• 唐代团花纹样的结构与色彩协调生成：通过易于理解的智能设计促进文化传承与传播

  摘要作为中国传统文化遗产的核心载体之一，传统中国图案在传承方面面临着挑战，因为传统设计严重依赖于专业技能且周期较长。人工智能生成内容（AIGC）的出现为解决这些问题提供了一种人机协作的模式——本文重点探讨了如何利用AIGC进行传统中国图案的智能设计。首先构建了一个包含30,000张图形的传统中国图案数据集，这些图形采用“团克图案”（Tuanke patterns）进行表示。随后，提出了一种专为传统中国图案设计的智能设计方法——ChiPa。该方法能够同时控制内容和颜色。ChiPa的核心技术是一种新颖的结构投影器（结构特征图混合 + 基于MCConv的潜在空间映射器），它将草图映射到StyleGA

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-08

• 通过调色板引导的生成对抗网络（GAN），模仿民族服装的颜色风格进行图案重新设计

  摘要民族服饰颜色的数字化再现对时尚设计至关重要。随着信息技术的进步，机器学习技术越来越多地应用于民族服饰的设计中。然而，现有的颜色转移技术往往只关注单色块，忽略了颜色层次结构的复杂性，因此在大规模图像着色方面效果不佳。为了解决这些问题，我们提出了一种基于调色板的自动着色方法。该生成模型通过结合主着色网络和基于生成对抗网络（GAN）原理的条件网络得到了增强。条件网络处理调色板输入，而主网络处理图像数据，从而实现无色图案的调色板引导着色。在生成器的损失函数中引入了Huber损失，以提高着色精度。实验结果表明，我们的算法在SSIM和PSNR指标上优于现有方法，平均着色时间每幅图案不到0.2秒。所提出

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-08

• 公平的范畴

  摘要在探讨Barocas、Hardt和Narayanan的《公平与机器学习》（Fairness and Machine Learning, FaML）一书时，我们旨在拓展关于机器学习和算法决策的规范性讨论范围。基于将自由和平等的人之间的公平合作视为基本政治价值的理解，我们认为对公平性和机器学习的关注需要在三个方面得到扩展。首先，不公平和歧视不仅仅是系统性群体 subordinate 的问题；我们还关注其他形式的不公平现象——这些现象并非针对弱势群体，而是涉及消除机会障碍，并提出了对算法决策的实际影响建议。其次，虽然我们在很大程度上赞同FaML关于公平组织决策的方法，但我们强调仅关注公平组织决策

  来源：ACM Journal on Responsible Computing

  时间：2025-11-08

• TC-YOLO：一种基于YOLOv8的改进型太极拳动作姿态估计算法

  摘要目前，太极拳的传播主要依靠线下教学方法结合视频练习，但在动作姿势的反馈方面存在不足，效率也相对较低。本文提出了一种基于YOLOv8的姿态估计新算法——TC-YOLO。TC-YOLO通过实时检测太极拳练习者动作中的关键点，提高了反馈的准确性和直观性，从而提升了教学评估和姿势矫正的效率。研究以陈式太极拳的“十八式”为对象，构建了一个包含3688张图片的太极拳动作数据集。为了提高模型效率，采用了Reparametrized C2f（RC2f）模块对主干网络进行了重新参数化，该模块通过优化信息流动并降低计算复杂度来提升特征提取效果。此外，还设计了一种简化的颈部网络结构，以实现有效的信息传输和多尺度

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-08

• Furiose Interazioni 项目

  摘要本文介绍了由国家文化遗产技术集群（TICHE）开发的“Furiose Interazioni”项目。该项目的主要目标是围绕卢多维科·阿里奥斯托的《奥兰多·富里奥索》及其奇幻世界打造一个数字化艺术工作室，特别适用于学校和学龄前儿童。该项目采用跨学科的方法，汇集了意大利研究、文学、教育学、界面设计和技术领域的专家。其设计框架分为三个核心层次：a) 理论层次，旨在保持与原文本的历史和语言学联系，同时将诗歌重新构想为互动游戏；b) 交互层次，侧重于通过互动体验提升艺术感受并促进学习过程；c) 技术层次，专注于为目标受众选择最合适的技术，同时考虑技术限制和预期效果。此外，界面层次作为这三个层次的具体

