量子信息技术与区块链的融合模式研究

区块链与量子信息技术是近年来兴起的前沿科学技术,受到了业界广泛的关注与研究。其中区块链具有去中心化性质,以区块链为核心技术的应用在金融科技、物联网、民生与政治等诸多领域相继涌现。量子信息技术主要分为量子计算、量子通信、量子测量。其中量子计算的研究主要体现在相较于经典计算的计算优越性,量子计算的运行速度已被证明在解决某些复杂问题上远超经典计算。而在两者迅猛发展的同时,相互之间也存在亟需解决的问题。由于区块链采用的部分经典密码学技术已被证明会被量子计算破解,例如基于非对称密码体制的数字签名,导致区块链的安全受到威胁。针对此问题,已有研究表明,将量子信息技术应用于区块链,可以保护其不受量子攻击。以区块链与量子信息技术相结合为出发点,通过介绍区块链和量子计算的基本结构,以及分析区块链遭受的量子挑战并总结现有的量子解决方案,指出区块链和量子信息技术的融合可以促进区块链在量子时代良好地发展,而这也是不可阻挡的趋势。

冯·诺依曼瓶颈下计算机体系结构的创新

在计算机体系结构的发展过程中,冯·诺依曼架构无疑是最为传统且主流的架构之一。为了追求更加高速的计算效率,人们在冯·诺依曼架构的基础上不断做出优化,直至达到其发展瓶颈。从传统冯·诺依曼架构出发,分析了该架构固有的局限性,并列举了针对这些局限性所作出的基本改良措施。然后具体介绍了存算一体、数据流计算等在冯·诺依曼架构上进行创新的多种技术手段。最后简述了突破原始电子计算机物理材料体系的其他非冯·诺依曼架构的发展历程,例如类脑计算机和量子计算机等,并展望了现代计算机体系结构的发展前景与方向。

基于深度能量模型的低剂量CT重建

降低计算机断层扫描(CT)的剂量对于降低临床应用中的辐射风险至关重要,深度学习的快速发展和广泛应用为低剂量CT成像算法的发展带来了新的方向。与大多数受益于手动设计的先验函数或有监督学习方案的现有先验驱动算法不同,本文使用基于深度能量模型来学习正常剂量CT的先验知识,然后在迭代重建阶段,将数据一致性作为条件项集成到低剂量CT的迭代生成模型中,通过郎之万动力学迭代更新训练的先验,实现低剂量CT重建。实验比较,证明所提方法的降噪和细节保留能力优良。