XiaoMi-AI文件搜索系统
World File Search Systemrandom
量子随机访问代码的简单和一般界限
量子随机访问代码（RAC）是量子信息科学中广泛有用的工具。除了以自己的优点研究（例如，参见[ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]), an incomplete list of their broader relevance includes protocols for quantum contextuality [ 9 ], information-theoretic principles for quantum correlations [ 10 ], tests of quantum dimension [ 11 , 12 ], quantum cryptography [ 13 ], famous open problems in Hilbert space geometry [ 14 ] and certification of measurements [ 15 , 16 , 17 ] and instruments [ 18 , 19]。这种广泛的使用导致量子RAC是许多实验的重点，例如，请参见例如[9，20，21，14，22，23，24]。为了证明和最大化RAC在大多数任务中的实用性，必须找到最佳的量子RAC策略，或者至少在最佳性能上找到相对紧密的界限。这是因为需要一个紧密的上限，例如为了使用量子RAC进行认证[25，26]，而近似范围可以导致申请，例如量子键分布[13，27]。找到这种普遍的界限恰恰是这项工作的目的。考虑一种通信方案，其中发送者将私人数据编码到发送给接收者的消息中，该消息希望恢复原始数据集的一些自由选择的部分。RAC是此类任务的特别自然类别。在RAC中，私有数据可以由n个独立和统一分布的经典变量组成，x：= {x 1，x 2，。。。，x n}。。。，d}对于i = 1，2，。每个变量都是从带有d不同符号的字母内选择的，xi∈[d]：= {1，2，。。。，n。数据集X然后由发件人编码，
环磷酰胺与利妥昔单抗，用于根除获得性血友病A的抑制剂：108例患者的随机试验
normandie大学，Unirouen，U 1096，Chu Rouen，内科部，F-76000 ROUEN，法国bourance b，内部Edcine和传染病服务，Haut-L´Ev eeke e ev eque，Chu Bordeaux，Chu Bordeaux，5 Avenue de Magellan，3366604 pessac，336604 PESSAC，FRIANS，FIRASIC，FIRICS，FIRICS。鲁恩（Rouen），法国d内部教育与临床免疫学服务，杜迪顿 - 布尔戈涅（Chu Dijon-Bourgogne），第琼大学（University of Dijon），F-21079 Dijon，法国e e内科，Chu Toulouse，F-31059 Toulouse。法国F诺曼底大学，Unirouen，H´Ematologie Biologique，F-76031 Rouen，法国G d´内部Edicine and Clinical Immunology的eargement，Chru Tours，University of Tours，University of Tours，F-37044 Tours，法国，法国。h chu lille，d´ef´ef´ef´ef´ef´emale系统中心和法国北部和西北部的Ef ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ef´ eforgement（cerinero），欧洲雷伦（Cerinero）稀有的北部和西北部，稀有结缔组织网络上的罕见结缔组织和Musculoskeletskepore疾病医学（Remennect），F-59000 Lille，F-59000 Lille，F-59000 Lille，F-59000 Lille，F-59000 Lille DUPUYTREN Hospital, F-87000 LIMOGES, France J Service of Internal Edicine, H ˆ OPITAL SAINT-LOUIS, APHP, 75010 PARIS & INSERM UMR-S 976, HUMAN IMMUNOLOGY, Pathophysiology, Immunotherapy, Saint-Louis Research Institute, F-75000 University, APHP, Department of Edicine Internteen-DMU i3, H ˆ Opital圣坦，巴黎F-75000，法国。