XiaoMi-AI文件搜索系统
World File Search System种新
自然演绎中的一种新联结及其在量子计算中的应用
量子物理学中一个令人费解的问题是，在两个状态 | φ ⟩ 和 | ψ ⟩ 的量子叠加态 α | φ ⟩ + β | ψ ⟩ 中，是否存在状态 | φ ⟩ 和状态 | ψ ⟩ 或者状态 | φ ⟩ 或者状态 | ψ ⟩ 。事实上，当我们建立这样的叠加态时，也就是当我们准备它时，我们需要有 | φ ⟩ 和 | ψ ⟩ ，但是当我们使用这个状态时，也就是当我们测量它时，我们得到 | φ ⟩ 或 | ψ ⟩ 。因此，当我们建立这种叠加态时，它类似于合取，但当我们使用它时，它类似于析取。这种叠加的构建和使用方式之间的差异让人想起 Prior 的 tonk 等非和谐连接词的自然演绎规则。在本文中，我们捍卫了以下论点：这些非和谐连接词模拟了量子测量中出现的信息擦除、不可逆性和不确定性，而和谐连接词模拟了信息保存、可逆性和确定性。更具体地说，在讨论了和谐和非和谐演绎规则的概念之后（第 2 节），我们引入了一种具有逻辑联结词 ⊙（读作：“sup”，代表“叠加”）的直觉命题逻辑，该逻辑具有非和谐演绎规则，我们为这种逻辑引入了一种证明术语语言，即 ⊙ 演算（读作：“sup-演算”），并且我们证明了它的主要性质：主题归约、证明归约的终止、引入性质和部分合流（第 3 节）。这些证明大多使用标准技术，但有一些特殊性，以适应这种演算。然后，我们扩展这种演算，引入标量来量化一个证明归约成另一个证明的倾向（第 4 节），并表明这种证明语言包含量子编程语言的核心（第 5 节）。请注意，带有 ⊙ 的直觉命题逻辑不是推理量子程序的逻辑。它是一种以量子程序类型为命题的逻辑。
靶向溶酶体损伤是Duchenne肌肉营养不良症的一种新的治疗视角
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年2月13日发布。 https://doi.org/10.1101/2025.02.11.637610 doi：Biorxiv Preprint
测试一种新型靶向放射疗法 123I-ATT001，该疗法直接作用于之前治疗后复发的胶质母细胞瘤患者的脑肿瘤
仅限第 1 部分的次要结果测量：1. 为确定 123I-ATT001 的生物分布和药代动力学，将从第 1 部分的前 6 名患者采集血液和尿液样本。血液样本将在每次服药后 1 小时、4 小时和 24 小时采集，也可选择在首次服药后 48 小时采集。尿液样本仅在首次服药后 24 小时采集。2. 为确定 123I-ATT001 的辐射剂量（每个器官暴露于辐射）：2.1. 全身和大脑 SPECT/CT 成像将在每次服药后 1 小时进行 2.2. 每次服药后 4 小时进行全身和大脑 SPECT 2.3. 仅大脑 SPECT 将在注射首次剂量后 24 小时进行 2.4. 可选择在注射首次剂量后 48 小时拍摄大脑 SPECT 图像 2.5.注射第四剂后 4 小时 ±30 分钟将进行仅脑部 SPECT 检查
一种新的psyllaephagus ashmead（...
摘要Melaleuca Quinquenervia（Cav。）S.T. Blake（Myrtales：Myrtaceae）是一棵在美国佛罗里达州的入侵树，为此，psyllid，boreioglycaspis melaleucae（Moore）（Hemiptera：Aphalaridae）在2002年4月成功建立以控制其传播。 寄生虫黄蜂，psyllaephagus迁移者McClelland，sp。 nov。被发现是可以在澳大利亚寄生的这种木板，我们认为这是其本地范围，在佛罗里达州，我们认为它是浮雕的。 我们为P.迁移者提供了描述，高分辨率图像和形态诊断，以及五个基因区域的分子数据集，以促进其在系统发育研究中的识别和使用。 寄生虫的生物学以其未成熟阶段的文献呈现。 捕获数据表明，P。迁移者减少了佛罗里达州生物防治剂B. helaleucae的种群。S.T.Blake（Myrtales：Myrtaceae）是一棵在美国佛罗里达州的入侵树，为此，psyllid，boreioglycaspis melaleucae（Moore）（Hemiptera：Aphalaridae）在2002年4月成功建立以控制其传播。寄生虫黄蜂，psyllaephagus迁移者McClelland，sp。nov。被发现是可以在澳大利亚寄生的这种木板，我们认为这是其本地范围，在佛罗里达州，我们认为它是浮雕的。我们为P.迁移者提供了描述，高分辨率图像和形态诊断，以及五个基因区域的分子数据集，以促进其在系统发育研究中的识别和使用。寄生虫的生物学以其未成熟阶段的文献呈现。捕获数据表明，P。迁移者减少了佛罗里达州生物防治剂B. helaleucae的种群。
关于微球作为一种新型药物的回顾...
