XiaoMi-AI文件搜索系统
World File Search SystemVere
advdiff：使用扩散模型生成不受限制的对抗示例
摘要。不受限制的对抗攻击对深度学习模型和对抗性防御技术构成了严重威胁。它们为深度学习应用带来了安全问题，因为它们可以有效地绕过防御机制。然而，以前的攻击通常直接直接将投影梯度下降（PGD）梯度注入生成模型的采样中，这些模型并非理论上是可以预见的，因此通过合并对抗性目标，尤其是对于像ImageNet这样的大型数据集的基于GAN的方法，从而产生了不切实际的示例。在本文中，我们提出了一种称为Advdiff的新方法，以生成具有扩散模型的不受限制的对抗示例。我们设计了两种新型的对抗引导技术，以在扩散模型的反向生成过程中进行对抗采样。这两种技术通过解释的目标分类器的梯度来产生高质量的对抗性示例，在产生高质量的对抗性示例中是有效且稳定的。对MNIST和IMAGENET数据集的实验结果表明，Advdiff在产生无限制的对抗示例方面有效，在攻击性能和发电质量方面，其表现优于最先进的不受限制的对抗攻击方法。
upadacitib作为溃疡性结肠炎的二线JAK抑制剂的功效：病例系列
溃疡性结肠炎（UC）是一种特发性慢性炎症性肠道疾病，表现出结肠粘膜的反复炎症（1）。引入生物制剂，包括单克隆抗肿瘤坏死因子抗体，已显着改变了炎性肠道疾病的治疗景观（1）。然而，由于免疫状态改变，中和抗体抗体的形成或输注反应，这些治疗可能有时会失败（2）。JANUS激酶（JAK）抑制剂已成为适合中度至SEVERE UC患者的革命性治疗途径（3，4）。一线JAK抑制剂，例如Tofacitinib和filgotinib，在UC患者的诱导和主要缓解方面表现出了功效，即使在患有皮质固醇，硫嘌呤，生物尿学和Cal- cineurin抑制剂的治疗的情况下，也已经失败了（5-7）。尽管如此，由于主要或次要的无响应，一部分个体无法忍受这些治疗方法，从而促使替代方案的探索。upadacitib是最近经批准的JAK抑制剂，对JAK1具有很高的特异性，已显示出有助于缓解和维持的功效（8），可能是表现出IN-
COVID-19 传播案例研究
新冠疫情大流行的后果对少数族裔群体和经济贫困社区产生了更严重的后果。这种差异可以用多种因素来解释，包括获得医疗保健的机会不平等，以及低收入群体因工作或社会义务而无法减少流动性。此外，研究发现，老年人更容易出现严重症状，这主要是由于与年龄相关的健康原因。因此，调整疫苗分发策略以考虑一系列人口统计数据对于解决这些差异至关重要。在本研究中，我们提出了一种新方法，该方法利用流动网络上的影响力最大化 (IM) 来制定包含人口公平性的疫苗接种策略。通过考虑种族、社会地位、年龄和相关风险因素等因素，我们旨在优化疫苗分配，以同时针对一个或多个受保护属性实现各种公平定义。通过对美国三大都市地区的 Covid-19 传播进行的广泛实验，我们证明了我们提出的方法在减少疾病传播和促进疫苗分配公平方面的有效性。
1989 年 2 月 19 日，在越南共和国，他以勇敢无畏、冒着生命危险、超越职责要求的勇气和使命牺牲，当时他正担任一支由 9 名特种部队远程侦察巡逻队助理队长。:-icr~tall!扎比托斯基中士召集他的队员，将他们部署到防御位置，并暴露在敌人的自动武器集中火力下，指挥他们进行还击。意识到情况的严重性，扎比托斯基中士命令他的巡逻队移动到着陆区，以便直升机撤离，同时他用步枪和手榴弹掩护他们的撤退。在敌人的压力越来越大的情况下，他重新加入巡逻队，将每个人都部署在严密的周边防御中，并不断地从一个人移动到另一个人，鼓励他们并控制他们的防御火力。..主要是由于他的榜样，人数处于劣势的巡逻队一直保持着岌岌可危的地位，直到战术空中支援和直升机撤离小组抵达。随着救援直升机的到来，坚定的 Xorth 越南人继续进攻。扎比托斯基中士反复
编号 ACM 40267 ________________________ 联合...
