伪随机态由 Ji、Liu 和 Song (Crypto'18) 引入,是可高效计算的量子态,在计算上与 Haar 随机态无法区分。单向函数意味着伪随机态的存在,但 Kretschmer (TQC'20) 最近构建了一个 oracle,相对于该 oracle 不存在单向函数,但伪随机态仍然存在。受此启发,我们研究了基于伪随机态执行有趣的加密任务的有趣可能性。假设存在将 𝜆 位种子映射到 𝜔 (log 𝜆 ) 量子比特状态的伪随机态生成器,我们构建了 (a) 统计上具有约束力且计算上具有隐藏性的承诺和 (b) 伪一次性加密方案。(a) 的结果是,伪随机态足以在多数不诚实的情况下构建恶意安全的多方计算协议。我们的构造是通过一种称为伪随机函数类状态 (PRFS) 的新概念得出的,这是伪随机状态的泛化,与经典的伪随机函数概念相似。除了上述两种应用之外,我们相信我们的概念可以有效地取代许多其他加密应用中的伪随机函数。
在本文中,我们研究了伪标签。伪标签使用未标记数据的原始推断作为自我训练的伪标签。我们通过建立该技术与期望最大化算法之间的联系来阐明伪标签的经验成功。通过这种方式,我们意识到原始的伪标签是其更全面的底层公式的经验估计。基于这一见解,我们提出了贝叶斯定理下伪标签的完整概括,称为贝叶斯伪标签。随后,我们引入了一种变分方法来生成这些贝叶斯伪标签,涉及学习阈值以自动选择高质量的伪标签。在本文的其余部分,我们展示了伪标签及其广义形式贝叶斯伪标签在医学图像半监督分割中的应用。具体来说,我们专注于:(1)从 CT 体积中对肺血管进行 3D 二元分割; (2) 从 MRI 体积中对脑肿瘤进行 2D 多类分割;(3) 从 MRI 体积中对整个脑肿瘤进行 3D 二元分割;(4) 从 MRI 体积中对前列腺进行 3D 二元分割。我们进一步证明伪标签可以增强学习到的表示的鲁棒性。代码发布在以下 GitHub 存储库中:https://github.com/moucheng2017/EMSSL 。
纠缠是一种量子资源,在某些方面类似于经典计算中的随机性。受 Gheorghiu 和 Hoban 最近研究的启发,我们定义了“伪纠缠”的概念,这是由有效构造的量子态集合所表现出的一种特性,这些量子态与最大纠缠的量子态没有区别。我们的构造依赖于量子伪随机态的概念——最初由 Ji、Liu 和 Song 定义——这些伪随机态是有效构造的状态,与(最大纠缠的)Haar 随机态没有区别。具体来说,我们给出了伪纠缠态的构造,其纠缠熵在每个切分上任意接近 log n,这是一个严格的界限,提供了计算与信息理论量子伪随机性之间的指数分离。我们讨论了该结果在矩阵积状态测试、纠缠提炼和 AdS/CFT 对应的复杂性中的应用。与该手稿的先前版本(arXiv:2211.00747v1)相比,该版本引入了一种新的伪随机状态构造,具有更简单的正确性证明,并且同时实现了所有切口的低纠缠技术上更强的结果。
Waloddi Weibull,Chemin Fontanettaz 15,1012 Lasusanne,瑞士,美国空军合同编号F44620-72-C-0028。该合同由项目编号7351,“金属材料”,任务 735106,“金属行为”,由欧洲办公室航空航天研究办公室管理。这项工作由空军材料实验室金属和陶瓷部门监督,空军系统司令部,俄亥俄州赖特-帕特森空军基地,由 AFML/LL 的 W. J. Trapp 先生指导。
经典学习理论中的一个重要研究方向是使用复杂性度量来表征函数类的表达能力。这种复杂性界限反过来又可用于限制学习所需的训练数据的大小。其中最突出的是 Vapnik 和 Chervonenkis (1971) 引入的 Vapnik-Chervonenkis (VC) 维度。其他众所周知的度量包括 Pollard (1984) 提出的伪维度、Alon 等人 (1997) 提出的脂肪粉碎维度、Rademacher 复杂性(参见 Bartlett 和 Mendelson 2002),以及更普遍的度量空间中的覆盖数字。表征对象表达能力的目标也以不同的形式出现在量子信息中。一个众所周知的例子是量子态断层扫描。Aaronson (2007) 将状态断层扫描的变体与经典学习任务相关联,其脂肪粉碎维度可以使用特定的函数类来限制
