点越来越清晰。MIT量子专家Seth Lloyd提出，量子计算更擅长 机器学习 ，能够发现 传统计算无法发现的数据模式 ，解决传统计算机无法解决的难题

史上代码最简单，讲解最清晰的双连通分量 （需提前学习强连通分量） 双连通分量的主要内容包括割点、桥（割边）、点双和边双，分别对应 4 个 Tarjan 算法。 所有算法的时间复杂度均为 O(n + m)。 双连通分量用到 DFS 树的性质，所有的边分别树边和返祖边两类，大大简化了代码。 双连通分量具有大量的性质，要能熟练掌握。 一些定义：树枝边：DFS时经过的边(由上至下)； 返祖边：与DFS方向相反，从某个节点指向某个祖先的边； 注意：在无向图中，不能用dfn[fa]更新low[u];所以我们需要标记fa； 但如果有重边，就可以；所以我们可以记录它的上一条边；利用成对储存的思想记录上一条边来判重； 求割点： 割点性质： （1）根结点如果是割点当且仅当其子节点数大于等于 2； （2）非根节点 u 如果是割点，当且仅当存在 u 的一个子树，子树中没有连向 u 的祖先的边(返祖边)。 代码： void tarjan( int u, int fa) // 当fa=0时，说明该节点是根节点; { int num= 0 ; // 用来计量子节点数； low[u]=dfn[u]=++ cur; for ( int i=head[u];i;i=star[i].to){ // 链式前向星存图; int v= star[i].to; if (! dfn[v]){ tarjan(v,u); low[u

史上代码最简单，讲解最清晰的双连通分量 （需提前学习强连通分量） 双连通分量的主要内容包括割点、桥（割边）、点双和边双，分别对应 4 个 Tarjan 算法。 所有算法的时间复杂度均为 O(n + m)。 双连通分量用到 DFS 树的性质，所有的边分别树边和返祖边两类，大大简化了代码。 双连通分量具有大量的性质，要能熟练掌握。 一些定义：树枝边：DFS时经过的边(由上至下)； 返祖边：与DFS方向相反，从某个节点指向某个祖先的边； 注意：在无向图中，不能用dfn[fa]更新low[u];所以我们需要标记fa； 但如果有重边，就可以；所以我们可以记录它的上一条边；利用成对储存的思想记录上一条边来判重； 求割点： 割点性质： （1）根结点如果是割点当且仅当其子节点数大于等于 2； （2）非根节点 u 如果是割点，当且仅当存在 u 的一个子树，子树中没有连向 u 的祖先的边(返祖边)。 代码： void tarjan( int u, int fa) // 当fa=0时，说明该节点是根节点; { int num= 0 ; // 用来计量子节点数； low[u]=dfn[u]=++ cur; for ( int i=head[u];i;i=star[i].to){ // 链式前向星存图; int v= star[i].to; if (! dfn[v]){ tarjan(v,u); low[u

1、子查询 Subqueries 1.1、单行子查询 1.2、多行子查询 1.3、相关子查询 1.4、嵌套子查询 1.5、子查询小结及性能问题 2、公用表表达式 CTE 2.1、普通公用表表达式 2.2、递归公用表表达式 3、本文小结 <h2 id="1">1、子查询 Subqueries</h2> 子查询是一个嵌套在 SELECT、INSERT、UPDATE 或 DELETE 语句或其他子查询中的查询。通俗来讲，子查询就是嵌套在大“查询”中的小查询。子查询也称为内部查询或内部选择，而包含子查询的语句也称为外部查询或外部选择。 从概念上说，子查询结果会代入外部查询（尽管这不一定是 SQL Server 实际处理带有子查询的 T-SQL 语句的方式）。所以子查询会在其父查询之前执行，以便可以将内部查询的结果传递给外部查询。 比较常见的子查询有：单行子查询、多行子查询、相关子查询、嵌套子查询等。然而并没有一种泾渭分明的子查询分类方法，换句话说，有可能某个子查询既是多行子查询，也是相关子查询，同时还是嵌套子查询。 <h4 id="11">1.1、单行子查询</h4> 顾名思义，单行子查询就是只查询一行数据的内部查询。如果单行子查询仅返回单一值，就可以称之为**标量子查询**。标量子查询也是最常见的单行子查询。示例如下： -- 查询年龄最小的学生 SELECT * FROM T

