• 将尼泊尔依存关系语料库（Nepali Dependency Treebank）映射到通用依存关系框架（Universal Dependencies）

  摘要通用依存关系（UD）在系统评估跨语言依存关系解析方法方面受到了广泛关注。在本文中，我们介绍了我们为资源匮乏的语言——尼泊尔语开发依存关系树库的尝试，这一工作是在通用依存关系框架下进行的。为此，我们将尼泊尔语的依存关系树库映射到了通用依存关系框架中。我们详细阐述了针对尼泊尔语特点制定的映射流程，并提供了相关示例。利用经过UD映射的尼泊尔语依存关系树库进行的依存关系解析实验，分别获得了78%的UAS（Universal Agreement Score）和63.1%的LAS（Lexical Agreement Score）评分。

  来源：ACM Transactions on Asian and Low-Resource Language Information Processing

  时间：2025-11-08

• EStacker：利用能量堆栈解释无电池物联网系统的性能

  摘要物联网（IoT）设备的数量正在呈指数级增长，仅依靠电池为所有这些设备供电在环境和经济上都是不可持续的。关键的替代方案是能量收集技术，但无电池的IoT系统需要经过广泛的评估，以证明其在预期运行条件的整个范围内具有足够的性能。因此，IoT开发者需要一个评估平台，该平台能够（i）确保每个被评估的应用程序和配置都处于完全相同的能量环境和事件中，以及（ii）详细记录应用程序如何使用收集到的能量。为此，我们开发了EStacker评估平台，该平台（i）实现了公平且可重复的评估，（ii）能够生成能量使用情况报告。能量使用情况报告将应用程序的总能耗分解为各个硬件组件和应用程序活动所消耗的能量，从而明确指出应

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 跨域通信系统中受损实体的检测

  摘要跨域通信系统在智能工厂和自动驾驶等多个领域中具有重要意义。这些系统源于现实生活场景，每个领域都拥有本地网络，并通过中央服务器接入公共网络，从而便于管理本地网络并保护该领域内的实体。基于此，跨域通信系统遵循“设备-服务器-服务器-设备”的模式。每次通信过程包括两个步骤：认证和通信。认证阶段帮助双方建立安全的通信通道。如果服务器遭到攻击，认证请求可能会被发送给攻击者，攻击者随后可能冒充原始接收者。因此，必须有效解决服务器被攻破的问题。此外，还需要进行异常检测以监控各领域内实体的行为。目前的深度学习解决方案采用基于自动编码器的模型来重构输入数据并检测异常，但它们直接将原始输入数据输入模型，这使得

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• 通过线程的共址并行调度实现接近最优的缓存共享

  摘要对于硬实时系统而言，缓存内存会增加执行时间的不确定性，从而增加时序分析的复杂性。因此，缓存内存通常被视为影响调度性能的负面因素。基于缓存意识的共位调度（cache-aware co-located scheduling）旨在通过精心安排线程来共享缓存数据，从而提高调度性能。线程间的缓存共享能够降低任务执行时间，并在资源有限的情况下提升调度效率。然而，这种调度方式也可能降低并行性，进而影响系统效率。因此，如何确定一组最优的线程进行共位调度，以在满足时序约束的同时最小化资源消耗，是一个复杂的挑战。本研究表明，这种优化问题属于强NP难（NP-Hard）问题。本文提出了一种名为3-parm-hd的

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 基于正数的深度神经网络（DNN）训练中的双模舍入算法及硬件：混合精度框架的未来

  摘要Posit数制为深度神经网络（DNN）训练提供了一种有前景的替代方案，它通过提供渐进式的精度和宽动态范围，解决了传统浮点数（FP）格式的关键局限性。尽管最近的研究已经证明了Posit数制在固定精度应用中的训练和推理优势，但由于缺乏用于在Posit数制之间转换的舍入算法，混合精度框架的开发受到了阻碍。这种依赖性限制了Posit数制在DNN工作流程中的实际应用。在本文中，我们提出了一个基于Posit数的混合精度训练和推理（PMP）框架，该框架针对不同的计算阶段使用了Posit32、Posit16和Posit8。Posit32确保了关键操作中的数值稳定性，Posit16在中间计算中平衡了精度和效

