XiaoMi-AI文件搜索系统
World File Search SystemZK
贝丁蛋白：具有有希望的抗癌活性的天然产物...
结直肠癌是男性类型的第三个通常被诊断出来的，是女性的第二种。结直肠癌患者的死亡率是由于诊断时的进步和当前使用的细胞抑制剂的选择性低而引起的。寻找新的抗癌物质的最重要方向之一是对自然起源的研究。该组的一种有希望的物质，其特征是与毒性低毒性的结直肠癌细胞有关。根据评估这一活动方向提供的研究涉及COL2，SW707，DLD-1，HT29和HCT116癌细胞的人类线。确定结直肠癌细胞中该三萜的分子机制也很重要。
GeSn 合金的生长和应变调节及其在光子和电子应用领域的应用
1 中国科学院微电子研究所微电子器件与集成技术重点实验室，北京 100029；wangguilei@ime.ac.cn（GW）；sujiale@ime.ac.cn（JS）；miaoyuanhao@ime.ac.cn（YM）；lijunjie@ime.ac.cn（JL）；renyuhui@ime.ac.cn（YR）；lijunfeng@ime.ac.cn（JL） 2 中国科学院大学集成电路学院，北京 100049 3 北京超弦存储技术研究院，北京 100176 4 清华大学集成电路学院，北京 100086；jun-xu@tsinghua.edu.cn 5 广东大湾区集成电路与系统研究院光电混合集成电路研发中心，广州 510535； linhongxiao@ime.ac.cn (HL); liben@ime.ac.cn (BL) 6 中国科学院微电子研究所高频高压器件与集成研究发展中心，北京 100029，中国；xunmeng@ime.ac.cn 7 北方华创科技集团股份有限公司，北京 100176，中国；gushihai@naura.com 8 北京航空航天大学综合科学与工程学院费尔特北京研究所，北京 100191，中国；kaihua.cao@buaa.edu.cn 9 中瑞典大学电子设计系，Holmgatan 10, 85170 Sundsvall，瑞典* 通讯地址：kongzhenzhen@ime.ac.cn (ZK); liangrr@mail.tsinghua.edu.cn (RL); rad@ime.ac.cn (HHR);电话：+86-010-82995897（中控）
OU：自动化零知识协议的并行化
零知识证明（ZKP）是一种强大的加密原理，用于许多分散或以隐私为中心的应用程序。但是，ZKP的高开销可以限制其实际适用性。我们设计了一种编程语言OU，旨在在编写有效的ZKP时减轻程序员的负担以及编译器框架Lian，该框架可以自动化对计算集群的语句分析和分布。lian使用编程语言语义，形式方法和组合优化，将OU程序自动将OU程序划分为有效尺寸的块，以进行并行ZK提供和/或验证。我们贡献：（1）一种前端语言，用户可以在熟悉的语法中将证明语句写为命令式程序； （2）自动分析程序并将其编译成优化的IR的编译器体系结构和实现，可以将其提升为各种ZKP构造； （3）基于伪树状优化和整数线性编程的切割算法，将指令重新定义，然后将程序分配为有效尺寸的块，以进行并行评估和有效的状态和解。
C08.诱变及其用途
曲霉菌属真菌的致突变作用是由于其含有称为霉菌毒素的化合物，其中包括剧毒的低分子量化合物——黄曲霉毒素。最常见的是黄曲霉毒素B1（AFB1）。具有致突变、致癌、毒性和免疫抑制作用。据估计，约有 45 亿人接触了高剂量的黄曲霉毒素。世界上每年约有55万至60万。新的肝癌病例是由接触高剂量黄曲霉毒素引起的。为此，发达国家纷纷对谷物中黄曲霉毒素的含量作出限制。黄曲霉毒素污染最常发生在谷物、油菜籽、香料、坚果、辣椒和干果中。乳制品也可能受到意外污染。
干眼症中的人工智能
Deng X 等人。( 2021 ) [ 29 ] 估计泪液弯月高度 217 Oculus Keratograph 泪液弯月图像 CNN (U-net) 准确度 = 82 。5 %，灵敏度 = 0 。899 ，精度 = 0 。911 ，F1 分数 = 0 。901 Elsawy A 等人。( 2021 ) [ 30 ] 诊断 DED 547 AS-OCT 眼表图像预训练 CNN (VGG19) AUCROC = 0 。99（模型 1）和 0 。98（模型 2），AUCPRC = 0。96（模型 1）和 0。94（模型 2），F1 得分 = 0。90（模型 1）和 0。86（模型 2）* Khan ZK 等人。（2021）[ 31 ] 检测 MGD 112 睑板腺 3D IR 图像、下眼睑和上眼睑睑板腺图像 GAN F1 得分 = 0。825，P-HD = 4。611，聚合 JI = 0。664 ，r = 0 。962 (clincian1) 和 0 。968 (clinician2)，p 值 < 0 。001 ，平均差异 = 0 。96 (clincian1) 和 0 。95 (clincian2) Xiao P 等人。( 2021 ) [ 32 ] 检测 MGD 15 (图像) Oculus Keratograph IR 眼底摄影图像 Prewitt 算子、Graham 扫描算法、碎片算法和 SA（按顺序使用）
