XiaoMi-AI文件搜索系统
World File Search SystemDGA
2025; 15（4）：1338-1352。 doi：10.7150/thno.100451研究论文RPS23RG1抑制MDGA2的Sort1介导的溶酶体降解以防止自动
基本原理：含有糖基磷脂酰肌醇锚固2（MDGA2）的突触蛋白MAM结构域的突变与自闭症谱系障碍（ASD）有关。因此，阐明MDGA2的调节机制可以帮助开发有效的ASD治疗方法。方法：进行液相色谱串联质谱法以鉴定与RPS23RG1和MDGA2相互作用的蛋白质，然后进行共免疫沉淀测定，以确认蛋白质蛋白质蛋白相互作用。RPS23RG1和Sort1水平被siRNA下调，以研究其对MDGA2降解的影响，并进行了免疫印迹和免疫染色测定的其他应用。溶酶体分离，以进一步确定MDGA2的溶酶体降解。RPS23RG1基因敲除小鼠和MDGA2 +/-小鼠进行各种行为测试，以研究其ASD样表型。在RPS23RG1敲除小鼠中递送表达MDGA2的AAVS，RPS23RG1衍生的肽在MDGA2 +/-小鼠中递送以研究其救援效果。结果：我们发现RPS23RG1和Sort1都与MDGA2相互作用。mdga2主要通过Sort1介导的溶酶体降解途径降解。RPS23RG1与Sort1竞争MDGA2结合以抑制MDGA2降解。此外，我们表明RPS23RG1敲除小鼠表现出降低的MDGA2水平和类似ASD的行为，而MDGA2水平的恢复会减弱RPS23RG1 KO小鼠的社会缺陷。此外，我们确定了用于MDGA2相互作用的RPS23RG1的关键区域，发现源自该区域的肽不仅结合MDGA2并促进MDGA2水平，而且还挽救了MDGA2 +/-小鼠中的社会缺陷。结论：我们的发现突出了RPS23RG1在拮抗MDGA2的Sort1介导的溶酶体降解中的关键作用，并提出了靶向RPS23RG1-MDGA2轴以用MDGA2缺乏处理ASD的潜力。
Oana Stan、Renaud Sirdey、Aymen Boudguiga、Martin Zuber、Romain Ferrari 等人。特权：人工智能的隐私和同态加密。 CAID 2021（国防人工智能会议），DGA；武装部队部，2021 年 11 月，法国雷恩。第1-8页。 “cea-04487780”
摘要。PRIVILEGE 解决方案推动了目前已使用人工智能 (AI) 系统的国防技术的发展，在协作环境中实现数据安全和隐私保护。PRIVILEGE 将加强不同盟友在敏感国防和军事数据的安全分析方面的合作。该方法基于将分布式 AI 框架（例如联邦学习和 PATE）与隐私保护和安全工具（例如同态加密、可验证计算或多方计算）相结合。提出的解决方案是通用的，但是，将针对三个特定的实际用例来验证该方法并证明 PRIVILEGE 在实践中的适用性：国防行动中的无线电波分类、恶意网络日志的分类以及无人驾驶车辆的视频处理。
DGA选择Exail和Thales向法国海军提供16个水下无人机
关于Exail Technologies Exail Technologies是一家工业公司，专门从事自主机器人技术领域的高技术，其活动的垂直整合。该小组提供了复杂的无人机，导航以及航空航天和光子学产品的系统。Exail技术可确保其在恶劣环境中运作的民事和军事客户的绩效，可靠性和安全性，并在近80个国家 /地区产生收入。Exail Technologies列在EuroNext Paris室B（EXA）上，是EuroNext技术领导者领域的一部分，其中包括110多家领先或高增长的科技公司。www.exail-technologies.com联系人：投资者关系雨果·索桑（Hugo Soussan）电话。+33（0）1 44 77 94 86 H.Soussan@exail-technologies.com Anne-Pauline Petureaux Tel。+33（0）1 53 67 36 72 apetureaux@actus.fr
KJELDGAARD 讲座 - Steve Finkbeiner