上诉人在上诉中提出以下问题：（1）上诉人因性虐待儿童而被定罪是否在法律和事实上充分；3（2）上诉人因性侵犯而被定罪是否在法律和事实上充分；4（3）上诉人是否得到了律师的有效协助；（4）军事法官是否滥用自由裁量权，采纳了 SP 性侵犯法医检查的照片；（5）军事法官在根据军事证据规则 (Mil. R. Evid.) 404(b) 和 413 采纳倾向证据时是否滥用自由裁量权；（6）军事法官在采纳某些量刑证据时是否滥用自由裁量权；（7）审判律师在量刑辩论中是否存在检察官不当行为；（8）上诉人的判决是否过重； （9）上诉人是否被剥夺了获得一致裁决的宪法权利。我们仔细考虑了问题（9），发现它不需要讨论或救济。参见美国诉马蒂亚斯案，25 MJ 356，361（CMA 1987）。5 至于其余问题，我们认为不存在任何严重损害上诉人实质权利的错误，我们维持调查结果和判决。
ADS-B 通信的可靠性：基于实验评估的新见解
广播式自动相关监视 (ADS-B) 技术有望通过更高效、及时和更易于访问的方式传播飞行数据，从而提高民用航空电子设备的安全性。此外，到 2020 年，该技术将被强制采用。但是，通信质量并不完全令人满意。事实上，数据包丢失的原因有很多，例如障碍物、天气条件，以及 ADS-B 预期工作的频带与飞机使用的其他传统通信技术共享的频带相同。利用该领域的一些先前工作，对这一特定背景下的数据包丢失问题进行初步研究，本文分析了 Opensky 网络公共数据库，以提供更多提示和真实统计数据，说明表征飞机通信的数据包丢失以及 ADS-B 技术的整体可靠性。通过分析超过 21 GB 的真实飞机生成轨迹，我们发现最近几年推出的模型存在严重的局限性。这可以归因于多种原因，包括网络吞吐量和密度的增加，以及——正如我们的分析发现的——有相当一部分 ADS-B 实施不符合标准建议。总体而言，本文旨在：(i) 阐明当前文献中的一些差距；(ii) 为 ADS-B 通信提供新的、更新的数据包丢失模型；(iii) 激励
引用Vollema，E。M.，Amanullah，M。R.，Prihadi，E.A.左
从莱顿大学医学中心的正在进行的患者的注册表中研究人群和数据收集，有616例有症状的严重AS患者使用2D斑点跟踪超声心动图（即在2000年至2017年之间，选择了有症状的Severe诊断为有症状的诊断后的首次可用超声心动图。是最近指南的建议，严重定义为平均主动脉阀梯度> _40mmHg和/或主动脉阀区域（AVA）<1.0 cm 2 [或索引主动脉阀区域（AVAI）<0.6 cm 2/m 2]和/或峰值主动脉射流velocity> _4 m/s> _4 m/m/s。 14 - 16所有超声心动图数据均在临床上获取，并由经验丰富的观察者分析。排除标准是先前的主动脉瓣置换（AVR），缺乏症状以及由于声窗不良或数据不足而导致的斑点跟踪分析不足。患者人口统计和临床数据（例如心血管药物使用和合并症）和临床随访数据是从部门患者信息系统（EPD-Vision 11.8.4.0;尼德兰莱顿大学医学中心）和医院记录（Hix; Hips; Hips; Chipsoft; Chipsoft，Amsterdam，Netherlands）收集的，并进行了回顾。由于此分析的回顾性质，机构审查委员会放弃了对知情同意书的需求（CME 10.053）。支持本研究结果的数据可根据合理的要求提供给相应的作者。
一种有希望的登革热疫苗