  来源：Journal on Computing and Cultural Heritage

  时间：2025-11-08

• 公平性和机器学习领域中，什么是新的，什么是旧的？

  摘要本文结合索伦·巴罗卡斯（Solon Barocas）、莫里茨·哈特（Moritz Hardt）和阿尔文德·纳拉亚南（Arvind Narayanan）的著作《公平与机器学习》（Fairness and Machine Learning），探讨了机器学习决策系统中的规范独特性问题。随着基于机器学习的辅助工具在官僚决策中的广泛应用，这次又有什么不同呢？我认为，对规范独特性的关注可能会掩盖机器学习的一个更为重要的影响：即可行替代方案的存在不仅对新技术系统的设计提出了新的合理性要求，也对现有的以人为中心的决策机制提出了挑战。我认为，将传统的官僚决策结构非政治化会导致我们错失一个机会——即在实践可能

  来源：ACM Journal on Responsible Computing

  时间：2025-11-08

• 合法权力与非法自动化：自动化决策系统中忽视合法性的问题

  摘要机器学习和人工智能的进步推动了自动化决策系统（ADS）的广泛应用。大量文献探讨了这些系统的决策要公平必须满足的条件。然而，关于这些系统的决策者为何有权利做出这些决策的合法性问题却相对较少受到关注。本文指出，当提出这些问题时，理论家们常常错误地将合法性与公众接受度或其他实质性价值（如公平性、准确性、专业性或效率）混为一谈。为了寻找更好的理论基础，我们对关于国家合法性的哲学文献进行了批判性分析，重点关注同意原则、公共理性以及民主授权机制。分析表明，在将这些理论应用于合法的自动化决策系统之前，需要对其进行仔细考量。具体而言，我们发现同意原则和公共理性理论可以在一定程度上为某些自动化决策系统提供合

  来源：ACM Journal on Responsible Computing

  时间：2025-11-08

• 提高用户对具有操控性设计产品的认知：一项关于移动应用平台说服策略的研究

  摘要电子商务、游戏和社交网络平台的兴起暴露了“操纵性设计”（Manipulative Designs，简称MDs）的使用，这些设计利用用户的认知偏见来使公司受益，而用户却因此受到损失。虽然之前的研究已经对操纵性设计进行了分类并探讨了其影响，但关于如何警告和教育用户以识别和抵制这些策略的研究还较为有限。为了解决这一不足，我们进行了一项有控制的研究，共有135名参与者参与。我们使用了保护动机理论（Protection Motivation Theory，简称PMT）调查来了解人们学习有关操纵性设计知识的动机。同时，我们基于西奥迪尼（Cialdini）的社会影响和权威原则测试了两种说服策略，以评估它

  来源：ACM Journal on Responsible Computing

  时间：2025-11-08

• 在机器学习公平性中，平等的意义何在？不仅仅在于机会的平等

  摘要机器学习（ML）中的公平性问题已成为一个快速发展的研究领域。但首先，为什么ML中的不公平行为是错误的呢？我们又为什么要关注提高公平性呢？大多数关于公平性ML的研究都隐含地诉诸于分配平等的理念：即诸如机会之类的理想利益和资源应该在社会中得到“平等分配”（例如，Barocas等人，2023年）。因此，不公平的ML模型被视为错误的，因为它们没有实现这种平等的分配。本文认为，这种仅关注分配平等的视角提供了一个不完整且可能具有误导性的伦理基础，尤其是在文本和图像生成模型的背景下。将ML的公平性建立在平等主义的基础上——即认为平等是一种基本的道德和社会理想——需要挑战那些系统性、制度性和持久性的不平等

  来源：ACM Journal on Responsible Computing

  时间：2025-11-08

• 古德哈特定律有例外情况吗？论公平意识机器学习的道德正当性

  摘要公平感知的机器学习（fair-ml）技术是一种算法干预措施，旨在确保受到机器学习模型预测影响的个体得到公平对待。这一问题通常被构建为一个优化问题，其目标是在定量公平性约束下实现高预测性能。然而，任何设计公平-ml算法的尝试都必须假设一个“古德哈特定律”（Goodhart’s law）存在例外情况的世界：当公平性度量成为优化约束时，它并不会失去作为有效度量的作用。在本文中，我们认为公平性度量对古德哈特定律特别敏感。我们的主要贡献如下：首先，我们提出了一个关于公平性指标合理性的道德推理框架。与现有工作不同，我们的框架认为结果分布的公平性不仅取决于不平等的原因，还取决于决策主体为获得某种利益或避