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 基于复杂概念的阿拉伯语课程可读性评估

  摘要本文提出了一种可读性评估方法，该方法侧重于概念复杂性而非语言复杂性，并利用了大量的SaudiTextBooks教材作为数据来源。我们介绍了DARES 2.0，这是一个改进的基于概念的可读性训练数据集，旨在评估沙特教育文本的可读性。在DARES 1.0的基础上，DARES 2.0通过替换重复的概念，并手动用来自SaudiTextBooks中的独特术语及其上下文来修改输入特征，从而扩展了概念复杂性的范围，涵盖了1至12年级的教材。改进后的DARES 2.0被用于对预训练的Transformer模型（包括XLM-R Base、mBERT、AraELECTRA、AraBERTv2和CAMeLBER

  来源：ACM Transactions on Asian and Low-Resource Language Information Processing

  时间：2025-11-08

• 单参数代理与双边贸易中的非显而易见的可操控性

  摘要近期在机制设计领域的研究重点在于为那些不具备条件推理能力的主体提供激励相容性保障：显然具有策略防御性的机制能够确保这些理性程度有限的主体会自觉选择诚实行为；而非明显可被操纵的机制（NOM机制）则持更为乐观的态度，认为这些主体只有在认为不诚实行为“显而易见”时才会选择违规。从技术层面讲，“显而易见性”要求比较主体在诚实行为与不诚实行为下的效用值（这些效用值是基于其他主体行为的）极端情况来确定的。我们提出了一种基于循环单调性的技术，用于设计涉及货币转移的NOM机制，该技术使得机制的分配规则与支付规则能够分离。通过运用这一框架，我们完整地描述了单参数主体的NOM机制的分配函数和支付函数。随后，我

  来源：ACM Transactions on Economics and Computation

  时间：2025-11-08

• 一种有助于低资源语言理解的侵入式嵌入模型

  摘要多语言预训练语言模型生成的上下文表示包含了语义内容，这些内容不仅传达了句子的含义，还包含了语言特有的细微差别。然而，在跨语言机器学习任务中，尤其是数据稀缺的情况下，上下文表示中混杂的语言特定信息不仅增加了任务的复杂性，还降低了性能。这一挑战对于自然语言理解（NLU）任务尤为重要，例如意图检测（ID）和槽填充（SF），这些任务是多语言对话系统功能的基础。我们的核心思想是通过对抗性方法从编码器生成的上下文表示中消除语言特定信息，同时通过解码器的输入重建来保留语义信息。为此，我们提出了一种基于编码器-解码器的模型，该模型采用对抗学习技术来增强跨语言的知识迁移能力，以应对NLU任务。在两个公开可用

  来源：ACM Transactions on Asian and Low-Resource Language Information Processing

  时间：2025-11-08

• 固件安全更新通过形式化验证

  摘要工业物联网（IIoT）系统需要强大的机制来确保固件更新的安全性。由于供应商之间的差异、网络限制以及许多IIoT应用的安全关键性，现有的方法往往不够充分。在本文中，我们通过扩展IETF SUIT（物联网软件更新）框架来解决这些挑战，以提高固件更新的安全性和可靠性。我们的贡献包括将软件物料清单（SBOM）机制和行为认证清单整合到SUIT架构中，以增加透明度并对外部更新内容提供正式的保证。该方法通过一个原型实现进行了验证，该原型使用实际基准测试展示了其可行性和可扩展性。

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• 商用车辆中的服务拒绝漏洞：利用诊断协议缺陷进行攻击

  摘要商用车辆是现代物流和运输系统的重要组成部分，属于关键基础设施的一部分，同时也代表了涉及安全的重要信息物理系统。当前的汽车运营主要依赖于嵌入式计算系统，这些系统通过标准化协议进行通信，构成了车辆通信网络的基础设施。在商用车辆领域，这些系统使用高级协议（如控制器局域网（CAN）协议）来实现内部数据交换。根据国际标准化组织（ISO）14229《统一诊断服务（UDS）》和ISO 15765《基于CAN的诊断通信》标准，统一诊断服务（UDS）协议在提供关键诊断功能方面发挥着重要作用。本研究通过四个具体案例揭示了诊断协议标准中的缺陷，以及如何利用这些缺陷对商用车辆内的计算机发起攻击，从而绕过现有的安全