大学物理通用教程·近代物理 第二版 课后习题答案 陈熙谋 版 课后题目答案解析 复习提纲 北京大学出版社 近代物理 第二版 课后题目答案 完整版答案请看文章末尾 1 相对论 第1章 相对论 课后习题答案 1.1 狭义相对论以前的力学和时空观 1.2 电磁场理论建立后呈现的新局面 1.3 爱因斯坦的假设与洛伦兹变换 [2] 1.4 相对论的时空观 1.5 相对论多普勒效应 1.6 相对论速度变换公式 1.7 狭义相对论中的质量、能量和动量 1.8 广义相对论简介 习题 2 前期量子论 第2章 前期量子论 课后习题答案 2.1 黑体辐射和普朗克的量子假设 2.2 光电效应和爱因斯坦的光子理论 2.3 康普顿效应 2.4 玻尔的氢原子理论 习题 3 量子力学基础 第2章 量子力学基础 课后习题答案 3.1 微观粒子的波动性 3.2 波粒二象性分析 3.3 不确定关系 3.4 波函数和概率幅 3.5 态叠加原理 3.6 薛定谔方程 3.7 薛定谔方程应用举例 3.8 薛定谔方程的若干定性讨论 3.9 量子力学中的力学量 习题 4 原子和分子 第2章 原子和分子 课后习题答案 4.1 概述 4.2 氢原子的量子力学结果 4.3 电子自旋和泡利原理 4.4 元素周期律和原子的电子壳层结构 4.5 多电子原子的能级结构和光谱 4.6 激光原理 4.7 分子的能级和分子光谱 4.8 分子键联 习题

00 周鸿祎和齐向东彻底分家了。 齐向东象征意义的对周鸿祎说： 再见，周鸿祎！ 这和我们上次写 《再见，刘强东》 不一样，刘强东是退出了江湖，他们两个是相互道一声再见，直接开战！ 曾经是兄弟，现在是对手，互联人的宿命！ 三六零清仓奇安信股权，从此以后奇安信将不得再用“360”、“360企业安全”的名义进行对外推广合作。 奇安信即360企业安全的运营主体，实际控制人为原奇虎360总裁齐向东。 并肩作战出生入死16年，两个世上彼此最了解的人，将在企业安全业务正面竞争。 4月13日的采访，周鸿祎看着旁边空着的椅子说：“我给老齐打电话了，他下午有个会。” 从战友，到对手，这并不是周鸿祎的第一次。 事实上，打从周鸿祎出生到现在，就是自个能把自个感动哭的故事。 01一身之我 2017年，一篇《人民怀念周鸿祎》的文章疯狂刷屏。以至于老周在一次演讲中也开涮： “你们不是想念我，你们只是想念有人跳出来跟巨头打。我今天已经没那么傻了。 当年无知，不把巨头放在眼里，跳出来跟巨头叫板那都是被逼无奈，你们哪里知道背后被巨头轮番吊打的滋味。 我没成功被打死了大家也无所谓，万一真取得一点机会就大家并肩子上，篡夺了革命成果。” 大家心知肚明的事，被挑开了说，台下的人笑的像朵花，老周笑的像极了油腻中年。 老周那时还不是老周，只能叫小周。 1970年，出生在河南。 在那个连呼吸都不敢喘大气的年代，周鸿祎基本是被放养的

前言 近年来，目睹了云计算从少数大型公司使用的晦涩技术发展为如今已被大约90％的企业普遍接受的模式转变。随着时间的流逝，一些云计算概念和相关行业的增长推动了这种广泛采用。我们将再次分析和概述最有可能在2020年定义云计算的概念。 本文将讨论： 2020年将推动云计算应用的云计算概念 云计算趋势有望跨多个行业 这些概念和趋势对集成云计算的企业的预期影响 2020年要考虑的顶级云计算概念 量子计算 –云计算的定义性和优点之一是在处理增加的工作负载时具有可伸缩性。随着数据分析和监视需求的增加，大规模仿真需求以及生成设计的需求，需要能够轻松处理大量工作负载的更快计算机。 量子计算是解决如何快速管理大型工作负载的一种解决方案。在2019年，IBM，Microsoft，Google和Intel等《财富》500强企业参加了开发具有无限敏捷性量子计算系统的竞赛。尽管已经取得了长足的进步，但是量子计算仍然只对少数人可用，就像今天的主流云计算技术是在2000年代初期一样。 预计2020年将成为利益相关者构建量子计算解决方案的转折点。据Tractica称，随着量子计算服务的不断发展，量子计算市场估计为1.16亿美元，并且在2020年将进一步增长。 边缘计算 –云计算的另一个主要功能或优势是对分布式基础架构的使用以及它如何驱动用户的可访问性。在工业制造中，利益相关者仍在努力将旧设备与云集成在一起