XiaoMi-AI文件搜索系统
World File Search System教大
高骨量疾病 - Lirias - 鲁汶天主教大学
1 英国布里斯托大学生命科学学院生理学、药理学和神经科学学院 2 英国布里斯托大学健康科学学院布里斯托医学院转化健康科学肌肉骨骼研究组 3 意大利拉奎拉大学生物技术和应用临床科学系 4 马耳他大学健康科学学院应用生物医学科学系 5 马耳他大学分子医学和生物银行中心 6 奥地利林茨约翰内斯开普勒大学儿科和青少年医学系 7 意大利骨病研究基金会 (FIRMO) 8 西班牙桑坦德坎塔布里亚大学瓦尔德西利亚医院内科系 9 荷兰鹿特丹伊拉斯姆斯大学医学中心内科系荷兰 10 约阿尼纳大学医学院卫生与流行病学系，希腊 11 布朗大学公共卫生学院健康研究综合中心、卫生证据综合中心、政策与实践中心，美国罗德岛州普罗维登斯 12 约阿尼纳大学洛阿尼纳大学研究中心生物科学研究所，希腊 13 伦敦国王学院生命科学与医学院生命过程科学学院双胞胎研究与遗传流行病学系，英国伦敦 14 盖伊和圣托马斯 NHS 基金会内分泌学系，英国伦敦 15 马库斯老龄化研究所、希伯来老年生活和医学中心医学系和哈佛医学院、麻省理工学院和哈佛大学布罗德研究所，美国马萨诸塞州剑桥 16 IRCCS 里佐利骨科研究所罕见骨骼疾病系，意大利博洛尼亚17 伯明翰大学代谢与系统研究所，英国伯明翰 18 马拉加大学，西班牙马拉加 19 赫尔辛基大学儿童医院和赫尔辛基大学医院，芬兰赫尔辛基 20 赫尔辛基大学医学院临床和分子代谢研究项目，芬兰赫尔辛基 21 Folkhälsan 研究中心，Folkhälsan 遗传学研究所，芬兰赫尔辛基 22 安特卫普大学医学遗传学系，比利时安特卫普 23 鲁汶天主教大学人类遗传学系，比利时鲁汶
编制政策监测器的整体方法 - Lirias - 鲁汶天主教大学
迄今为止，编制循环经济 (CE) 政策监测的方法往往侧重于回收利用，而忽视了更高的循环战略以及环境和社会影响。在来自不同领域的 17 位利益相关者参加的多个研讨会上，我们开发了一种整体方法来编制指标，供指导 CE 转型的政策制定者使用。我们的方法源于社会需求的视角，并通过既定的驱动力-压力-状态-影响-响应 (DPSIR) 框架描述制造资本、社会资本和自然资本。我们还提供了一个案例研究，其中整体方法应用于佛兰德斯 (比利时) 的 CE 监测。因此，我们的方法和框架可以作为工作组建立 CE 政策监测的指南。应用该方法可确保监测中除了物质流之外还包括环境和社会指标。该方法可用于不同的政策制定者级别，突出有价值的指标，并为已颁布的政策提供直接反馈。
高阶蒙面剑士 - COSIC - 鲁汶天主教大学
摘要：旁道攻击是对现实世界中部署的密码系统的巨大威胁。针对旁道攻击的一种有效且可证明安全的对策是掩蔽。在本文中，我们详细研究了密钥封装机制 Saber 的高阶掩蔽技术。Saber 是美国国家标准技术研究所后量子标准化程序中基于格的最终候选者之一。我们对最近为 Saber 提出的不同掩蔽算法进行了详细分析，并提出了一种优化的高阶掩蔽 Saber 实现。与未掩蔽的 Saber 相比，我们针对一阶、二阶和三阶掩蔽 Saber 提出的技术分别具有 2.7 倍、5 倍和 7.7 倍的性能开销。我们表明，与另一种基于格子的最终方案 Kyber 相比，Saber 的性能随着掩码阶数的增加而下降得更少。我们还表明，高阶掩码 Saber 需要的随机字节比高阶掩码 Kyber 少。此外，我们将掩码实现调整为 uSaber，这是 Saber 的一个变体，专门设计用于实现高效的掩码实现。我们介绍了 uSaber 的第一个掩码实现，表明它在任何阶数上确实比掩码 Saber 至少高出 12%。我们在 ARM Cortex-M4 微控制器上提供了我们提出的所有掩码方案的优化实现。
秘鲁天主教大学...
太空竞赛的里程碑之一发生在 1961 年 4 月 12 日，当时俄罗斯宇航员尤里·加加林 (Yuri Gagarin) 成为第一个访问太空的人类 [3]； 8 年后，即 1969 年 7 月 21 日，第一个人类登陆月球 [4]。近半个世纪后的今天，NASA 或 SpaceX 等组织正在开发在 2030 年之前将宇航员送上火星的技术 [5]，此前大约有十几个无人设备已成功发送到这颗红色星球。该事件旨在成为一系列类似事件中的第一个，就像第一次登月项目中发生的那样。然而，60多年来的太空成就和错误让我们认识到，为了将宇航员送上行星表面，有必要评估大量重要方面，以确保这些任务的成功；因此，船上通常会配备指定的工程师、医生和外科医生[6]。
放射治疗和肿瘤学 - Lirias - 鲁汶天主教大学
人工智能 (AI) 目前正在被引入到不同的领域，包括医学。具体来说，在放射肿瘤学中，机器学习模型可以实现工作流程的自动化和优化。缺乏对这些 AI 模型的了解和解释可能会阻碍其在临床实践中的广泛和全面部署。为了促进 AI 模型在放射治疗工作流程中的整合，提出了关于 AI 模型实施和质量保证 (QA) 的普遍适用建议。对于放射治疗中常用的应用，例如自动分割、自动治疗计划和合成计算机断层扫描 (sCT)，深入讨论了基本概念。重点放在临床实践中有条不紊地引入所需的 AI 模型的调试、实施和针对具体案例和常规 QA。2020 作者。由 Elsevier B.V. 出版。放射治疗和肿瘤学 153 (2020) 55–66 这是一篇根据 CC BY 许可开放获取的文章 ( http://creativecommons.org/licenses/by/4.0/ )。
EUNIS 最佳视音频教育空间奖得主 鲁汶天主教大学混合虚拟教室 由 Annelies Raes 呈现
EUNIS 最佳视音频教育空间奖得主 鲁汶天主教大学混合虚拟教室 由 Annelies Raes 呈现
基于 PKP 的签名方案 - COSIC - 鲁汶天主教大学
后量子密码体制通常是量子安全方案或整数分解问题。虽然目前还不清楚大规模量子计算何时可行，但预测量子计算并设计新的能够抵御量子攻击的公钥密码体制还是很重要的。因此，目前正在进行大量研究以开发新的后量子安全方案，美国国家标准与技术研究所 ( https://www.nist.gov/ ) 已经启动了后量子密码标准化进程。正因为如此，人们对通过将 Fiat-Shamir 变换 [9] 应用于零知识识别方案来构建签名方案重新产生了兴趣。特别是，我们对后量子密码体制感兴趣，它的安全性依赖于某些 NP-Hard 问题的量子难度 [2]。其中一个问题是置换核问题：即找到已知向量的置换，使得结果向量位于给定矩阵的核中。这是一个经典的 NP-Hard 组合问题，只需要一些简单的操作，例如基本线性代数和对向量元素进行排列。很长一段时间以来，没有发现针对 PKP 的新攻击，这使得我们可以自信地估计该问题的具体难度。