XiaoMi-AI文件搜索系统
World File Search System曲线
使用微采样装置在他克莫司曲线下的区域：朝着固体器官移植中的精密医学？
AurélienCouette，Camille Tron，LéonardGolbin，Benedicte Franck，Pauline Houssel-Debry等。使用微型缩影设备在他克莫司的曲线下的区域：朝着固体器官移植的精密医学？欧洲临床药理学杂志，2023，79（11），第1549-1556页。10.1007/S00228-023-03566-5。hal-04227953
预测连续theta爆发刺激的神经可塑性效应，来自电动机的生物标志物引起潜在的TMS输入输出曲线
摘要：神经调节的领域缺乏影响可塑性个体差异的预测指标，这些差异会影响对重复的经颅磁刺激（RTMS）的反应。连续的theta爆发刺激（CTB）是一种以其抑制作用而闻名的RTM的形式，显示了个体之间的可变反应，这可能是由于神经可塑性的差异所致。预测单个CTBS效应可以极大地增强其临床和实验效用。本研究探讨了在神经调节之前测量的电动机诱发电位（MEP）输入输出（IO）参数是否可以预测运动皮层对CTB的反应。IO曲线是通过记录在一系列单脉冲TMS强度上的MEP来从健康成年人中取样的，以获得包括MEP Max和S 50（中点强度）在内的参数。后来比较了刺激前后的Moto Cortex及其MEP的相同位置的CTB。MEP Max和S 50都预测了响应，与CTB后10、20和30分钟的个人MEP变化显着相关（P <0.05，R 2> 0.25）。此外，我们介绍并验证了一种易于实现的生物标志物，该标志物不需要全IO曲线的耗时抽样：MEP 130RMT（中位数为10 MEP，在130％RMT）。MEP 130RMT也是CTBS响应的强有力预测指标（P <0.005，r 2> 0.3）。与先前研究的RTMS响应（BDNF多态性）的遗传生物标志物的头对头比较表明，基于IO的预测因子在解释更多响应变异性方面具有出色的性能。关键字：输入输出曲线，CTB，预测变量因此，在CTBS给药之前得出的IO曲线可以可靠地预测CTB诱导的皮质兴奋性变化。这项工作指向RTMS诊断和治疗应用中调整刺激程序的无障碍策略，并可能提高对其他大脑刺激方法的反应率。
椭圆曲线密码学带有蒙哥马利梯子算法（物理）
椭圆曲线密码学（ECC）由于其效率和高安全性水平，即使钥匙较小，因此已经成为现代密码学的强大工具。引入蒙哥马利阶梯算法，通过提供一种安全标量乘法的方法来抵抗侧向通道攻击，这是加密实现中常见的漏洞，从而进一步提高了ECC的安全性和效率。本文表明，蒙哥马利阶梯算法为需要高安全性的应用提供了一个强大的解决方案，尤其是在抵抗侧向通道攻击的环境中。通过比较分析，很明显，蒙哥马利阶梯算法虽然更复杂，但在安全的加密操作方面具有很大的优势，这使其成为基于ECC的系统发展的关键组成部分。
通过无监督的临床和应变数据聚类来表征心脏重新同步治疗的响应者曲线
Alban Gallard，Auriane Bidaut，Arnaud Hubert，Elif Sade，Sylvestre Marechaux等人。通过无需临床和应变的临床和应变群集，响应者轮廓的特征 - 响应者概述，用于心脏重新同步治疗。美国超声心动图学会杂志，2021，34（5），pp.483-493。10.1016/j.echo.2021.01.019。hal-03156865
比较转录组学揭示了蚊子的抗性和敏感的表型之间的不同曲线
在几种物种中，抗性和易感个体之间的表型差异与基因表达的组成型变化有关。例如，在对神经毒性杀虫剂有抵抗力的个体中观察到了排毒基因家族的构型过表达。这表明了代谢解毒在抗性中的作用，在某些情况下，允许允许使用哪些基因参与耐药的遗传方法。细胞色素P450单糖酶和三磷酸腺苷（ATP）结合盒（ABC）转运蛋白的情况就是这种情况。5,24 - 29除解毒基因之外，已经记录了编码角质层合成基因的过表达，并导致耐药性和易感性的独立物（即穿透性抗性）之间的表皮变化。30该证据突出了通常基于抗性表型的复杂性，并表明需要研究基因表达以充分理解昆虫抗性。与其他杀虫剂相反，抗药性个体中的表达情况已被广泛阐明，蚊子对CSIS的抗性表型的整个基因表达模式仍然被忽略了。在这里，我们的目标是通过分析蚊子CX的易感和耐DFB个体的构成基因表达来弥补这一差距。pipiens。