![0] D_WX[[ 1Pcc[TU^a 5[PV ;Pf - 华盛顿邮报](/simg/g:\will\search\icon\source\c\cf67391f77347d0d8f35bac78741e01ba7fb9711.webp)
0] D_WX[[ 1Pcc[TU^a 5[PV ;Pf - 华盛顿邮报
F0B78 = 6C> = K：\ HGLMBMNMBHGZE ZF^g] n [m bg ma^ahnl^％pab \ a az] izll^] ma^f^zlnk^hk hk hg^ebd^bm _bo^mbf^mbf^l bg k^gm^gm^gm r^zkl'ma^zkl'a^zf^zf^gmílLniiHkm^kl^qll^qll^qlm gho^f [^kíl^e^\ mbhg \ hne] ikh] n \^ma^mph＆mabk] g^l] zr _hng]，。 l^gZmhkl hg k^\hk] hiihlbg` ma^ Zf^g]f^gm É hg^ fhk^ maZg bl g^^]^] mh ]^_^Zm bm% [Zkkbg` Z \aZg`^ bg ihlbmbhg' EZm^ P^]g^l]Zr L^kZh Ah%Za KhZa Kh]
res。助理。 fatihaltındiş
res。助理。FATİH ALTINDİŞ Personal Information Fax Phone: +90 352 338 8828 Email: fatih.altindis@agu.edu.tr Web: https://fatih.altindis.org International Researcher IDs ORCID: 0000-0002-3891-935X Yoksis Researcher ID: 281014 Education Information Doctorate, Abdullah Gul University, Fen Bilimleri Enstitüsü, Turkey 2018 - Continues Postgraduate, Abdullah Gul University, Fen Bilimleri Enstitüsü, Turkey 2017 - 2018 Undergraduate, Ihsan Dogramaci Bilkent University, Faculty Of Engıneerıng, Department Of Electrıcal And Electronıcs Engıneerıng, Turkey 2010 - 2016 Foreign Languages English, C2掌握论文研究生，激光诱导的气泡用于测量眼内眼压，阿卜杜拉·古尔大学（Abdullah gul University），fen bilimlerienstitüsü，2018年研究区域研究区生物医学图像处理，生物信号处理，生物签名处理，SCI，SSCI，SSCI和AHCI I. 5G和X波段应用的冠状边缘多体天线设计Hakanoglu B. G.，KiliçV。T.，AltindíşF。，TürkmenM.无线网络，第29卷，第7卷，第7期，第3255-3270页，2023年，2023年，2023年（Sci-expanded）II。 多媒体学习环境中的分裂注意效果：眼睛跟踪和EEG分析Mutlu-Bayraktar D.，Ozel P.，AltindïşF。，Yilmaz B.多媒体工具和应用，第81卷，第6卷，第6期，第8259-8282页，20282，2022，2022，SCI-III。 eeg信号的拓扑数据分析AltindïşF。，Yilmaz B.，Borisenok S.，İçözK。生物医学信号处理和控制，第63卷，2021年（SCI-Expented）IV。 多媒体学习Mutlu Bayraktar D.，ÖzelP。，Altindëp.F。，Yilmaz B.5G和X波段应用的冠状边缘多体天线设计Hakanoglu B. G.，KiliçV。T.，AltindíşF。，TürkmenM.无线网络，第29卷，第7卷，第7期，第3255-3270页，2023年，2023年，2023年（Sci-expanded）II。多媒体学习环境中的分裂注意效果：眼睛跟踪和EEG分析Mutlu-Bayraktar D.，Ozel P.，AltindïşF。，Yilmaz B.多媒体工具和应用，第81卷，第6卷，第6期，第8259-8282页，20282，2022，2022，SCI-III。eeg信号的拓扑数据分析AltindïşF。，Yilmaz B.，Borisenok S.，İçözK。生物医学信号处理和控制，第63卷，2021年（SCI-Expented）IV。多媒体学习Mutlu Bayraktar D.，ÖzelP。，Altindëp.F。，Yilmaz B.