摘要：传统的药物输送系统有几个局限性，例如需要频繁给药和患者依从性差，这可能导致治疗药物水平波动。受控药物输送系统通过随时间逐渐释放药物为这些问题提供了解决方案。微球是由可生物降解的合成聚合物和蛋白质制成的自由流动的球形粉末，粒径小于 200 µm。这种方法有助于保持一致的血浆浓度并改善患者的治疗效果。此外，开发受控药物输送系统可以提高药物的全身生物利用度，从而提高其治疗效果并促进患者更好的依从性。在各种受控输送系统中，微球尤为引人注目。它们从可生物降解的基质中缓慢释放药物，从而最大限度地减少副作用，使其适用于肿瘤学、心脏病学、糖尿病和疫苗治疗等各种医学领域。不同的微球包括生物粘附性、漂浮性、放射性、聚合物和可生物降解微球。微球的评估技术包括物理特性（尺寸、形状、表面形态）、化学分析（FTIR、XPS、TGA）和生物学评估（体外释放、细胞毒性、细胞摄取）。还使用显微镜（SEM、TEM）和光谱（DLS、zeta 电位）。此外，体内研究评估微球的功效和安全性。它们可提高生物利用度、减少副作用、提高稳定性、降低给药频率，并促进以受控速率进行药物的靶向输送。不同的微球包括生物粘附性、漂浮性、放射性、聚合物和可生物降解微球。展望未来，微球有望在开发创新药物输送系统方面发挥关键作用，特别是在诊断、基因治疗和有效的靶向药物给药方面。
对HADV的内在免疫力是通过一种新型的表观遗传沉默复合物1
预印本（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此版本的版权持有人于2025年2月10日发布。 https://doi.org/10.1101/2025.02.10.637372 doi：Biorxiv Preprint
b'we考虑了与随机噪声（LPN）问题的经典学习奇偶的稀疏变体。我们的主要贡献是一种新的算法框架，为学习稀疏平等（LSPN）问题和稀疏LPN问题提供针对低噪声的学习算法。 Different from previous approaches for LSPN and sparse LPN ( Grigorescu et al. , 2011 ; Valiant , 2015 ; Karppa et al. , 2018 ; Raghavendra et al. , 2017 ; Guruswami et al. , 2022 ), this framework has a simple structure without fast matrix multiplication or tensor methods such that its algorithms are easy to implement and run in polynomial space.令n为尺寸，k表示稀疏性，而\ xce \ xb7为噪声率，使每个标签都会被概率\ xce \ xb7翻转。作为计算学习理论中的基本问题（Feldman等，2009），学习稀疏的噪声均等（LSPN）假设隐藏的平等是K -Sparse而不是潜在的密集矢量。虽然简单的枚举算法采用n k = o（n/ k）k时间，但以前已知的结果静止图至少需要n k/ 2 = \ xe2 \ x84 \ xa6（n/ k）K/ 2 k/ 2 k/ 2 k/ 2对于任何噪声率\ xce \ xb7（Grigorescu et al。我们的框架提供了LSPN算法在时间O中运行（\ XCE \ XB7 \ XC2 \ XB7 N/K）K，对于任何噪声速率\ XCE \ XB7，每当\ XCE \ XB7中，每当LSPN的最新时间都会提高\ xce \ xb7 \ xb7 \ xb7 \ xe2 \ xe2 \ x88 \ x88 \ x88 \ x88 \ x88（p'
