XiaoMi-AI文件搜索系统
World File Search System数据存储
dds-e-sim：基于变压器的生成框架，用于模拟DNA数据存储中易用错误的序列
摘要。单倍型组装是重建在母体和父亲遗传的染色体拷贝上等位基因组合的问题。单个单倍型对于我们对不同变体组合如何影响表型的理解至关重要。在这项工作中，我们专注于单个二倍体基因组的基于读取的单倍型组件，该组件直接从变体基因座的读取对齐中重建了两种单倍型。我们介绍了Ralphi，这是一种新颖的深入强化学习框架单倍型组装的框架，该框架将深度学习的代表力与强化学习的代表力整合在一起，以准确地将片段读取其各自的单倍型集。为了为增强学习设定奖励目标，我们的方法将问题的经典减少到片段图上的最大片段切割公式中，其中节点与读取和边缘权重相对应捕获共享变体站点上读取的冲突或一致。我们在1000个基因组项目中衍生自基因组的片段图拓扑数据集上训练了Ralphi。我们表明，在标准人类基因组基准中，在短和长的范围内，Ralphi始终以在明显和长的覆盖范围下以相当或更长的单倍型块长度在最新的读取状态下达到较低的错误率。Ralphi可从https://github.com/popiclab/ralphi获得。
基于DNA的数据存储的隐式神经多重描述
DNA由于其固有的生物分子结构而引起，由于其令人印象深刻的储存密度和长期稳定性，它具有出色的潜力作为数据存储解决方案。但是，开发这种新型媒介有其自身的挑战，尤其是在解决储存和生物操纵引起的错误时。这些挑战进一步由DNA序列的结构限制和成本考虑。响应这些局限性，我们开创了一种新颖的压缩方案和使用神经网络进行DNA数据存储的尖端多重描述编码（MDC）技术。我们的MDC方法引入了一种创新方法，将数据编码为DNA，该方法专门设计用于有效承受错误。值得注意的是，我们的新压缩方案过于表现DNA-DATA存储的经典图像压缩方法。此外，我们的方法比依赖自动编码器的常规MDC方法具有优越性。其独特的优势在于它绕过对广泛模型训练的需求及其对微调冗余水平增强的适应性的能力。实验结果表明，我们的解决方案与现场最新的DNA数据存储方法竞争，提供了出色的压缩率和强大的噪声弹性。
基于 DNA 数据存储的隐式神经多重描述
DNA 因其固有的生物分子结构而具有惊人的存储密度和长期稳定性，因此作为数据存储解决方案具有巨大的潜力。然而，开发这种新型介质也面临着一系列挑战，特别是在解决存储和生物操作中出现的错误方面。这些挑战还受到 DNA 序列的结构限制和成本考虑的影响。为了应对这些限制，我们率先开发了一种新型压缩方案和一种利用神经网络进行 DNA 数据存储的尖端多描述编码 (MDC) 技术。我们的 MDC 方法引入了一种将数据编码到 DNA 中的创新方法，专门设计用于有效抵抗错误。值得注意的是，我们的新压缩方案优于用于 DNA 数据存储的经典图像压缩方法。此外，我们的方法比依赖自动编码器的传统 MDC 方法更具优势。其独特优势在于它能够绕过大量模型训练的需要，并且具有增强的微调冗余级别的适应性。实验结果表明，我们的解决方案与该领域的最新 DNA 数据存储方法具有优势，具有卓越的压缩率和强大的抗噪能力。
NASA开放科学数据存储库（OSDR）启用具有灵感4和模型有机体数据，标准，管道和Visua的空间生物医学研究
开放的科学数据存储库（OSDR）使从实验和任务中访问与空间相关的数据，这些数据研究了陆地对太空飞行的生物学反应。
构建AI-Ready数据存储库
Riverbed是唯一一家唯一具有从网络到应用程序的遥测集体丰富性的公司，最终用户可以启动并加速每种互动，从而使用户获得他们在整个数字生态系统中所期望的完美的数字体验。Riverbed提供了两种行业领先的解决方案：河床统一的可观察性投资组合，该组合将数据，见解和行动整合在一起，以使客户能够提供无缝的数字体验；和Riverbed加速度，无论是移动，远程还是本地，都可以快速，敏捷且安全地加速任何网络的应用程序。与我们的成千上万的合作伙伴以及全球领先的客户一起，我们每次点击，每次数字体验都赋予了能力。在Riverbed.com上了解更多信息。
大学数据存储标准
高度机密数据：由于相关法律限制或潜在的安全影响，大学数据仅在非常有限的基础上获准使用，并且必须采取特殊安全预防措施。请参阅高度机密数据列表。受保护数据：由数据管理员单独请求和批准用于特定业务用途的大学数据，并受与大学信息安全相关的一般规定的约束。这包括但不限于个人身份信息（除归类为高度机密的 PII 外），值得在分发和使用时进行保护和谨慎处理。公共数据：可以不受限制地与公众共享的大学数据。大学数据：大学人员、承包商或合作伙伴作为其工作职责的一部分、为大学运营或履行其使命而收集、维护或使用的数据。大学数据可能驻留在不同的自动化系统和不同的物理位置，但应被视为单一共享资源的一部分。此资源由个人、行政/学术单位或业务合作伙伴维护的各种数据元素、类型和形式中表示的信息组成，以向大学提供功能。除非另有明确书面说明，否则由大学或代表大学拥有和管理的所有此类数据均被视为大学数据。
推进云计算中安全数据存储和处理的量子加密算法：增强对新兴网络威胁的防御能力
摘要 — 云计算的兴起改变了数据存储和处理方式，但也带来了新的漏洞，尤其是量子计算的迫在眉睫的威胁。传统的加密方法虽然目前有效，但面临着被量子攻击破坏的风险。这项研究旨在为云环境开发一种抗量子安全框架，将基于格的加密技术与量子密钥分发 (QKD) 协议（尤其是 E91 协议）相结合，以实现安全密钥管理。该框架还结合了量子认证协议，以增强用户身份验证，防止未经授权的访问和篡改。所提出的解决方案在强大的安全性与实际实施之间取得平衡，确保了现实云环境中的可扩展性和效率。性能评估表明加密时间约为 30 毫秒，优于 RSA 和 DES 等现有方法。这项研究有助于开发面向未来的加密标准，既能应对当前的安全挑战，又能应对新出现的量子计算威胁。通过利用量子力学，该框架加强了基于云的数据保护，为应对不断发展的网络风险提供了弹性解决方案。该结果对推动云安全具有重要意义，为能够抵御量子计算威胁的下一代加密技术奠定了基础。
电池热失控实验数据存储库
该数据库将出版物中的关键信息整合成一组简明的表格和图表，总结了实验数据并描述了电池本身。每个数据库条目对应一个出版物，包括来自多个实验的数据，按电池的充电状态和所受的滥用条件排序。