热点事件持续更新
非均匀时间分箱实现 QRNG 原始输出均匀化
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026-11-06，arXiv quant-ph 发布报道：Indian Statistical Institute 的 Nirupam Basak 与 Goutam Paul 提出一种 QRNG 模型，利用标准相干光子源，在光子到达时间模型下解析地均衡输出概率，无需重度衰减或后处理即可生成均匀分布的随机数。目前仅有这一篇报道，尚无后续进展。
AI 根据报道生成 · 8 小时前更新
最新进展11月6日 13:00
Basak 与 Paul 提出基于相干光子源的 QRNG 模型，可解析均衡输出概率报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv quant-ph（量子信息与量子物理）非均匀时间分箱实现 QRNG 原始输出均匀化
Indian Statistical Institute 的 Nirupam Basak 与 Goutam Paul 提出一种 QRNG 模型，利用标准相干光子源在光子到达时间模型下解析地均衡输出概率，无需重度衰减或后处理即可生成均匀分布的随机数。
本事件热度走势
当前热度 7·可比范围峰值 9（11月6日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。