  来源：ACM Journal on Responsible Computing

  时间：2025-11-08

• 构建一致的SysML模型并将其应用于CPS

  摘要随着信息物理系统（CPS）复杂性的不断增加，将CPS分解为子系统变得很有意义。这样做可以提高系统的模块化和灵活性，使每个子系统能够独立开发，从而便于维护。同时，还能增强系统的容错能力。然而，这种系统分解可能会导致一致性问题。本文提出了一种使用SysML对信息物理系统分解进行早期验证的方法。为了解决SysML作为半形式化语言的局限性，我们为其结构图引入了语法和静态语义规则。该方法的目标是在定义行为特性之前验证结构的一致性。为此，该方法通过细化关系验证一系列结构一致性规则，以确保子组件至少提供与抽象模块相同的服务，并且需要相同的服务。此外，子模块必须满足抽象模块应满足的所有要求。我们以CyCa

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-08

• 在网络物理系统中利用高斯分布设计虚假数据注入攻击

  摘要在网络物理系统（CPS）中，攻击者可以修改执行器的输入、传感器的观测数据以及物理系统的状态，从而导致系统无法正常运行。为了提高系统的抵御能力，必须研究所有可能的攻击类型。为此，需要了解所有可能的攻击序列。本文重点探讨了对CPS中的物理系统、执行器输入以及传感器测量数据进行虚假数据注入（FDI）攻击的方法，这些攻击可以单独实施，也可以结合在一起进行。每种攻击序列都遵循高斯分布。我们研究了一个具有单个传感器和执行器的离散线性时不变（LTI）CPS系统。该系统还包括一个卡尔曼滤波器和一个卡方（χ²）检测器。基于Kullback-Leibler（KL）散度，我们在系统中的脆弱位置提出了七种类型的F

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-08

• 评估用于评估咨询师反思的语言模型

  摘要反思性倾听是行为健康咨询中的一项基本沟通技巧。它使咨询师能够理解和体谅客户的经历与困扰。掌握并提升反思性倾听技能的培训对于提高咨询效果至关重要。然而，这一技能的培养面临诸多障碍，尤其是需要专业且及时的反馈来帮助咨询师改进。在这项研究中，我们评估并比较了几种计算模型（包括基于Transformer的架构），以评估它们评估咨询师反思性倾听技能的能力。我们探讨了一系列基于神经网络的模型，从紧凑型、专用的RoBERTa模型到先进的大规模语言模型（如Flan、Mistral和GPT-3.5），这些模型可用于对心理治疗过程中的反思行为进行评分。我们使用了一个包含三个基本反思性倾听技能层面的心理治疗数据

  来源：ACM Transactions on Computing for Healthcare

  时间：2025-11-08

• 用于旁路安全的电磁干扰屏蔽：分析、仿真与测量

  摘要在考虑密码设备的侧信道分析（SCA）安全性时，减轻模块之间的电磁泄漏和电磁干扰（EMI）是一个重大挑战。本文全面回顾并深入分析了电磁屏蔽材料的应用，这些材料是为满足可靠性要求和诸如EMI/EMC等标准而设计的，作为增强EM-SCA安全性的对策。我们调查了当前的电磁屏蔽材料领域，包括导电聚合物、金属泡沫、碳基材料和超材料，并首次使用以安全性为中心的指标来评估它们在减弱辐射和防止信息泄露方面的有效性。通过系统地研究现有文献、进行实验研究以及在ANSYS求解器中构建完全可仿真的电磁环境，我们确定了影响电磁屏蔽材料性能的关键因素，如屏蔽效能（SE）、带宽、厚度和材料属性对安全特性的影响。我们建立了

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-08

• 基于MBIST的内存测试算法在计算内存中的分析与设计

  摘要内存计算（CIM）作为一种面向未来的新型计算架构，有效克服了冯·诺依曼架构中的瓶颈问题。CIM架构将逻辑功能嵌入到内存阵列中，从而减少了处理器与内存之间的数据传输量。然而，将逻辑功能嵌入内存阵列会增加测试的复杂性。在这项研究中，我们对CIM所面临的挑战进行了全面分析，并提出了一种专为CIM芯片设计的新测试算法——March CC。该算法将读/写操作序列中的测试步骤与计算步骤合并为一步，显著提高了测试效率。与传统March C测试算法相比，提出的March CC算法的复杂度仅为10^N，使得六种常见的单单元故障（SCF）模型和九种常见的双单元故障（DCF）模型的故障覆盖率从66.7%提升到了