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• UQuAD+：乌尔都语机器阅读理解的基准数据集

  摘要机器阅读理解（Machine Reading Comprehension，MRC）是自然语言理解（Natural Language Understanding）中的关键任务，它使自动化系统能够基于文本输入回答问题。尽管在资源丰富的语言上MRC已经取得了显著进展，但由于语言特征的复杂性，资源匮乏的语言仍面临巨大挑战。本文提供了一个针对乌尔都语MRC的全面人工标注数据集，该数据集包含来自七个领域的1,540篇文章中的20,000对问答对。与以往基于翻译的数据集不同，这个数据集中的问答对是通过严格的人群众包和专家标注生成的。数据集涵盖了多种类型的题目，包括可回答和不可回答的问题，答案范围从单个单

  来源：ACM Transactions on Asian and Low-Resource Language Information Processing

  时间：2025-11-08

• 用于智能电网的联邦学习：应用与潜在漏洞的调查

  摘要智能电网（Smart Grid，SG）是一种关键的能源基础设施，它利用信息和通信技术（ICT）收集实时的电力使用数据，以预测未来的能源需求。由于人们对智能电网中数据安全和隐私问题的日益关注，联邦学习（Federated Learning，FL）作为一种有前景的训练框架应运而生。FL通过在不对物联网设备中的私人数据共享的情况下实现协作式模型训练，从而在隐私、效率和准确性之间取得了平衡。在这项调查中，我们全面回顾了基于FL的智能电网系统在发电、输电、配电和消费三个阶段的最新进展。此外，我们还探讨了在这些阶段实施FL时可能出现的潜在漏洞。同时，我们讨论了当前最先进的FL研究与其在智能电网中实际应

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• 利用分层强化学习在工业网络物理系统中实现自主且适应性强的网络事件检测与响应

  摘要信息物理系统（CPS）是许多关键基础设施的支柱。然而，由于物理空间与网络空间的深度融合，它们带来了前所未有的安全漏洞和攻击途径。特别是在工业CPS环境中，网络的开放性使系统容易受到外部网络威胁的攻击。工业CPS的安全性在很大程度上依赖于网络事件检测与响应系统，这些系统对于确保信息物理过程的持续正常运行至关重要。这些防御系统的关键配置参数之一是检测阈值。然而，找到一个能够在漏检率和误报率之间取得平衡的最佳阈值仍然是一个具有挑战性的问题。在本文中，我们提出了一种新颖的方法，该方法利用分层强化学习（HRL）架构来自动检测工业CPS网络中的动态不稳定性，并通过调整网络事件检测与响应阈值范围来最小化

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• C2MEC：基于深度强化学习的协作式多分割与多跳边缘计算

  摘要近期研究指出，现代物联网（IoT）设备的计算能力与人工智能（AI）应用所需的计算需求之间存在显著差距。边缘计算范式通过提供靠近数据源的可靠且快速的计算服务，为解决这一问题提供了有希望的方案。由于边缘服务器自身的资源限制，单个边缘服务器通常无法处理来自附近物联网设备的繁重计算负载，因此需要多服务器协同工作。然而，由于工作负载的动态变化和数据分布不均，实现高效协作颇具挑战性。为了解决这些问题，本文提出了一种新的解决方案，该方案通过优化任务执行路径和资源管理来提升边缘服务器的性能，尤其是在数据不平衡或物联网设备分布不均的场景中。我们的方法不仅部署了多个边缘服务器，还着重于计算任务的智能分配与管理

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• Softtide：一种用于实时系统的确定性中间件

  摘要在分布式系统中实现正确的同步是一个复杂的问题。一种有效的方法是在高层设计中使用逻辑时钟，以确保并发操作的确定性。然而，大多数实时网络协议仅提供物理时间同步的手段。因此，最终必须将逻辑时钟的某些特性进行转换并映射到物理时间上，从而失去了其原有的许多优势。我们提出了一种名为 Softtide 的新中间件，旨在简化具有内置逻辑时钟的系统的实现和部署。其核心思想是通过 API 提供一个全局逻辑时钟，作为调度任务执行和消息传输的基础。同时，保持逻辑时钟与物理时间之间的相对稳定关系，以减少设备间的时间抖动。Softtide 的同步机制受到了最近一种名为 Bittide 的协议的启发，该协议采用了去中心

