XiaoMi-AI文件搜索系统
World File Search System和晶格
对基于晶格的密码系统的多项式乘法的调查
尤其是，我们调查了针对基于晶格的密码系统中多项式乘法的实施工程，其中具有指令套件的架构架构/扩展ARMV7-M，ARMV7E-M，ARMV7E-M，ARMV8-A和AVX2。本文有三个重点：（i）模块化算术，（ii）同态和（iii）矢量化。对于模块化算术，我们调查了蒙哥马利，巴雷特和panthard乘法。对于同构，我们调查（a）各种同态，例如cooley-tukey FFT，良好 - 托马斯FFT，Bruun的FFT，Rader's FFT，Rader's FFT，Karat-suba和Toom – Cook； （b）与系数环相邻的各种代数技术，包括定位，Schönhage的FFT，Nussbaumer的FFT和系数环开关； （c）与多项式模量相关的各种代数技术，包括扭曲，组成的乘法，∞评估，截断，不完全转化，步骤和toeplitz矩阵矢量 - uct。为矢量化，我们调查了同态和矢量算术之间的关系。然后，我们进行了几个案例研究：我们比较了二锂和kyber中使用的模块化乘法的实现，解释了如何在Saber中利用矩阵对矢量结构，并回顾了NTRU和NTRU Prime与矢量化的转换设计选择。最后，我们概述了几个有趣的实施项目。
多晶格过渡的混合几何/属性自动编码器
抽象添加剂制造通过增强组件强度并减少材料要求，彻底改变了结构优化。用于实现这些改进的一种方法是应用多晶格结构。这些结构的性能在很大程度上依赖于介质元素的详细设计。许多当前的方法使用数据驱动的设计来生成多晶格过渡区域，利用共同解决介质结构的几何形状和属性的模型。但是，尚不清楚将机械性能整合到生成多晶格插值的数据集中是否仅在几何以外是有益的。为了解决此问题，这项工作实现并评估了用于生成多晶格过渡区域的混合几何/属性机器学习模型。我们将该混合模型的结果与使用仅几何模型获得的结果进行了比较。我们的研究确定，合并物理特性减少了在潜在空间中解决的变量数量，因此提高了生成模型开发多晶格结构过渡区域的能力。
基于晶格动力学的实心电解质的机器学习预测模型
r m/tot，r a/tot，r h/tot rt e g能量带隙 + +组的振动范围 + +组的热量 + v f.u，v m，v m，v m，v a，v tot量的每个配方量，每个配方单位，移动离子离子，anion and atm
有理近似，多维持续分数和晶格还原
持续分数类型的扩展目的（除其他属性）提供了越来越好的实际数字合理性二磷酸近似值。更重要的是，预期的多维持续分数将产生越来越更好的理性近似值，具有相同的分母B旧p上p左括号n右括号n右括号基线除以q上额本额外额外的额外额外额外的额外括号n右括号n右括号n右额外的左额外额外的固定额外的固定额外的固定额外的基线置于左额外的基线，并置于固定的左额外的固定范围内置额的固定范围内的右置态固定范围内的右手置态置于固定范围内的右手置态，并置于左右的左态，并置于左右的固定。 COMMA ELLIPSIS P下标D上标左括号n右括号基线除以Q上标左括号n右括号n右括号右括号右括号n下标n double double doupter n p（n） /q（n） /q（n）=（p（n）1 /q（n）1 /q（n）1 /q（n），。< /div> < /div> < /div> < /div> < /div>。。p（n）d /q（n））n∈Nd -tuples粗体斜体alpha等于左括号alpha 1 comma ouripsis chripsis comma comma comma comma alpha alpha下标d基线右括号α=（α1，。< /div>，。< /div>。。，αd）实数，分数p下标i上标左括号n右括号基线除以q superscript左括号n右括号n右括号p（n）i /q（n）i /q（n），收敛到lpha sisscriptiαiαiiαiiαiiαiiαi小于或等于i小于或等于或等于或等于或等于或等于或等于d或equals d by或equals d by或equal d f d f d by或equals d by或equals d use。已知通常的常规持续分数为正实数提供了极好的（甚至是最好的）合理近似值[41，89]。