您可能还需要测试,以了解食物如何通过您的胃,小肠和结肠移动。胃功能通常是通过要求您用放射性同位素吃鸡蛋三明治餐的方法来衡量的,然后跟踪饭菜从胃中排空需要多长时间。该测试称为胃闪烁显像或胃排空测试。小肠运动可以通过跟踪鸡蛋三明治餐中放射性同位素的运动或进行呼吸测试来测量。通常通过跟踪X射线上吞咽塑料标记的运动来测量结肠中的运动。有时需要小肠测压器来帮助诊断,帮助计划提供营养的最佳方法,通过吸入肠道液体识别细菌过度生长或评估预后。例如,测量法提供了有关问题是否影响小肠神经或肌肉的线索。疾病与肠肌肉的缩水弱有关,而如果神经受到影响,则收缩的强度是正常的,但是这种模式会混乱。您的医生可能建议进行呼吸测试,以查看小肠中是否有太多细菌。很少需要对肠道影响部分的活检来研究显微镜下的神经和肌肉。这需要钥匙孔(腹腔镜)或开放手术。
减数分裂通常是一个公平的过程:每个染色体都有50%的机会被包括在每个配子中。但是,与某些染色体相比,某些染色体比其他染色体更有可能变得异常。但是,为什么以及如何发展这种系统尚不清楚。在这里,我们研究了斑点的异常生殖遗传学,在男配子中,在男配子中仅包括母体染色体,而消除了父亲染色体。一种物种 - 伪球菌viburni - 一种隔离的B染色体,它通过消除父亲基因组消除而驱动。我们介绍带有和没有B染色体线的线的整个基因组和基因表达数据。我们确定了B连锁序列,包括204个蛋白质编码基因和卫星重复,占染色体的很大比例。B和核心基因组之间的几个PARA日志分布在整个基因组中,反对一个常染色体的简单或近期的染色体重复,以创建B。我们确实找到了一个373 Kb区域,其中包含146个基因,这似乎是最近的易位。最后,我们表明,尽管在减数分裂过程中表达了许多B连锁基因,但其中大多数是在最近易位的区域编码的。在减数分裂过程中,只有少数B-专有基因表达。在男性减数分裂过程中只有一个过表达,这是在驱动器发生的时候:乙酰基转移酶在H3K56AC中的乙酰基转移酶,在减数分裂中具有推定的作用,因此是进一步研究的有前途的候选人。
pseudorandom发电机(PRG)是将n位映射到m(n)> n位的函数,因此没有多项式时间算法可以将其输出与随机M -bit String区分开。局部伪和生成器(本地PRG)是伪内生成器,可以从恒定数量的输入位计算每个输出位(也就是说,它们属于复杂性类NC 0)。在Cryan和Miltersen的工作中首次研究了本地PRG的存在[CM01]。Applebaum,Ishai和Kushilevitz [Aik04,aik08]的工作表明,NC 0中具有弹性伸展的伪随机的生成器(M = n + O(n))存在于广泛相信的标准假设中,因为PRG与sublinear straption相关的hardistion(例如,诸如异常的差异)(或散发性),以及不足的差异,或者是置换的。 “稀疏生成”的线性代码针对线性拉伸M =θ(n)的PRG情况。近年来,已经证明存在具有多项式伸展的局部伪和发电机(M = n 1+εε,对于某些常数ε> 0)已被证明可以享受各种应用,范围从具有恒定的计算架空开销[IKOS08]的安全计算[IKOS08],无法可见的性能,无法可见的性obfusca-tion [JLS21,jls21,jls21,jls2222] + 17,BCM + 24],公共密钥加密[BKR23]和Sublrinear Secure Computitation [BCM23],以扩展到密码学领域的应用程序,例如学习硬度[DV21]。Consequently, the existence of polynomial-stretch local PRGs and the cryptanalysis of existing candidates has been the subject of many works [Gol00,MST03,BQ09,App12,OW14,CEMT14,App15,ABR16,AL16,LV17,CDM + 18, AK19,OST19,Méa,YGJL21,Méa22,üna23b,dmr23,üna23a]。所有现有的候选者都建立在最初建议的[GOL00]中建议的设计,该设计适用于种子碎特的恒定尺寸子集上,其中选择了子集以形成足够扩展的均匀均匀均匀超图的超匹配。