上面的表征还适用于统计和计算零知识参数系统。我们将此特征进一步扩展到具有知识复杂性o(log n)的证明系统。特别是,如果GAPMCSP具有具有知识复杂性O(log n)的证明系统,则表明单向函数的存在的特征是CZK的最差硬度。我们通过证明NP在存在指数性的硬辅助输入单向函数的情况下以知识复杂性ω(log n)的互动性证明系统进行补充(这是比指数硬的单向函数较弱的原始功能)。我们还表征了CZK的非确定性硬度在pspace̸⊆am的弱假设下,CZK的非确定性硬度的不均匀计算单向函数的存在。我们提出了结果的两个应用。首先,我们简化了通过NP的元素函数来证明元计算问题的单向功能,以及Hirahara(stoc'23)给出的NP的最坏情况的证明。第二,我们表明,如果NP具有La-conic零知识参数系统,则存在一个公用密钥加密方案,其安全性可以基于NP的最坏情况。这改善了以前的结果,该结果假定存在无法区分的混淆。
近年来,人们对Utiz Liz Liz Liz Liz Liz Formenting学习(RL)的兴趣越来越高,以优化推荐系统中的长期奖励。由于工业推荐系统通常被设计为多阶段系统,因此同时优化多个阶段时,具有单个代理的RL方法会面临挑战。原因是不同阶段具有不同的观察空间,因此不能由单个代理建模。为了解决这个问题,我们提出了一种新型的基于单向执行的多代理增强学习(UNEX-RL)框架,以重新获得多阶段建议系统中的长期奖励。我们表明,单向执行是多阶段推荐系统的关键功能,为多机构增强学习(MARL)的应用带来了新的挑战,即观察依赖性和级联效应。为了应对这些挑战,我们提供了级联信息链(CIC)方法,以将依赖性观测值与动作依赖性观察结果分开,并使用CIC有效地训练UNEX-RL。我们还讨论了UNEX-RL的实际差异技术。fi-Nelly,我们显示了UNEX-RL对公共数据集和具有超过1亿用户的在线推荐系统的有效性。特别是,UNEX-RL揭示了用户使用时间的0.558%与单一AGENT RL算法相比,在线A/B实验中的使用时间为0.558%,强调了UNEX-RL在工业推荐系统中的效率。
在线工具有意义的活动,并表示希望拥有在线和面对面选项的愿望。一些参与者描述了在限制期间参加各种在线社交团体活动的参与,例如参加“通过Zoom参加Zumba课程”(P6)。随着限制的逐渐缓解,其中一些活动仍在网上继续进行。p14说:“我们曾经每月进行一次讲座,他们再也没有回到面对面。从那以后一直在线。”许多参与者享受这些在线机会提供的便利,尤其是在特殊情况下正如P4所说:“下雨或10度时,我不可能在公园里做瑜伽”。P5说:“这对人有帮助
摘要有大量的工作研究需要什么形式的计算硬度来实现经典的加密。特别是,可以从彼此构建单向函数和伪随机生成器,因此需要等效的计算假设才能实现。此外,这些原语中的任何一个的存在都意味着p̸= np,这在必要的硬度上给出了下限。也可以通过量子输出来定义这些原始词的版本:分别单向状态发生器和伪随机态生成器。与经典环境不同,尚不清楚是否可以从另一个可以构建两者。尽管已经证明,某些参数制度的假态状态生成器可用于构建单向状态发生器,但该含义以前尚未在一般性中被广为人知。此外,据我们所知,单向状态发生器的存在在传统复杂性理论中没有已知的含义。我们表明,伪随机态将n位压缩到log n + 1量子位可用于构建单向状态发电机,并且伪和态态将n位压缩到ω(log n)量子位本身就是单向状态发电机。这是一个几乎最佳的结果,因为可以无条件地证明具有小于C n Q n Qubit Output的假态状态。我们还表明,任何单向状态生成器都可以通过具有经典访问PP Oracle的量子算法破坏。这与先前已知的事实形成鲜明对比:o(n) - 副本单向发电机需要计算硬度。我们结果的一个有趣的含义是,对于每个t(n)= o(n/ log n),t(n) - 副本单向状态发生器无条件地存在。我们还概述了单向状态发电机和量子位承诺之间的黑框分离的新途径。
单向量子中继器通过量子纠错码抵消丢失和操作错误,可以确保量子网络中快速可靠的量子比特传输。至关重要的是,这种中继器的资源需求(例如,每个中继器节点的量子比特数和量子纠错操作的复杂性)必须保持在最低水平,以便在不久的将来实现。为此,我们提出了一种单向量子中继器,它使用代码连接以资源高效的方式针对通信信道中的丢失和操作错误率。具体来说,我们将树簇代码视为内部容错代码,与外部 5 量子比特代码连接,以防止泡利错误。采用基于标志的稳定器测量,我们表明,通过散布每个专门用于抑制丢失或操作错误的中继器节点,可以以最小的资源开销连接长达 10,000 公里的洲际距离。我们的工作证明了定制的纠错码如何显著降低长距离量子通信的实验要求。
太空系统司令部颁奖颁奖典礼$ 4550万美元的启动服务订单向诺斯罗普·格鲁曼系统公司(Northrop Grumman Systems Corporation for Northrop Grumman Systems Corporation)
