XiaoMi-AI文件搜索系统
World File Search SystemLEMS
复杂圆圈中的连续对数，用于后...
经典加密基础的基础是建立在难以内向的数学概率上的，例如离散对数和整数分解。这些问题构成了许多广泛使用算法的基础，包括Diffie-Hellman（DH）[3]，ECDSA，El-Gamal和椭圆曲线（EC）[2]。但是，量子计算机的出现对这些加密系统构成了重大威胁。算法（例如Shor [1]）使量子系统能够有效地解决离散对数和整数分解问题，从而破坏了这些协议的安全性。应对这些挑战，我们提出了一种基于统一根和复杂圆圈的连续对数的新型加密方法。通过利用该框架的几何和光谱特性，我们的方法为将经典的加密算法适应后的量词时代提供了强大的基础。这种方法不仅保留了传统系统的关键原则，而且还引入了对量子攻击的抗性新结构，为未来的加密设计发展铺平了道路。
综合害虫管理中的人工智能
气候变化、受侵染物质的国际交换增加以及害虫防治问题导致农民面临不可预测的害虫爆发。为了克服这些问题，需要一种可持续的害虫控制策略，即综合害虫管理 (IPM)，以有效利用自然资源。IPM 是一种基于生态的控制管理策略，它考虑了所有因素（即天敌、经济阈值、植物易感性和繁殖因素、害虫生物学和气候条件）。在 IPM 中，专家人员是必不可少的要素。专家在系统设计、监测生态因素和决策机制中发挥作用。对于可持续的害虫管理，可以通过人工智能执行常规过程，例如监测生物和环境成分以及选择适当的时间和方法。在本章中，将解释人工智能在 IPM 中的应用以及有关人工智能中使用的算法、工具、方法的信息。
概述和方法 - Ecoinvent
我们开发 ecoinvent 数据库第 3 版的起点是成功的第 2 版，我们的重点是确保第 3 版能够继续满足 LCA 从业者的需求。同时，新的第 3 版应在数据管理、全球化和灵活性方面取得重大进展。实现这一目标的方法之一是彻底改革 ecoinvent 的底层结构。自 ecoinvent 数据库的初始版本以来，数据库管理变得更加复杂。为了确保数据库能够继续顺利增长，我们实施了几项更改，以便更容易将新流程和替代系统模型纳入数据库。其他更改有助于将来更新数据。ecoinvent 从最初的瑞士国家数据库发展到如今真正的全球数据库，对计算软件和数据格式提出了新的要求。关于不同模型的持续讨论
多接触运动规划与控制 - Loria
摘要 人形机器人的本质是它们能够复制人类的运动和操纵技能。人形机器人研究的早期工作致力于双足行走，首先是在平坦的地形上，最近是在不平坦的地形上，而操纵能力则继承自双手和灵巧手操纵的文献。在实践中，这两个问题相互作用很大。在杂乱空间中的运动受益于机器人任何部分与环境之间的额外接触，例如当抓手在爬楼梯时抓住扶手时，而腿可以相反地增强操纵能力，例如当拱起整个身体以增加末端执行器的接触压力时。这两个问题具有相同的背景：它们由非平滑动力学（接触处的摩擦和冲击）在可行性约束（包括动态稳定性）下控制。因此，它们现在是联合解决的。本章重点介绍用于多接触规划和控制的最新技术。
Babar, Q.、Saeed, A.、Tabish, TA、Sarwar, M. 和 Thorat, N. (2023)《针对肿瘤微环境：癌症治疗的潜在策略》
细胞和基质成分包括肿瘤细胞、免疫细胞、间充质细胞、癌症相关成纤维细胞和细胞外基质，即组成肿瘤微环境 (TME)。TME 在重编程肿瘤起始、不受控制的增殖、侵袭和转移以及对治疗方式的反应中起着至关重要的作用。近年来，针对 TME 已成为一种治疗癌症的潜在策略，因为它在限制肿瘤发展和调节对标准护理药物的反应方面具有危及生命的功能。低温等离子体、溶瘤病毒疗法、细菌疗法、纳米疫苗和再利用药物与联合疗法、抗血管生成药物和免疫疗法是 TME 指导的最有效疗法，这些疗法已获得临床批准或目前正在研究。本文从针对 TME 的角度讨论了上述疗法。我们还介绍了与 TME 靶向疗法相关的问题，以及这一快速发展领域的未来见解和实际用途。
基于物理学的深度学习框架学习和预测心脏电生理动力学
心脏电生理学的生物物理详细数学建模通常是计算的，例如，在解决各种患者病理状况的概率时，都需要计算。此外，仍然很难减少通常嘈杂的理想数学模型和临床测量的输出之间的差异。在这项工作中，我们提出了一个基于物理的快速深度学习框架，以从数据中学习复杂的心脏电生理学动态。这个新颖的框架有两个组件，分别将动态分解为物理术语和数据驱动的项。这种构建使框架可以从不同复杂性的数据中学习。在Sil-ICO数据中，我们证明了该框架可以重现传输电位的复杂动力学，即使在数据中存在噪声的情况下也是如此。这种基于物理学的数据驱动方法可以通过为预测提供可靠的生物物理工具来改善心脏电生理建模。
关于 AR 眼镜数据收集的隐私担忧
随着科技公司开发出越来越多传感器且价格合理的大众市场增强现实 (AR) 眼镜，此类设备的使用带来了潜在的隐私和安全问题。虽然之前的工作已经广泛解决了其中一些问题，但我们的工作专门针对 AR 眼镜可能收集的 15 种数据类型和五种潜在数据用途。通过半结构化访谈，我们探讨了 21 位当前 AR 技术用户对假设的消费级 AR 眼镜可能收集和使用数据的态度和担忧。参与者表达了不同的担忧，并提出了对 AR 数据收集和使用的潜在限制，从而引发了隐私概念和信息规范。我们讨论了参与者对数据收集和使用的态度和保留意见（例如隐私的定义）如何变化且依赖于环境，并为设计师和政策制定者提出了建议，包括可定制和多维的隐私解决方案。
NX Nastran - 几何解决方案
随着工程师通过提高计算能力不断解决更复杂的问题，有限元分析模型的规模也不断增大。如今，包含数千万个节点和元素的复杂模型已十分常见。性能使得 NX Nastran 成为需要解决当今日益庞大问题的用户的首选解决方案。共享内存并行处理 (SMP) 与使用一个处理器的传统串行解决方案相比，并行使用多个处理器可以显著减少解决方案的运行时间。共享内存并行处理 (SMP) 是具有共享内存的多处理器节点或具有多个内核的处理器节点的首选技术。SMP 用于较低级别的操作，如矩阵分解和矩阵乘法。由于每个解决方案序列都涉及矩阵乘法，因此只要硬件支持 SMP，就可以在所有解决方案序列中激活 SMP。