创建零知识的培训证明最佳附近
零知识的培训证明（ZKPOT）允许一方证明在未揭示有关模型或数据集的任何其他信息的情况下，在授权的数据集上正确训练了模型。iSTAINT ZKPOT协议证明了整个培训过程中的零知识；也就是说，他们证明了最终模型是从训练数据和随机种子（并在其他其他参数上）开始的迭代方式获得的，并在每次迭代中应用正确的算法。 此方法本质上要求供者对迭代次数进行线性执行线性。 在本文中，我们采取了不同的方法来证明模型培训的正确性。 我们的方法是出于效率的动机，但也更加迫切地观察到，供者选择训练的随机种子的能力引发了其偏向模型的潜力。 换句话说，如果对训练算法的输入有偏见，那么即使卖者正确运行了训练算法，则最终的模型也会偏差。 我们没有证明训练过程的正确性，因此我们直接使用我们称为“最佳附近的概念”的训练模型的正确性，该概念界定了训练有素的模型与模型的数学上最佳模型之间的距离，这些模型可以将其视为解决方案，以作为解决方案优化问题的解决方案。 我们在理论上和实验上都表明，这确保了训练的模型与最佳模型的行为相似，并且表明对于现有方法而言是不正确的。iSTAINT ZKPOT协议证明了整个培训过程中的零知识；也就是说，他们证明了最终模型是从训练数据和随机种子（并在其他其他参数上）开始的迭代方式获得的，并在每次迭代中应用正确的算法。此方法本质上要求供者对迭代次数进行线性执行线性。在本文中，我们采取了不同的方法来证明模型培训的正确性。我们的方法是出于效率的动机，但也更加迫切地观察到，供者选择训练的随机种子的能力引发了其偏向模型的潜力。换句话说，如果对训练算法的输入有偏见，那么即使卖者正确运行了训练算法，则最终的模型也会偏差。我们没有证明训练过程的正确性，因此我们直接使用我们称为“最佳附近的概念”的训练模型的正确性，该概念界定了训练有素的模型与模型的数学上最佳模型之间的距离，这些模型可以将其视为解决方案，以作为解决方案优化问题的解决方案。我们在理论上和实验上都表明，这确保了训练的模型与最佳模型的行为相似，并且表明对于现有方法而言是不正确的。与现有的ZKPOT范式相比，我们还显示出显着的性能提高：在我们的协议中在ZK中证明的声明的大小与训练迭代的数量无关，而我们的布尔（分别算术）电路大小高达246×（分别为5×），比基线ZKPOT协议小的训练过程小于基线ZKPOT协议的小规模。
神经生物学，社会心理和环境原因暴力和侵略性 - 神经生物学，心理和环境的暴力和攻击事业
精神病学临床实践中的许多精神障碍与人，他人和他本人的侵略密切相关。agres和暴力并不总是与重要的心理病理学有关，而是与犯罪密切相关。通常被认为是解释暴力趋势中个体差异的单一原因。社会心理，心理动力学，气质，神经精神病学，环境，遗传因素，育儿风格，教育和护理质量以及学校心理健康计划的相互作用有效地发展或抑制暴力行为。积极的社会心理，家庭，教育因素，精神病倡议，预防性心理健康和积极的国家政策可能会对与暴力易感性相关的负面遗传和神经生物学个体差异产生愈合影响。在本文中，将审查所有与暴力和侵略性以及心理，遗传和神经性的因素有关的因素，这些因素可能在人的暴力和本质中很重要。