参考文献：1. Finkbeiner S. 等人 (2004) 包涵体形成降低了突变亨廷顿蛋白的水平和神经元死亡的风险。Nature 431:805–810。2. Finkbeiner S. 等人 (2014) 自噬诱导增强神经元 ALS 模型中的 TDP43 周转和存活率。Nat. Chem. Biol. 10:677–685。3. Finkbeiner S. 等人 (2018) 计算机标记：预测未标记图像中的荧光标记。Cell 173:1–12。4. Finkbeiner S. 等人 (2021b) 使用生物标志物优化的神经网络进行超人细胞死亡检测。Sci. Adv. 7:eabf8142。
2024 年 6 月 25 日指令编号 DGA01I24008846
2020 年 10 月 26 日第 000I20009437/ARM/SGA/DRH-MD 号指示，涉及 2007 年 4 月 10 日部长令中规定的条款，该条款适用 2006 年 7 月 3 日第 2006-781 号法令，并规定了国防部文职人员在临时旅行期间的补偿标准和补偿条件。
Dom2Vec - 通过词嵌入和 AI/ML 驱动的词典分析检测 DGA 域
摘要 — 及时识别对域生成算法 (DGA) 域的 DNS 查询在减轻恶意软件传播及其潜在影响方面起着至关重要的作用，尤其是在阻止协调的僵尸网络活动方面。我们推出了 Dom2Vec，这是一种创新方法，通过利用仅从 DNS 查询中观察到的域名中派生的词典特征来快速检测 DGA 生成的域。Dom2Vec 利用词嵌入将从域名中提取的标记映射到高度富有表现力的表示中。然后将这些表示与基于声誉的域名评分系统相结合，该系统利用 n-gram 与白名单域列表相关的共现频率。域嵌入、声誉分数和从域名派生的其他有意义的词典特征的融合为 AI/ML 驱动的 DGA 检测提供了强大的域名表示。通过对包含 25 个不同 DGA 域系列的数据集进行实验评估，我们证明 Dom2Vec 明显优于当前最先进的 DGA 检测和分析方法，将我们之前基于信誉评分的检测系统提高了至少 30%，误报率低于 1%。索引术语 —DGA 检测、Word2Vec、TF-IDF、n-gram、词典分析、DNS、机器学习。
MAUDGAN：具有不同脑肿瘤的多中心 MRI 数据的运动伪影无监督解缠生成对抗网络
摘要。目的：本研究提出了一种新颖的回顾性运动减少方法，即运动伪影 11 无监督解缠生成对抗网络 (MAUDGAN)，该方法可减少来自肿瘤和转移性脑图像的运动伪影。MAUDGAN 使用多模态多中心 3D T1- 13 Gd 和 T2 流体衰减反转恢复 MRI 图像进行训练。方法：在 k 空间中为 3D T1-Gd MRI 图像模拟具有不同伪影 14 级别的运动伪影。MAUDGAN 由使用残差块构建的两个生成器、两个鉴别器和两个特征提取器网络组成。生成器将图像从内容空间映射到伪影空间，反之亦然。另一方面，鉴别器试图 17 区分内容代码以学习无运动和运动损坏的内容空间。结果：我们将 MAUDGAN 与 CycleGAN 和 Pix2pix-GAN 进行了比较。从定性上讲，MAUDGAN 可以消除软组织对比度最高的运动，而不会增加空间和频率失真。从定量上讲，我们报告了六个指标，包括归一化均方误差 (NMSE)、结构相似性指数 (SSIM)、多尺度结构相似性指数 (MS-SSIM)、峰值信噪比 (PSNR)、视觉信息保真度 (VIF) 和多尺度梯度幅度相似性偏差 (MS-GMSD)。MAUDGAN 获得了最低的 NMSE 和 MS-GMSD。平均而言，所提出的 MAUDGAN 重建的无运动图像具有最高的 SSIM、PSNR 和 VIF 值以及可比的 MS-SSIM 值。结论：MAUDGAN 可以在多模态框架下从 3D T1-Gd 数据集中分离出运动伪影。运动减少将改善自动和手动 26 后处理算法，包括自动分割、配准和引导治疗（例如 27 放射治疗和手术）的轮廓勾画。28
DGA 宣布阵风战斗机使用 AASM 1000 弹药的资格
武装部队部媒体中心 60 boulevard du général Martial Valin CS 21623 - 75009 Paris Cedex 15