通过抑制晶格氧参与酸性水氧化
摘要：在氢产生中，阳极氧的演化反应（OER）限制了能量转化的效率，并且还会影响质子交流膜水电氧化质量的稳定性。广泛使用的基于IR的催化剂从不良活性中产生，而基于RU的催化剂则倾向于在OER条件下溶解。这与晶格氧（晶格氧氧化机制（LOM））的参与有关，这可能导致晶体结构的崩溃并加速活性RU物种的浸出，从而导致工作稳定性较低。在这里，我们开发了Sr -ru -ir三元氧化物电催化剂，可在酸性电解质中获得高活性和稳定性。催化剂在10 mA cm -2时达到了190 mV的超电势，并且在运行1,500小时后，超电势保持在225 mV以下。X射线吸收光谱和18 O同位素标记的在线质谱研究表明，OER期间晶格氧的参与受到Ru-O- ir局部结构的相互作用的抑制，这是如何改善稳定性的情况。通过SR和IR调节活性RU位点的电子结构，以优化OER氧中间体的结合能。■简介
来自晶格假设的通用计算提取器和多位AIPO
随机Oracle（RO）模型；然后，随机甲骨文是通过良好的“加密哈希函数”（例如SHA-3）实例化的，希望所得的方案仍然安全。RO方法的众所周知的应用包括Fiat-Shamir Transform [FS87]和Fujisaki-Oakamoto Trans- trans- [FO99]。但是，RO方法只是一项经验法则，在理论上被证明是不合理的：在开创性的工作中，Canetti等人。[CGH04]设计了一种在随机Oracle模型中安全的方案，但是当随机Oracle被任何函数替换时，它是不安全的。即使以这些负面的结果，随机的甲骨文方法仍然流行，因为人们认为已知的反例人为地人为地人为。希望在自然和实际情况下，可以安全实例化随机甲骨文。一种自然的补救措施是识别“类似RO的”概述，这些概述足以用于重要的应用，然后在良好的假设下具有此类属性的哈希功能。沿着这条线，现有文献中已经提出了许多安全概念，例如点混淆[CAN97]，相关性Intractabil- ity [CGH04]，相关输入安全性[GOR11]和通用计算提取器（UCES）[UCES）[uces）[BHK13]。在本文中，我们专注于点混淆和uces的构建。
晶格材料倒数设计的可区分图形结构模型
具有可适应于不同环境条件的物理化学特性的构造材料体现了材料科学的破坏性新领域。在数字设计和制造方面的进步推动下，形状成晶格拓扑的材料可实现一定程度的定制，而无需提供散装材料。一个有前途的启发其设计的场所是自然的不规则微构造。然而，这种不规则性解锁的巨大设计可变性对于分析探测很具有挑战性。在这里，我们提出了一种使用基于图的表示定期和不规则晶格材料的新计算方法。我们的方法使用传递算法的可区分消息来计算机械性能，因此允许使用替代衍生物自动分化，可以调整单个晶格元素的几何结构和局部属性，以实现具有所需属性的成型材料。我们进一步引入了图形神经网络替代模型，以大规模结构分析。该方法可推广到可表示为异质图的任何系统。关键字 - 超材料，晶格，逆设计，消息传递，图形神经网络，自动差异，替代梯度
Zn2+介导的2D组件的Moiré超级晶格...
https://doi.org/10.26434/chemrxiv-2024-tvsb6 orcid：https：//orcid.org/0000-0002-1058-8288 Chemrxiv不同行评论的内容。许可证：CC BY-NC-ND 4.0
某些FCC金属中的晶格动力学：语音的应用...
Pt X T X L W T W L L T L L EXP (a) 3.84 5.79 3.24 4.65 2.91 5.85 1-2N (c) 3.45 5.72 3.69 4.71 2.52 5.84 1-4N (c) 3.78 5.77 3.26 4.65 2.84 5.89 1-6N (c) 3.75 5.77 3.23 4.65 2.84 5.87 1-8N （b）3.80 5.80 3.27 4.68 2.91 5.90 1-9n（c）3.82 5.82 3.28 4.69 2.93 2.93 5.92 A Dutton等人（1972）B Dutton等人（1972）C这项工作