摘要 - 流体天线系统(FAS)的出现提供了一种新颖的技术,用于获得空间多样性和利用干扰淡出在多源场景中共享的频谱共享 - 一种被称为流动天线多访问的范式(FAMA)。然而,随着用户数量的增加,干扰能力会降低。为了克服这一点,优先考虑强大用户的机会主义安排被证明是增强FAMA的有效方法。本文介绍了一种弹性的分散增强学习(RL)方法,用于opporistic Fama(O-fama),以自主选择强大的用户和每个选择的用户的FAS的端口共同选择网络总数。为了在这个多代理环境中提高学习效率,我们提出了一个新颖的团队理论RL框架,其中包括一个导数网络,指导每个解决方案的策略网络的多代理学习。我们的仿真结果证实了所提出方法的有效性。
摘要。获取数据来分析地形变化通常是一项昂贵的工作,需要大量、有潜在风险的实地工作和/或昂贵的设备或商业数据。近年来,降低成本同时保持精度和准确度一直是地球科学研究的重点。运动结构 (SfM) 摄影测量技术正在成为强大的测量工具,现代算法和强大的计算能力允许从低成本的非正式调查中生成准确而详细的数据。高空间和时间分辨率允许监测正在经历相对快速变化的地貌特征,例如冰川、冰碛或山体滑坡。我们提出了一种方法,利用执行其他任务的轻型运输飞机来机会性地收集图像以进行地貌分析。我们测试并验证了一种方法,即在直升机上安装一个消费级相机和一个简单的基于代码的全球导航卫星系统 (GNSS) 接收器,以便在飞行路径覆盖感兴趣的区域时收集数据。我们的方法基于并建立在 Welty 等人 (2013) 的基础上,展示了无需复杂的物理或电子链接即可将 GNSS 数据链接到图像的能力,即使相机时钟不精确且时间间隔不规则。作为概念验证,我们于 2014 年 9 月和 2015 年 9 月在斯瓦尔巴群岛西北部的 Midtre Lovénbreen 冰川及其前缘进行了两次测试调查。
该项目在范围、预算和时间方面均符合预期,详见本报告。开发了许多测试用例,用于架构和算法(中间件和优化)的开发和测试:来自电气和电子工程师协会测试用例的配电和传输级数据作为机会混合通信系统和光伏/分布式状态估计任务的输入,这需要对 SunShot 赞助的综合电网建模系统项目进行大量测试和修改;对于光伏状态估计任务,住宅光伏板由模拟的、经过测量校准的时空太阳数据驱动,这些数据来自太阳能集成国家数据集和夏威夷的测量数据。在参考测试用例 A (RTC-A) 的基础上,成功开发了一套基于 NS-3 模拟器的机会混合通信系统仿真模型,用于架构和算法(中间件和优化)的验证和评估:六个代表已开发的机会和混合通信系统的 RTC-A 仿真模型得到了智能解决。这些需要大量的开发和验证参数和功能,对于开发任务来说,还需要应对多种替代通信技术、IPv6 到 IPv4 隧道技术和可扩展性问题的挑战。
摘要 - 网络攻击数量不断增加,对数字基础设施构成了极大的威胁。定义和部署准确的对策是具有挑战性的,因为(1)随着时间的推移,威胁的种类及其可能的演变,以及(2)需要尽快执行它们,尤其是对于快速传播攻击。基于意图的网络(IBN)代表有前途的安全管理解决方案,尤其是通过对反应意图的规范,节省时间并避免使用易于错误的任务来减少攻击。然而,大多数当前的IBN解决方案都依赖于执行时间消耗操作的集中式建筑,这使得它们不适合及时部署对策,尤其是在快速传播攻击扩散大规模系统的情况下。作为在支持可伸缩性的同时缩短反应时间的解决方案,我们首先将快速的微服务技术(例如Unikernels)视为作为策略执行点(PEP)的安全函数的基板。第二,我们建议使这些PEP的机会主义同步至少部分但自主地反对以分散的方式对待持续的攻击。这种解决方案提出了与总体强制反应政策的一致性和性能相关的挑战。本文介绍了博士学位的早期阶段,概述了在IBN安全框架中使用微服务的opporitiants同步利用分散反应所需的具体挑战,局限性和研究。索引术语 - 分节性缓解,反应政策,IBN,微服务,机会主义同步
口腔链球菌属于草绿色链球菌群 (VGS),被认为是主要栖息在口腔中的正常菌群的一员。然而,最近人们越来越多地认识到它是各种危及生命的传染病(如感染性心内膜炎 (IE) 和脑膜炎)的病原体。此外,人们已经讨论了口腔链球菌和其他 VGS 种在机会性感染的患病率、临床特征和预后方面的差异。特别是口腔链球菌在 IE 中的优势引起了人们的密切关注。在可能致命的感染中,临床上忽视口腔链球菌作为诱发因素可能会严重阻碍早期诊断和治疗。然而,到目前为止,与口腔链球菌相关的传染病尚未得到全面描述。因此,本综述将概述口腔链球菌引起的传染病,以揭示其作为机会性病原体的隐藏作用。