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 《不平等的预言：随时间的变化》

  摘要在本文中，我们提出了一个基于独立同分布（i.i.d.）随机变量的、随时间变化的“预言者不等式”变体。与传统的在某个时刻根据一个实际观测值停止的算法不同，我们会在每一步决定选择该值的时间长度，并且在这段时间结束之前无法选择其他值。我们的目标是最大化所选值之和的期望值。我们描述了最优停止规则的结构，并给出了预言者不等式的上界和下界。从在线算法的角度来看，这相当于在线算法的竞争比（competitive ratio）的界限。我们提出了一种非常简单的算法，该算法仅使用一个阈值，对于所有输入长度n，预言者不等式的值约为0.396。此外，作为我们的主要成果，我们还提出了一种更高级的算法，在步骤数趋于无

  来源：ACM Transactions on Economics and Computation

  时间：2025-11-08

• 为软件和硬件平台指定并编译可扩展的参与者网络

  摘要流处理应用程序通常使用具有固定网络结构的数据流演员模型来描述，这使得静态分析和高效的硬件实现成为可能。然而，这种固定的结构限制了可扩展性和设计空间的探索。本文研究了一个典型的数据流工具链——用于CAL演员语言的StreamBlock编译器及其Actor Machine（AM）中间表示（IR），并指出了其在处理参数化应用程序规范时的局限性。为了解决这些局限性，我们扩展了CAL语言，使其支持参数化的演员和网络规范，从而可以用单一描述来涵盖多种问题规模。我们通过一个参数化的QR分解应用程序以及Savina Actor基准测试套件中的基准测试来演示这些扩展。在将演员规范编译为软件或硬件时，会使用A

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 非均匀稳定匹配

  摘要在存在平局的稳定匹配问题中，超稳定性和强稳定性是匹配的一种属性。在本文中，我们提出了超稳定性和强稳定性的一个通用推广概念，称之为“非均匀稳定性”。首先，我们证明了可以在多项式时间内确定是否存在非均匀稳定的匹配。接着，我们给出了非均匀稳定匹配集合的多面体特征描述。最后，我们证明了非均匀稳定匹配集合构成一个分配格。

  来源：ACM Transactions on Economics and Computation

  时间：2025-11-08

• 双向贪心算法：用于处理非完美理性行为的算法

  摘要在算法设计中需要考虑自私行为这一认识，为计算机科学领域带来了许多有趣且有价值的贡献，这些贡献都属于算法机制设计的研究范畴。我们的研究源于这样一个观察：自私行为与理性行为是不同的；当代理人认为这样做有利可图时，他们就会尝试采取策略性行动。近期经济学的研究聚焦于一种特定的非理性现象，即缺乏条件推理能力，并将“明显策略安全性”（OSP）定义为一种应对这些代理人自私行为的方法。然而，至今尚不清楚应采用何种算法方法来实现OSP。在本文中，我们出人意料地发现，对于二分分配问题而言，OSP可以通过两种广为人知且被深入研究的算法技术——前向贪心算法和反向贪心算法的自然组合来完全实现。我们将这种尚未得到充分

  来源：ACM Transactions on Economics and Computation

  时间：2025-11-08

• 利用最优运输理论设计设施选址问题的最优机制

  摘要在本文中，我们在贝叶斯机制设计框架内研究了线上的k设施选址问题，并分析了百分位数机制（一类基于代理人报告顺序来选址的真实机制）。首先，我们将k设施选址问题与Wasserstein投影问题联系起来，并利用这种联系来求解百分位数机制的预期成本与最优预期成本之间的比率极限。此外，我们还描述了该比率的极限值及其收敛速度。当n k时，我们得出了贝叶斯近似比率的上界，这与经典的最坏情况分析结果形成了对比——在经典分析中，当k 2时，百分位数机制的近似比率是无限的。这使我们能够制定标准，以确定哪种百分位数机制更适合处理特定的代理人分布。接着，我们证明了最优百分位数机制的存在性，并通过一组k个方程对其进行

  来源：ACM Transactions on Economics and Computation

  时间：2025-11-08

知名企业招聘：