摘要 - 量子电路或ZX-微积分(例如,已成功地)代表作用于有限数量的量子数的量子计算。同时,在经典环境(笛卡尔数据类型)中,已将延迟轨迹用作表示流中有限记忆计算的图形方法。我们合并了这两种方法,并描述了一种通用结构,该结构将任何图形语言扩展到了有限记忆计算的图形语言。为了处理诸如ZX-Calculus之类的案例,该案例是针对后选择后的量子力学完成的,我们将延迟的痕量形式主义扩展到了因果案例之外,从而确定了流媒体变形金刚的因果关系的概念。我们设计了基于状态形态序列的流语义,并在某些假设下显示了普遍性和完整性结果。最后,我们研究了框架的链接与以前有关笛卡尔数据类型,信号流图和带有记忆的量子通道的链接。
基于身份的加密(IBE),由Shamir于1984年推出,消除了对公钥基础架构的需求。发件人可以简单地使用收件人的身份(例如其电子邮件或IP地址)加密消息,而无需查找公钥。尤其是,当ibe方案的密文未揭示收件人的身份时,该方案被称为匿名IBE方案。最近,Blazy等人。(ARES'19)分析了匿名IBE公共安全与无条件隐私之间的权衡,并引入了一个新的概念,将可食用性纳入了匿名的IBE,称为匿名IBE,称为具有可追溯身份(AIBET)的匿名ibe。但是,它们的构造基于离散的对数 - 算法假设,这在量子时代是不安全的。在本文中,我们首先将跟踪AIBET计划的钥匙的一致性形式化,以确保没有对手可以使用错误的跟踪键获得信息。随后,我们提出了一个通用的伪造概念,该概念可用于将基于结构特定晶格的匿名IBE方案转换为AIBET方案。fi-Nelly,我们将此概念应用于Katsumata和Yamada的紧凑型匿名IBE方案(Asiacrypt'16),以获取第一个具有错误假设的环学习下安全的量子抗AIBET方案。
在痕量重建问题中,未知的源字符串x∈{0,1} n通过概率删除通道传输,该通道独立删除了各个位与某些固定概率δ并串联存活的位,从而导致x的跟踪。问题是重建X给定访问独立轨迹的X。任意(最坏情况)字符串的痕量重建是一个具有挑战性的问题,当前的poly(n)时算法是Batu等人的2004年算法。[2]。该算法可以重建一个任意源字符串x∈{0,1} n在poly(n)时间中,规定删除速率Δ符号ΔΔ≤n-(1 / 2+ε)对于某些ε>0。< / div>> < / div>> < / div>在这项工作中,我们通过为任何缺失速率δ≤n-(1 /3+ε)提供了poly(n) - 时算法的结果。我们的算法通过交替基于对齐的过程来起作用,我们显示了源字符串的一部分不是“高度重复性”的,并有效地确定了源字符串高度重复性子词的长度。
1尼特兰莱顿市莱顿大学医学中心外科部;荷兰; v.q.sier@lumc.nl(V.Q.S. ); m.r.de_vries@lumc.nl(M.R.D.V. ); j.r.van_der_vorst@lumc.nl(J.R.V.D.V. ); a.l.vahrmeijer@lumc.nl(a.l.v.) 2尼德兰莱顿大学医学中心肾脏科学系,荷兰莱顿2300; c.van_kooten@lumc.nl 3荷兰莱顿2300 RC Leiden RC Leiden University Center的转化纳米材料和成像集团放射学系; L.J.Cruz_ricondo@lumc.nl 4放射科,核医学科,莱顿大学医学中心,荷兰2300 RC Leiden; l.f.de_geus-oei@lumc.nl 5生物医学光子成像小组,Twente University,7522 NB NB Enschede,荷兰6荷兰6号研发部,Uniqure,Uniqure,1100 DA Amsterdam,荷兰,荷兰; v.sier-ferreira@uniqure.com 7 Percuros B.V. Leiden, 2333 CL Leiden, The Netherlands 8 Translational Molecular Imaging, Clinic of Hematology and Medical Oncology, Institute of Diagnostic and Interventional Radiology, University Medicine Center Göttingen and Max-Planck-Institute for Experimental Medicine, 37075 Göttingen, Germany; falves@gwdg.de 9 Sheffief Figfiled sheffinfinfinfinforn and Sheffiffinffinfinforn and Sheffinfinfinford s10 2RX,英国; m.muthana@sheffield.ac.uk *通信:c.f.m.sier@lumc.nl或k.sier@percuros.nl;电话。 : +31-71-526-26101尼特兰莱顿市莱顿大学医学中心外科部;荷兰; v.q.sier@lumc.nl(V.Q.S.); m.r.de_vries@lumc.nl(M.R.D.V.); j.r.van_der_vorst@lumc.nl(J.R.V.D.V.); a.l.vahrmeijer@lumc.nl(a.l.v.)2尼德兰莱顿大学医学中心肾脏科学系,荷兰莱顿2300; c.van_kooten@lumc.nl 3荷兰莱顿2300 RC Leiden RC Leiden University Center的转化纳米材料和成像集团放射学系; L.J.Cruz_ricondo@lumc.nl 4放射科,核医学科,莱顿大学医学中心,荷兰2300 RC Leiden; l.f.de_geus-oei@lumc.nl 5生物医学光子成像小组,Twente University,7522 NB NB Enschede,荷兰6荷兰6号研发部,Uniqure,Uniqure,1100 DA Amsterdam,荷兰,荷兰; v.sier-ferreira@uniqure.com 7 Percuros B.V. Leiden, 2333 CL Leiden, The Netherlands 8 Translational Molecular Imaging, Clinic of Hematology and Medical Oncology, Institute of Diagnostic and Interventional Radiology, University Medicine Center Göttingen and Max-Planck-Institute for Experimental Medicine, 37075 Göttingen, Germany; falves@gwdg.de 9 Sheffief Figfiled sheffinfinfinfinforn and Sheffiffinffinfinforn and Sheffinfinfinford s10 2RX,英国; m.muthana@sheffield.ac.uk *通信:c.f.m.sier@lumc.nl或k.sier@percuros.nl;电话。 : +31-71-526-26102尼德兰莱顿大学医学中心肾脏科学系,荷兰莱顿2300; c.van_kooten@lumc.nl 3荷兰莱顿2300 RC Leiden RC Leiden University Center的转化纳米材料和成像集团放射学系; L.J.Cruz_ricondo@lumc.nl 4放射科,核医学科,莱顿大学医学中心,荷兰2300 RC Leiden; l.f.de_geus-oei@lumc.nl 5生物医学光子成像小组,Twente University,7522 NB NB Enschede,荷兰6荷兰6号研发部,Uniqure,Uniqure,1100 DA Amsterdam,荷兰,荷兰; v.sier-ferreira@uniqure.com 7 Percuros B.V. Leiden, 2333 CL Leiden, The Netherlands 8 Translational Molecular Imaging, Clinic of Hematology and Medical Oncology, Institute of Diagnostic and Interventional Radiology, University Medicine Center Göttingen and Max-Planck-Institute for Experimental Medicine, 37075 Göttingen, Germany; falves@gwdg.de 9 Sheffief Figfiled sheffinfinfinfinforn and Sheffiffinffinfinforn and Sheffinfinfinford s10 2RX,英国; m.muthana@sheffield.ac.uk *通信:c.f.m.sier@lumc.nl或k.sier@percuros.nl;电话。: +31-71-526-2610