b'we考虑了与随机噪声（LPN）问题的经典学习奇偶的稀疏变体。我们的主要贡献是一种新的算法框架，它为学习稀疏平等（LSPN）问题和稀疏LPN问题提供了针对低噪声的学习算法。与以前的LSPN和稀疏LPN的方法不同（Grigorescu等人，2011年；英勇，2015年； Karppa等。，2018年； Raghavendra等。，2017年； Guruswami等。，2022），该框架具有一个简单的结构，而无需快速矩阵乘法或张量方法，因此其算法易于实现并在多项式空间中运行。令n为尺寸，k表示稀疏性，\ xce \ xb7是噪声率，使每个标签都会被概率\ xce \ xb7串起。是计算学习理论中的基本问题（Feldman等人。，2009年），学习与噪声的稀疏平等（LSPN）假定隐藏的平等是K -Sparse，而不是潜在的密集载体。虽然简单的枚举算法采用n k = o（n/k）k时间，但以前已知的结果静止图至少需要n k/2 = \ xe2 \ x84 \ xa6（n/k）k/2 k/2对于任何噪声率\ xce \ xb7（Grigorescu等人（Grigorescu等）），2011年；英勇，2015年； Karppa等。，2018年）。我们的框架提供了LSPN算法在时间O（\ XCE \ XB7 \ XC2 \ XC2 \ XB7 N/K）K中，对于任何噪声率\ XCE \ XB7
EDHOC是一种新的安全握手标准
物联网（IoT）的兴起（IoT）驱动了诸如Internet工程工作组（IETF）之类的组织，以开发满足相关设备和网络要求的协议。一些挑战是它们的低处理能力，稀缺带宽，电池寿命和降低的数据速率。为了解决这些问题，互联网社区已经开发了针对受限环境的标准化协议。这些工作的结果包括受约束的应用程序协议（COAP）和受约束休息环境（Oscore）的对象安全性。COAP是一种专门的Web传输协议，可提供HTTP的其余服务，但开销和处理减少。Oscore是一种可应用的安全协议，可用于保护COAP通信，包括跨托管代理的端到端加密和完整性，重播保护和对请求的响应的约束。Oscore本身并未定义关键建立协议。在使用Oscore之前，交流方必须建立安全关联，包括通过一些带外机制的共享加密密钥。为了解决此问题，IETF创建了轻巧身份验证的钥匙交换（Lake）工作组，该工作组开发并标识了短暂的Diffie-Hellman，而不是Cose（EDHOC）Pro-Tocol。EDHOC旨在启用身份验证的
科学家开发出一种新的计算机语言来模拟生物体特征
大自然最美丽的一面是生物体展现出无穷无尽的形状、颜色和行为。这些特征有助于生物体生存和寻找配偶，例如雄孔雀多彩的尾巴如何吸引雌孔雀，或者它的翅膀如何帮助它飞离危险。了解特征对于生物学家来说至关重要，他们研究这些特征是为了了解生物体如何进化并适应不同的环境。
睡眠的分形周期，一种新的非周期性活动
摘要 睡眠周期被定义为非快速眼动 (non-REM) 睡眠周期，随后是 REM 睡眠周期。分形或非周期性神经活动是用脑电图测量的觉醒和睡眠阶段的明确标记。我们引入了睡眠“分形周期”的新概念，其定义为分形活动的时间序列下降到局部最小值并上升到下一个局部最大值的时间间隔。我们评估了分形和经典（即非 REM – REM）睡眠周期持续时间与跳过 REM 睡眠的研究周期之间的相关性。样本包括 205 名健康成人、21 名儿童和青少年以及 111 名抑郁症患者。我们发现分形和经典周期持续时间（89±34 vs 90±25 分钟）呈正相关（r =0.5，p<0.001）。儿童和青少年的分形周期比年轻人短（76±34 vs 94±32 分钟）。分形周期算法在 91-98% 的病例中检测到跳过 REM 睡眠的周期。与未服药状态（107±51 vs 92±38 分钟）和年龄匹配的对照组（104±49 vs 88±31 分钟）相比，服用药物的抑郁症患者的分形周期更长。总之，分形周期是一种客观、可量化、连续且生物学上合理的显示睡眠神经活动及其周期的方法。