Quantum-state transfer in imperfect artificial spin networks

High-fidelity quantum computation and quantum state transfer are possible in short spin chains. We exploit a system based on a dispersive qubit-boson interaction to mimic XY coupling. In this model, the usually assumed nearest-neighbor coupling is no longer valid: all the qubits are mutually coupled. We analyze the performances of our model for quantum state transfer showing how preengineered coupling rates allow for nearly optimal state transfer. We address a setup of superconducting qubits coupled to a microstrip cavity in which our analysis may be applied.

Instrumentos de evaluación utilizados en la formación inicial del profesorado y su coherencia para el desarrollo de competencias profesionales en los estudiantes: visión del alumnado, egresados y profesorado

El objetivo de este trabajo es analizar la frecuencia con que se utilizan diferentes instrumentos y procedimientos de evaluación desde el punto de vista del profesorado, del alumnado y de los egresados en la formación inicial de maestros y profesores especialistas en Educación Física, así como el grado de coherencia –relación- percibido por cada uno de esos grupos implicados entre dichos instrumentos y procedimientos de evaluación y el desarrollo de las competencias profesionales que se pretende adquieran los estudiantes. La muestra objeto de estudio está compuesta por 199 alumnos, 67 egresados y 53 profesores de las titulaciones de Magisterio (especialidad de Educación Física) y Ciencias de la Actividad Física y el Deporte de las universidades de Valladolid, Salamanca y León. Los resultados muestran una clara discrepancia entre los distintos grupos analizados, tanto en lo referido al tipo de instrumentos de evaluación utilizados, como en la valoración del grado de coherencia entre estos y el desarrollo de las competencias profesionales de los futuros maestros.

Modelling the correlation between processing parameters and properties of maraging steels using artificial neural network

An artificial neural network (ANN) model is developed for the analysis and simulation of the correlation between the properties of maraging steels and composition, processing and working conditions. The input parameters of the model consist of alloy composition, processing parameters (including cold deformation degree, ageing temperature, and ageing time), and working temperature. The outputs of the ANN model include property parameters namely: ultimate tensile strength, yield strength, elongation, reduction in area, hardness, notched tensile strength, Charpy impact energy, fracture toughness, and martensitic transformation start temperature. Good performance of the ANN model is achieved. The model can be used to calculate properties of maraging steels as functions of alloy composition, processing parameters, and working condition. The combined influence of Co and Mo on the properties of maraging steels is simulated using the model. The results are in agreement with experimental data. Explanation of the calculated results from the metallurgical point of view is attempted. The model can be used as a guide for further alloy development.

Artificial Intelligence and Cognitive Science

Editorial for 17th AICS Conference