皮层刺激正在成为基础研究中的实验工具,也是治疗一系列神经精神疾病的有前途的疗法。随着多电极阵列进入临床实践,使用电刺激的时空模式来诱导所需生理模式的可能性在理论上已成为可能,但在实践中,由于缺乏预测模型,只能通过反复试验来实现。越来越多的实验证据证实,行波是皮层信息处理的基础,但尽管技术迅速进步,我们仍缺乏对如何控制波特性的理解。本研究使用混合生物物理解剖学和神经计算模型来预测和理解简单的皮层表面刺激模式如何通过抑制性中间神经元的不对称激活来诱导定向行波。我们发现锥体细胞和篮状细胞被阳极电极高度激活,被阴极电极激活的程度最低,而马丁诺蒂细胞被两个电极适度激活,但对阴极刺激略有偏好。网络模型模拟发现,这种不对称激活会导致浅表兴奋性细胞中产生行波,该行波会单向传播,远离电极阵列。我们的研究揭示了不对称电刺激如何通过依赖两种不同类型的抑制性中间神经元活动来塑造和维持内源性局部电路机制的时空动态,从而轻松促进行波。
量子公钥加密由 Gottesman [ 11 ] 和 Kawachi 等人 [ 14 ] 提出,作为标准公钥加密概念的推广,允许公钥成为量子态。更具体地说,此原语允许 Alice 在本地生成状态 | pk ⟩ 的(多份)副本并将其上传到某个证书颁发机构。稍后,Bob 可以查询证书颁发机构以获取 | pk ⟩ 的副本并使用它来向 Alice 发送私人消息。与经典设置类似,量子 PKE 假设证书颁发机构向 Bob 提供了正确的信息(在本例中为状态 | pk ⟩ ),但不对证书颁发机构的行为做任何假设,证书颁发机构可以尝试以任意方式获取 Alice 的密钥。然而,与经典情况相反,由于量子态通常无法复制,如果 Alice 想要与多方建立安全通道,就必须假设她上传了 | pk ⟩ 的多份副本。尽管存在这一局限性,量子 PKE 仍然是一个有趣的研究对象:(i)由于使用了量子信息,量子 PKE 可能只需要比标准(经典)PKE 更弱的计算假设即可实现,甚至可以无条件实现。(ii)与需要更多交互的量子密钥分发 (QKD) 协议 [ 2 ] 相比,量子 PKE 保留了经典 PKE 的交互模式,从而可以实现轮次最优安全通信。然而,量子 PKE 的现状留下了许多关于构建此原语所需最小假设的问题。现有提案 [ 14 ] 依赖于临时假设,这些假设对于经典 PKE 来说似乎不够,但没有给出此原语的清晰复杂性理论表征。甚至还有关于无条件安全的量子 PKE [ 11 ] 的提案,尽管没有安全性证明。我们注意到,推测量子 PKE 的无条件安全性至少是合理的——毕竟,QKD 确实实现了信息论安全性(假设经过认证的通道)。
我们引入了量子陷门函数的概念。这是一个可高效计算的幺正函数,以“公共”量子态和经典字符串 x 作为输入,并输出一个量子态。该映射具有这样的特点:(i) 难以反转,即给定输出状态(和公共状态的许多副本)很难恢复 x,并且 (ii) 存在一个允许高效反转的经典陷门。我们证明了量子陷门函数可以由任何量子安全的单向函数构造而成。该结果的直接结果是,假设存在量子安全的单向函数,则存在:(i) 具有量子公钥的公钥加密方案,以及 (ii) 两消息密钥交换协议,假设存在适当的量子认证通道概念。
5G 是蜂窝网络的第五代技术标准。它有三个主要应用需求,即增强移动宽带 (EMBB)、大规模机器类型通信 (MMTC) 和超可靠低延迟通信 (URLLC)。URLLC 是一项非常具有挑战性的需求,具有严格的可靠性和延迟要求。到 2022 年,它已得到高度规范,5G 供应商将在不久的将来开始实现基本的 URLLC 功能。本论文的动机是找到方法来测量 5G 独立 (SA) 网络在关键 URLLC 性能指标上的表现,分析和可视化这些测量结果,找出某些网络行为的原因,并估计不同的 URLLC 功能在实施时会产生什么样的影响。此外,另一个动机是找到一种方法来检测数据包丢失及其背后的原因,因为数据包丢失会严重损害可靠性,在部署 URLLC 功能之前应将其最小化。为了测量 5G SA 网络的性能,确定了四种不同类型的测试用例,其中生成了 URLLC 类型的网络流量。在 5G 小区的良好覆盖和不良覆盖下进行静态测试,在连接到同一 5G 小区时从良好覆盖移动到不良覆盖进行移动性测试,以及在切换测试中更改 5G 小区。所有测试均在 5G 现场验证环境中完成,包括下行链路和上行链路。对于下行链路,小区内的覆盖和移动性对单向延迟没有显著影响。这主要是因为不需要数据包重新传输,否则会增加延迟。这对于移动 URLLC 用例(例如车对万物通信 (V2X))尤其有前景。上行链路表现要弱得多,主要是因为上行链路资源调度和数据包重传。切换对于下行链路和上行链路都是有问题的,因为小区变化导致延迟短暂但大幅增加。测量中的所有数据包丢失都发生在上行链路传输中,本论文包括一个案例研究,其中导致数据包丢失的不同潜在因素被一致消除。最后,数据包丢失的原因指向用于测试的 5G 芯片组。