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-08

• 基于忆阻器和自旋电子学的非对称基础逻辑函数的完备布尔代数

  摘要随着新兴设备技术的不断发展，这些技术提供了不同的基础逻辑集，因此有必要探索创新的逻辑设计自动化方法。特别是基于忆阻器和双层雪崩自旋二极管的新型计算架构提供了非交换或“非对称”运算，即反向输入与门（IAND）和蕴含门作为基础逻辑门。现有的逻辑设计技术未能充分利用非对称逻辑函数的独特特性，导致逻辑电路的优化程度不足。本文提出了一个专门针对非对称逻辑函数的完整布尔代数框架，介绍了基本恒等式、定理和规范标准形，为高效合成和优化此类逻辑电路奠定了基础，而无需依赖传统的布尔代数。此外，本文还建立了蕴含运算和IAND运算之间的逻辑关系。之前提出的一种基于所介绍代数原理子集的改进型Karnaugh图方法，

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-08

• 自动驾驶车辆纵向编队形成策略概述

  摘要自动驾驶车辆（AV）编队行驶通过减少或消除人为驾驶干预，有潜力提高地面交通系统的安全性、运营效率和能源利用效率。AV编队策略的理论有效性已经得到验证，实际应用正在真实环境中进行测试。传感器、通信技术和控制策略的发展推动了AV编队策略的快速持续进化。在本文中，我们基于一个包含五个组成部分的编队框架（车辆模型、信息接收过程、信息流拓扑结构、间距控制策略以及控制器），回顾了当前在AV纵向编队形成方面的最新研究成果，并讨论了这些组成部分的优势和局限性。基于对现有策略及其相关局限性的分析，本文提出了未来可能的研究方向。

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 在噪声存在的情况下，MIP*的计算优势会消失

  摘要具有量子纠缠特性的多证明者交互式证明系统（MIP*）类比其经典对应物MIP[8, 31, 32]具有更强的计算能力：虽然MIP属于NEXP类，但量子类MIP*属于RE类，而RE类包含了停机问题等复杂问题。这是因为MIP*中的证明者可以共享无限制的量子纠缠。然而，最近的研究[53, 54]表明，如果证明者共享的状态中存在噪声，这种优势会显著减弱。本文试图精确描述噪声对量子多证明者交互式证明系统计算能力的影响。我们研究了量子两证明者一轮交互式系统MIP*[poly], O(1)，其中验证者向证明者发送多项式级别的比特数，证明者则持续不断地发送比特数。我们发现，在该模型中，噪声完全破坏了由共享纠

  来源：Journal of the ACM

  时间：2025-11-08

• 路边停车管理数字化与库存管理系统

  摘要了解路边停车规则对于驾驶员快速找到合法的路边停车位至关重要。传统的数据提供者依赖手动方法来收集有关路边停车标志的信息，要么是逐一记录标志的详细信息，要么是从数字地图中下载街道级别的图像。然而，考虑到停车标志的频繁更新，这种过程既缓慢又不足以建立一个准确且最新的路边停车规则数据库。在本文中，我们提出了一种基于深度学习的库存管理系统（IMS），该系统利用安装在车辆上的现成行车记录仪拍摄的视频自动创建和管理路边停车规则数据库。据我们所知，我们的系统是首个能够从视频中检测和解读真实世界中的路边停车标志并生成停车规则的系统。通过采用AWS上的无服务器云架构，IMS结合了安全的数据检索、强大的用户认证

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 用于交通控制的公平多智能体强化学习

  摘要在本文中，我们探讨了在去中心化的协作多智能体强化学习（MARL）中学习公平策略的问题，重点关注交通信号灯控制系统。我们发现，传统的MARL算法虽然能够优化预期奖励，但往往会导致不同交叉口的公平性受损。为了解决这一局限，我们设计了能够优化广义基尼福利函数的控制策略，该函数明确体现了公平性的两个方面：效率与平等。具体而言，我们提出了三种对MARL基线的创新改进方法，使智能体能够在为福利优化做出贡献的同时，学习到去中心化的公平策略。通过在不同复杂度和交通布局的六个交通控制环境中进行广泛实验，我们验证了这些方法在效率和公平性方面均优于现有的MARL方法。

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

知名企业招聘：