l Univ Rennes，Chu Rennes，Inserm，EHESP，IRSET（SANT，环境与工作研究所）-UMR-S 1085，F-35000 Rennes，法国M内科，Amiens University Hospital，F-80000 AMIENS，法国Amiens，法国Amiens，法国北法国医学院NOINDAL MIDANIDE，POITIERS HOSTICY，POITIERS HOSTICY，F-86000。o服务de m´内部edecins，h the舵，Chu Marseille，Aix-Marseille Universit'E，F-13000 Marseille，法国。p服务d'H´H´生物血液学，CRC-MHC，Chu de Nantes，Nantes Cedex 1，法国。服务de m´内部免疫学临床临床H ncy Saint-Andr´e，Chu Bordeaux，1 Rue Jean Burguet，33075 Bordeaux，法国Rostatistics B Bordeaux，Chu Rouen和Cesp Umr 1018南特，法国南特的内部伊芬服务。服务de m´内部免疫学临床临床H ncy Saint-Andr´e，Chu Bordeaux，1 Rue Jean Burguet，33075 Bordeaux，法国Rostatistics B Bordeaux，Chu Rouen和Cesp Umr 1018南特，法国南特的内部伊芬服务。
策略性强且无嫉妒的随机分配
我们研究了一组具有严格偏好的代理之间不可分割对象的随机分配。我们表明，不存在一致、防策略和无嫉妒的机制。将第一个要求弱化为 q-一致 - 即当每个代理将不同的对象排在首位时，每个代理将以至少 q 的概率获得其最喜欢的对象 - 我们表明，满足防策略性、无嫉妒性和事后弱无浪费性的机制只有在 q ≤ 2/n（其中 n 是代理数量）时才能达到 q-一致。为了证明这个界限是严格的，我们引入了一种新机制，即随机独裁兼均等分配 (RDcED)，并表明当所有对象都可以接受时，它会达到这个最大界限。此外，对于三个代理，RDcED 具有前三个属性和事后弱效率的特征。如果对象可能无法接受，那么即使事后弱非浪费性，策略防护性和无嫉妒性也是共同不相容的。
SARS-CoV-2、BIV1-CovIran 灭活病毒颗粒疫苗的有效性和安全性：随机、安慰剂对照、双盲、多中心、 3 期临床试验
结果 招募了 20 000 名参与者，并随机分配接受 BIV1-CovIran（n=13 335（66.7%））或安慰剂（n=6 665（33.3%））。参与者的平均年龄为 38.3 岁（标准差 11.2），其中 6 913 人（34.6%）为女性。在随访期间（中位数为 83 天）报告感染新冠肺炎的接种疫苗参与者中，758 人（5.9%）出现症状，144 人（1.1%）感染严重，7 人（0.1%）病情危急。在随访期间接受安慰剂的参与者中，688 人（10.7%）出现症状，221 人（3.4%）感染严重，19 人（0.3%）病情危急。对有症状的 covid-19 的总体有效率为 50.2%（95% 置信区间为 44.7% 至 55.0%），对重症疾病的总有效率为 70.5%（63.7% 至 76.1%），对危重病例的总有效率为 83.1%（61.2% 至 93.5%）。安慰剂组有效人群中报告有 2 例死亡，干预组无死亡病例。在随访期间，报告了 41 922 起不良事件：28 782 起（68.7%）为不良反应，其中 19 363 起（67.3%）发生在干预组。大多数不良反应为轻度或中度（1 级或 2 级）且可自行痊愈。没有与注射有关的严重不良事件。对于变体调查，在 119 名 SARS-CoV-2 变体呈阳性的参与者中，106 名（89.1%）对 delta 变体呈阳性。
张量产品的随机子空间的浓度估计，并应用于量子信息理论