全球有一半人口生活在登革热流行的地区 [1]。亚洲国家受影响最严重，报告的病例约占所有病例的 70% [2]。尽管大多数感染无症状或症状轻微，但会发展为重症登革热并导致死亡。登革热病毒 (DENV) 包含四种主要不同的血清型 (DENV1-4)。感染一种血清型会对该特定血清型产生长期免疫力，但对其他血清型只能产生短期免疫力。再次感染登革热是导致重症疾病的风险因素，但后续感染则并非如此 [3]。其原因尚不清楚，但通常归因于抗体依赖性增强 (ADE) [4]，即交叉反应抗体形成免疫复合物而不是中和病毒，导致病毒血症增加和疾病更加严重。在登革热疫苗开发中，考虑这一现象很重要，任何候选疫苗都应最好能诱导针对所有四种血清型的长期免疫力。目前有两种针对 DENV1-4 的减毒活四价疫苗，Dengvaxia ® 和 Qdenga ® 。Dengvaxia ® 基于黄热病核心，于 2015 年推出。临床研究表明，对病毒学确诊的登革热 (VCD) 的有效性为 60% [ 5 ]。然而，在随访的第三年，
Brainy Home：基于脑机接口的虚拟智能家居和轮椅控制应用程序
摘要：近年来，智能家居应用已成为改善人们生活质量的必需品，尤其是对于行动障碍人士。虽然智能家居应用是通过手机、语音命令和手势等交互工具进行控制的，但这些工具可能不适合患有严重残疾、影响其运动功能的人士，例如闭锁综合征 (LIS)、肌萎缩侧索硬化症 (ALS)、脑瘫、中风等。在本研究中，我们在虚拟环境中开发了一个智能家居和轮椅控制应用程序，该应用程序完全由基于稳态视觉诱发电位 (SSVEP) 的脑机接口 (BCI) 系统控制。它是一种成本相对较低、易于设置的无线通信协议，具有较高的准确性。该系统已在 15 名健康受试者身上进行了测试，初步结果全面表明，所有受试者都以大约 100% 的准确率完成了设备交互任务，并以超过 90% 的准确率完成了轮椅导航任务。这些结果清楚地表明，未来开发的系统可用于与辅助设备和智能家电实时交互。因此，所提出的系统可能在帮助残疾人独立进行日常生活活动方面发挥重要作用。
使用机器学习的空气动力学优化...
本文提出了一种空气动力学优化方法，该方法利用机器学习技术来增强稳态雷诺（Reynolds Parynolds Parynolds Parynolds Parynolds Parynolds Parynolds Perrynolds perrands vere的Navier-Stokes（RANS）模拟）模拟的湍流模型，这些模拟容易出现，这些模拟很容易出现，以使其不准确，以使复杂流动的复杂流动涉及分离等现象。我们采用了场的反转和机器学习（FIML）方法，通过解决一些高实现数据的逆问题（对于不同的形状和/或流条件），从而渗透模型差异，并使用机器学习（例如神经网络）来概括差异Ellds for Unseseenseenseenseenseenseenseenseenseenseenseenseenseenseenneclesnementity。作为概念证明，我们使用直接数值模拟（DNS）数据进行一组参数化的周期性山丘，以增强使用FIML的两种方程式𝑘-𝜔-𝜔SST模型，然后将其合并到CFD求解器中以进行空气动力学形状优化，而在成本优化的情况下，将其纳入最小化。为了说明对湍流模型选择的固有优化敏感性，我们还使用Wilcox𝑘 -𝜔模型进行比较。一旦为不同的湍流模型实现了最佳形状，我们就建议使用混合Rans-LES改进延迟的分离涡流模拟（IDDES）来验证流量预测，这反过来又对可用DNS数据进行了验证。结果强调了在存在流量分离的情况下优化对湍流模型的敏感性，而FIML启动的𝑘-𝜔SST模型能够实现更高的拖动降低（20。8-25。3％）与IDDES预测（在速度和皮肤摩擦方面）达成公平同意。基线SST模型可实现4。5-6。5％，速度和皮肤摩擦与IDDES结果相比差。