可解释的人工智能作为解决鸭子曲线问题的一种方法
本文提出了一种解决能源圈内通常称为鸭曲线问题的电力负荷分配问题的新方法。鸭曲线问题是一条曲线，显示公用事业公司为其消费者提供的总电力负荷（来自火力发电厂的能源）与风能和太阳能发电（或本地发电）满足部分负荷（可再生资源或绿色能源）后的负荷之间的差异。这种方法基于无监督学习长短期记忆（LSTM）和注意力机制，旨在对鸭曲线预测做出清晰的解释，并了解这种差异的明确原因，从而帮助决策者更好地解释曲线并有效地解决问题。信息和通信技术（ICT）和物联网（IoT）对于绿色能源的部署是必不可少的。因此，可以利用不同传感器的数据作为支撑，验证本地生产层面的信息，以有效、有针对性的方式解决“鸭子曲线”问题。
二元椭圆曲线的新型量子密码分析
摘要。本文改进了 Shor 攻击二元椭圆曲线所需的量子电路。我们提出了两种类型的量子点加法，同时考虑了量子比特数和电路深度。总之，我们提出了一种就地点加法，改进了 Banegas 等人在 CHES'21 中的工作，根据变体的不同，将量子比特数 - 深度乘积减少了 73% - 81% 以上。此外，我们通过使用额外的量子比特开发了一种非就地点加法。该方法实现了最低的电路深度，并将量子比特数 - 量子深度乘积提高了 92% 以上（单个步骤）。据我们所知，我们的工作在电路深度和量子比特数 - 深度乘积方面比所有以前的工作（包括 Banegas 等人的 CHES'21 论文、Putranto 等人的 IEEE Access'22 论文以及 Taguchi 和 Takayasu 的 CT-RSA'23 论文）都有所改进。结合实现，我们讨论了二元椭圆曲线密码的后量子安全性。在美国政府的 NIST 提出的 MAXDEPTH 度量下，我们工作中深度最大的量子电路为 2 24 ，明显低于 MAXDEPTH 极限 2 40 。对于门数 - 全深度乘积（一种估计量子攻击成本的度量，由 NIST 提出），我们工作中度为 571 的曲线的最高复杂度为 2 60（在经典安全性方面与 AES-256 相当），明显低于后量子安全 1 级阈值（2 156 量级）。
来自超曲线和应用的内态环的计算取向
摘要。这项工作介绍了几种与超椭圆形曲线内态环中的方向相关的算法。这个问题归结为通过三元二次形式代表整数，这是关于基于亚速基因的密码学中定向曲线安全的几个结果的核心。我们的主要贡献是表明存在有效的算法，这些算法可以解决该问题的二次判别n，直到O（p 4 /3）。我们的方法通过将其从O（P）增加到O（P 4 /3）并消除一些启发式方法来改善先前的结果。我们介绍了新算法的几种变体，并对它们的渐近运行时间进行了仔细的分析（在可能的情况下没有启发式）。我们一种变体之一的最佳证明的渐近复杂性平均是O（n 3 /4 / p）。最好的启发式变体对于足够大的n具有O（p 1/3）的复杂性（p 1/3）。然后，我们介绍了有关在方向订单之间的理想计算的几个结果。第一个应用是简化从矢量化到计算内态态环的已知还原，从而消除了对判别物分解的假设。作为第二个应用，我们将计算固定级别的等级曲线之间的计算问题与内态曲线中的计算计算问题之间的问题联系起来，并且我们表明，对于D度D度，我们的新算法在很大程度上，我们的新算法会改善整个问题的范围，并且在重要的特殊案例中，并且在Polynomial dimial dimial alg aS and and and and and and and and and and and and and and and and and and and and and and and and and and and and nismial alg alg nomial alg nomial alg nomial alg nomial alg nomial alg。在最特殊的情况下，当这两种曲线都以小度的内态性为导向时，我们从启发式上表明我们的技术允许计算任何程度的同基因，假设它们存在。
优化两国可再生能源竞价曲线...
a 美国伊利诺伊州莱蒙特阿贡国家实验室 b 美国马萨诸塞州剑桥麻省理工学院信息与决策系统实验室 c 美国密歇根州安娜堡密歇根大学电气工程与计算机科学系 d 美国宾夕法尼亚州伯利恒利哈伊大学经济学系和工业与系统工程系 e 美国马萨诸塞州剑桥麻省理工学院信息与决策系统实验室