给定一个随机子空间H n在Hilbert Space的张量中均匀地选择了v n w w，我们认为相对于张量结构，H n h n元素的所有单数值的集合k n。在WIFED的背景下，该随机集获得了大量定律，并且在[3]中以相同的速度以相同的速度倾向于h n，v n的尺寸。在本文中，我们提供了衡量浓度估计值。K n的概率研究是由量子信息理论中重要问题的动机，并允许为尺寸提供最小的已知维度（184），即一个Ancilla空间，允许最小输出熵（MOE）违规。通过我们的估计，作为应用程序，我们可以为发生MOE发生的空间的维度提供实际界限。
黄热病疫苗与蜱传脑炎疫苗或日本脑炎疫苗联合接种后的安全性和免疫原性：一项开放标签、非随机临床试验的结果
。CC-BY 4.0 国际许可 它是根据作者/资助者提供的，他已授予 medRxiv 永久展示预印本的许可。（未经同行评审认证）
来自低度猜想的算法连续性和相关的随机图中的应用
图形匹配，也称为网络对齐，是识别两个图表之间的双向反射，从而最大程度地提高了公共边数的数量。当两个图彼此完全同构时，此问题将减少到经典的图形同构问题，其中最著名的算法在准杂音时间时间中运行[1]。通常，图形匹配是二次分配问题[7]的实例，该实例已知可以解决甚至近似[38]。是由现实世界应用（例如社交网络去匿名化[45]和计算生物学[51]）以及了解平均计算复杂性的需求，最近的研究集中在统计模型下的理论基础和有效的算法。这些模型假设这两个图是在隐藏的顶点对应关系下随机生成的，其中有相关的边缘，其中规范模型是以下相关的随机图模型。对于任何整数n，用u = u n表示为1≤i=j≤n的无序对（i，j）集。
任何有限字段的有效伪随机相关发生器
摘要。相关的随机性在于有效的现代安全多方计算（MPC）协议的核心。生成MPC在线阶段协议所需的相关随机性的成本通常构成整体协议中的瓶颈。Boyle等人发起的伪随机相关发生器（PCG）的最新范式。（CCS'18，Crypto'19）为此问题提供了一个吸引人的解决方案。在草图中，为每个方提供了一个短的PCG种子，可以将其局部扩展为长相关字符串，从而满足目标相关性。在各种类型的相关性中，有忽略的线性评估（OLE），这是对算术电路的典型MPC协议的基本和有用的原始性。旨在有效地生成大量OLE，并应用于MPC协议，我们建立了以下结果：（i）在任何字段F p上，我们为OLE提出了一种新颖的可编程PCG构造。对于kn ole相关性，我们需要O（k log n）通信和O（k 2 n log n）计算，其中k是任意整数≥2。预先的作品要么具有二次计算（Boyle等人crypto'19），或者只能支持大于2的大小的字段（Bombar等人加密23）。（ii）我们扩展了上述OLE结构，以提供任何有限领域的各种相关性。引人入胜的应用之一是用于两方身份验证的布尔乘法三倍的有效PCG。对于kN身份验证的三元组，我们提供的PCG具有O（k 2 log n）位的种子大小。与以前的作品相比，每个作品都有自己的权利。据我们最大的知识，这种相关性以前尚未通过sublrinear沟通和准线性计算实现。（iii）此外，该可编程性可用于多方布尔三元组的有效PCG，因此是第一个具有无声预处理的布尔电路的有效MPC协议。尤其是我们显示的kn m-零件乘数可以在O（m 2 K log n） - 次通信中生成，而最先进的叶面（Asiacrypt'24）需要广播通道，并需要MKN + O（m 2 log kn）钻头通信。（iv）最后，我们提出有效的PCG，用于电路依赖性预处理，矩阵乘法和字符串OTS等。
大脑如何将随机性转化为强大的记忆
之前对模仿大脑的人工智能系统（即神经网络）的研究表明，在神经网络活动中注入随机波动实际上可以提高它们在学习执行任务时的表现。然而，之前的研究是在相对简单的神经网络上进行的，这让人怀疑这种影响在现实生活中到底能发挥多大作用。
策略性强且无嫉妒的随机分配
考虑在一组代理中分配不可分割对象的问题——每个代理最多接收一个，我们假设他们对对象集有严格的偏好。此外，虽然对象的特征可能包括固定的货币支付，但没有额外的转移。这样的问题出现在许多现实生活中的应用中，例如校内住房（租金固定）、器官分配、与申请人优先级相关的学校选择等。每当几个代理想要消费同一个对象时，对象的不可分割性，加上没有任何补偿转移，将使任何确定性的分配变得不公平。这是在这种情况下实施随机分配的主要原因。由于代理的偏好是私人信息，随机分配机制的设计必须提供激励来如实报告它们（否则分配是基于错误的偏好）。此外，在许多应用中，