我们开发了首创的达沙替尼衍生物显像剂 18 F-SKI-249380 ( 18 F-SKI),并在临床前模型中验证了其用于无创体内酪氨酸激酶靶向肿瘤检测的用途。在本研究中,我们评估了使用 18 F-SKI 对恶性肿瘤患者进行 PET 显像的可行性。方法:作为一项前瞻性研究的一部分,五名先前诊断为乳腺癌、肾细胞癌或白血病的患者在注射 18 F-SKI(平均 241.24 ± 116.36 MBq)90 分钟后接受全身 PET/CT 显像。此外,患者在注射后立即接受 30 分钟的上腹部动态扫描(至少部分包括心脏左心室、肝脏、脾脏和肾脏)(n = 2)或三次 10 分钟的全身 PET/CT 扫描(n = 3)以及基于血液的放射性测量,以确定示踪剂分布的时间过程并帮助估算辐射剂量。3 名患者中的一组在 180 分钟时接受了延迟的全身 PET/CT 扫描。对生物分布、剂量和肿瘤摄取进行了量化。使用 OLINDA/EXM 1.0 计算吸收剂量。结果:注射 18 F-SKI 后未发生不良事件。总共分析了 27 个肿瘤病灶,注射后 90 分钟的中位 SUV 峰值为 1.4(范围为 0.7 – 2.3),肿瘤与血液的比率为 1.6(范围为 0.8 – 2.5)。计算出的 4 个参考病灶的肿瘤内药物浓度范围为 0.03 至 0.07 nM。在所有参考病灶中,注射后 30 至 90 分钟内均观察到示踪剂的持续积累。血液放射性测定表明,放射性示踪剂从血液和血浆中的清除最初很快(血液半衰期,1.31±0.81分钟;血浆,1.07±0.66分钟;n=4),随后是不同程度的终末期延长(血液半衰期,285±148.49分钟;血浆,240±84.85分钟;n=2)或小幅上升至平台期(n=2)。与达沙替尼一样,18F-SKI在给药后经历了广泛代谢,代谢物分析证明这一点。放射性主要通过肝胆途径清除。正常组织中吸收剂量估计值(mGy/MBq)最高的是右结肠(0.167±0.04)和小肠(0.153±0.03)。有效剂量为 0.0258 mSv/MBq(SD,0.0034 mSv/MBq)。结论:18 F-SKI 表现出显著的肿瘤摄取,
国家标准技术研究所(NIST)于2016年12月宣布了量子后加密术(PQC)的标准化,以解决这些问题。多年来,已将标准化用于提交给公共加密,关键封装机制和数字签名的算法。第三轮候选算法于2020年7月宣布,其余算法是七个决赛入围者和八种替代算法[4]。在决赛入围者中,数字签名包括三种算法,两种基于格子的基于晶格(晶体 - 二锂,猎鹰)和一个基于多变量的算法(Rainbow)。nist考虑了用于比较PQC标准化过程中候选算法的评估标准的三个方面:1)安全性,2)成本和绩效,以及3)算法和实施特征[3]。nist还明确指出,它希望“收集有关实施成本的更多信息,以提供对侧通道攻击的阻力”。因此,对此的侧向通道攻击案件非常重要。
量子计算机对密码学构成了迫在眉睫的威胁。巧合的是,量子计算机增强的计算能力可以解决当今使用的大部分公钥密码学所依赖的精确数学问题,比如因式分解和离散对数 [Sho94]。好消息是,“量子安全”的数学工具(如格、多元方程或同源)已经存在,可以在许多环境中用作直接替代品。尽管如此,仍存在许多挑战。例如,使用量子安全的直接替代品并不总能保证整个协议的安全性,因为许多经典证明技术无法延续到量子环境中 [VDG98、ARU14、BDF + 11]。量子攻击者也可能获得对诚实方的“叠加访问权限”,从而开辟新的攻击途径 [KM10、Zha12a、DFNS14、KLLN16]。在这项工作中,我们考虑了来自量子计算机的完全不同的威胁,据我们所知,这种威胁以前从未被发现:量子盗版!
摘要 使用简化的分层理论、通道模型实验和近陆架边缘系泊的观测诊断来研究内潮在驱动大陆坡示踪物输送中的作用。内潮的影响可以用斯托克斯漂移来解释,斯托克斯漂移分为两个不同的分量:一个由层厚度和速度的协方差驱动的弹丸分量,以及一个由速度跟随界面运动驱动的剪切分量。对于三层海洋,在模型实验和观测中,内潮的向岸传播驱动斯托克斯输送,该输送在表面和底层向岸,在跃层向离岸。这种反转结构是由于弹丸分量在边界附近占主导地位,而剪切分量在跃层占主导地位。在观测诊断中,斯托克斯输送不会被欧拉输送抵消,欧拉输送主要沿着测深轮廓线方向。如果大陆架上有示踪剂汇,则内潮的斯托克斯漂移会提供系统性的大陆架示踪剂输送,这些示踪剂汇在表面层或底层中携带。相反,如果大陆架上有示踪剂源,并且大陆架示踪剂羽流预计会沿着跃层被带到海上,则示踪剂输送会导向海上。内潮导致的示踪剂输送被诊断为热量、盐和硝酸盐。深度积分硝酸盐通量被导向大陆架,为富饶的大陆架海提供营养物质。
图1:肯塔基地质调查局建立的排水子碱边界。浅蓝色显示的大盆地是沙洞盆地。这是这项研究的主要主题。以前的染料跟踪结果显示为红线。请注意,砂洞盆地内的染料迹线是从另一个大盆地的高流量溢流途径,并且不能定义盆地的范围。
迹回归模型是广为研究的线性回归模型的直接扩展,它允许将矩阵映射到实值输出。这里,我们介绍一个更为通用的模型,即部分迹回归模型,它是一类从矩阵值输入到矩阵值输出的线性映射;该模型包含了迹回归模型,因此也包含了线性回归模型。借用量子信息论的工具,其中部分迹算子已经得到了广泛的研究,我们提出了一个框架,用于利用完全正映射的所谓低秩 Kraus 表示从数据中学习部分迹回归模型。我们通过针对 i)矩阵到矩阵回归和 ii)半正定矩阵补全进行的合成和真实实验展示了该框架的相关性,这两个任务可以表述为部分迹回归问题。