糖皮质激素是医学实践中使用的广泛的抗炎药。全身性糖皮质激素的免疫抑制作用和对感染的敏感性增加得到广泛理解。但是,经常使用的剂量依赖性模型可能无法准确预测所有用长期糖皮质激素治疗的患者的感染风险。在这篇综述中,我们通过评估糖皮质激素剂量,持续时间和效力的影响,结合生物学和宿主临床因素以及一丝反应的免疫抑制性治疗,研究了需要糖皮质激素治疗的患者的机会性感染(OIS)的风险。我们提出了预防OI的策略,其中涉及筛查,抗菌预防和免疫接种。这篇综述着重于自身免疫性,炎症或肿瘤性疾病的患者,但潜在的风险和预防策略可能适用于其他人群。临床医生应积极评估系统性糖皮质激素的益处 - 障碍比,并实施预防性努力,以减少其相关感染并发症。关键字。糖皮质激素;机会性感染;免疫系统疾病;感染;肺囊藻carinii。
摘要 - 提出了通过闭环机器学习的低地球轨道(LEO)卫星轨道预测的框架。通过改进地面车辆的导航,与使用简化的一般扰动4(SGP4)Orbit Orbit Expagator相比,使用“非合作” LEO卫星信号来证明该框架的功效,并通过“非合作” LEO卫星信号导航。该框架称为LEO-NNPON(具有机会性导航的NN预测),假定以下三个阶段。(i)LEO卫星第一通过(跟踪):具有其位置提取物测量值的陆地接收器(伪造,载波相位和/或多普勒)从接收到的Leo卫星的信号中,使其能够估算到达的时间。LEO卫星的状态用SGP4传播的两行元素(TLE)数据初始化,随后在卫星可见性期间通过扩展的Kalman滤波器(EKF)估算。(ii)未观察的LEO卫星(预测):在估计的ephemerides上对具有外源输入(NARX)NN的非线性自回归进行了训练,并用于传播Leo卫星的轨道,以期在此期间不观察卫星。(iii)LEO卫星第二通道(导航):配备LEO接收器的地面导航器(例如,车辆),从Leo卫星的下链路信号中提取导航可观察到可观察到的可观察到的可观察到的可观察到的导航器。这些导航可观察物用于以紧密耦合的方式(例如,通过EKF)以紧密耦合的方式帮助导航器安装的惯性测量单元(IMU)。LEO卫星状态是从NN预测的胚层获得的。提出了装有工业级IMU导航4.05 km的地面车辆的实验结果,并提供了来自两个Orbcomm卫星的信号。比较了三个车辆导航框架,所有车辆导航框架都用全球导航卫星系统(GNSS) - 惯性导航系统(INS)位置和速度解决方案进行初始化。 (ii)使用SGP4传播的Leo Esphemerides的Leo-Aided Ins; (iii)与狮子座的狮子座。独立的三维(3-D)位置根平方(RMSE)为1,865 m,而SGP4的Leo Aided INS为175.5 m。 Leo-Nnpon的Leo Aided Ins为18.3 m,证明了拟议框架的功效。
抽象的计算机辅助药物设计是击败干燥药物发现的一种有前途的方法。它旨在通过成本效益减少实验性工作。自然发生的大分子具有高于500道尔顿的分子量,例如猫离子肽,环状肽,糖肽和脂肪肽是一些大分子的例子,这些实例是成功应用,这些实例是作为广泛的抗生素,抗癌,抗癌药物,抗病毒,反病毒,抗原和毒药。利用微生物 - 土豆片作为潜在的候选药物,通过大规模生产此类分子而不是合成方法来产生成本效益。对此类化合物的计算研究产生了巨大的可能性,可以使用可用的计算工具来处理这些复杂分子,从而开发新的潜在客户。开发率始于母体药物分子中所需的结构修饰。虚拟修饰,然后通过分子建模模拟和结构活性关系模型的鉴定,然后在目标位点进行分子相互作用研究,以开发出更为突出和潜在的药物分子。铅优化研究以开发具有提高特异性和降低靶向的新型化合物是大分子在计算上是一个巨大的挑战。预测优化的药物特性的预测有助于与天然化合物相比,具有较低毒性的化合物的发展。因此,需要探索来自具有更高特异性的天然大分子的Devel-op新颖化合物。生成针对目标特异性和ADMET(吸收,分布,新陈代谢,排泄和毒性)的化合物和研究库,用于大分子,这是费力的,并且通过无体外方法产生了巨大的成本和化学浪费。这篇评论文章将重点介绍了计算机辅助药物发现大分子疗法的可能挑战和机遇。关键字:抗真菌剂,环状肽,药物发现,糖肽,脂肽引用本文:Yadav M,Eswari JS。脂肽的计算机辅助药物发现的机会主义挑战:大分子疗法的新见解。Avicenna J Med Bio-Tech 2023; 15(1):1-13。
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本(未经同行评审认证)提供的,他已授予Biorxiv的许可证,以在2025年2月10日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2024.11.06.621463 doi:Biorxiv Preprint