• 下一代道路运输的网络安全：综述

  摘要新兴的交通技术，包括电动汽车（EVs）、自动驾驶车辆（AVs）和联网车辆（CVs），通过连接性、自动化和电气化的进步，有望彻底改变移动性和物流领域。然而，这些系统的融合带来了重大的网络安全挑战，如数据泄露、欺骗攻击和基础设施攻击，这主要是由于攻击面变得越来越复杂和相互关联。本文全面概述了自动驾驶车辆、联网车辆和电动汽车领域中的网络安全威胁、漏洞及评估实践。我们分析了2021年至2025年间发表的227篇经过同行评审的研究，并提出了两种新的分类方法：一个三阶段的网络攻击生命周期框架——从数据流到信息处理（Stream to Information, S2I）、从信息处理到决策（Informa

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 一种用于自动驾驶车辆基于场景的安全性验证与可解释性的综合框架

  摘要本文提出了一种基于场景的新型测试框架，用于评估黑盒自动驾驶车辆（AVs）在多种交通场景下的表现。该框架旨在弥合正式场景描述、安全验证领域的仿真集成以及模块化可解释性技术之间的差距。所提出的框架包括一种正式的场景规范方法以及一个测试模板，该模板能够在功能和具体抽象层面上利用场景描述。测试模板采用这些自动驾驶场景描述策略的术语进行模块化设计；随后，识别出测试过程中的瓶颈并提出了相应的解决方案，并通过实验进行了验证。为了优化生成的场景数据的利用，我们还提出了一种创新的数据模型和可解释人工智能（XAI）组件，通过一个详细的自动驾驶案例研究展示了它们的实用性。这种综合方法有望在评估和理解复杂系统行为

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 基于本体的模式级数据质量：以一致性为例

  摘要元数据的质量在许多数据公平性（FAIRification）过程中起着至关重要的作用。事实上，数据公平性的四大主要原则都要求使用高质量的元数据。在基于本体（Ontology-Based）的数据管理（OBDM）这一主要的数据管理范式中，元数据被视为核心要素。OBDM的目标是通过包含本体和映射的语义元数据层，为用户提供一组异构数据源的统一视图。本体是对感兴趣领域的高层次、声明性表示，用逻辑理论的形式编写；而映射则描述了本体中的符号与数据源中数据之间的关系。在本文中，我们提出了一个基于OBDM的新的数据质量框架，专门用于元数据分析。该框架针对的是目前最常见的一种元数据形式——即由数据库模式定义的完

  来源：Journal of Data and Information Quality

  时间：2025-11-08

• iBrush：利用智能手表进行刷牙监控

  摘要每天刷牙是预防牙齿疾病的重要习惯。然而，目前用于监测刷牙效果的技术非常有限。在本文中，我们介绍了iBrush的设计，该系统能够在手动刷牙过程中利用市售的智能手表检测不正确的刷牙技巧、定位刷牙区域，并估算每个区域的刷牙时间。iBrush采用了一种新颖的牙刷设计：在牙刷的手柄上安装了小磁铁，以便用户的智能手表中的磁传感器能够捕捉到牙刷的方向和运动情况。此外，iBrush还利用智能手表中的惯性传感器来识别不同类型的刷牙动作（涉及手臂或手腕的运动）。通过结合牙刷的方向和手的运动模式，我们的系统能够判断刷牙的效果。来自智能手表的声学信号以及用户特定的刷牙顺序也被用来提高识别准确性。我们在一款商用智能

  来源：ACM Transactions on Computing for Healthcare

  时间：2025-11-08

• 有效的急诊科就诊预测建模及评估外生变量影响：采用可解释的元学习梯度提升算法

  摘要 准确预测急诊科（ED）的就诊情况对于优化资源配置至关重要，包括人员调整和手术室排班。尽管基于人工智能的模型已经大量涌现，但由于模型的泛化能力有限、容易过拟合或欠拟合、可扩展性不足以及超参数调优的复杂性，有效的急诊就诊预测仍然具有挑战性。为了解决这些问题，我们提出了一种新颖的元学习梯度提升算法（Meta-ED）来预测每日急诊就诊人数。Meta-ED利用了堪培拉医院23年的综合数据集，其中包含了社会人口统计特征、医疗使用情况、慢性疾病、诊断结果和气候参数等外生变量。该算法结合了四种基础学习器——CatBoost、随机森林（Random Forest）、Ext

  来源：ACM Transactions on Computing for Healthcare

  时间：2025-11-08

• 以比矩阵乘法更快的速度求解稀疏线性方程组

  摘要线性系统的求解速度能否快于矩阵乘法？尽管在具有额外结构的系统上已经取得了很多进展，但在一般情况下，求解一个 n × n 线性系统 Ax = b 的复杂度至少为 Ω(n^ω) 比特运算量，其中 ω < 2.372 是矩阵乘法的指数。即使对于条件数为 poly(n) 的稀疏线性系统，改进这一 n^ω 的界限仍然是一个未解决的问题。在本文中，我们提出了一种算法，该算法求解稀疏矩阵中的线性系统的速度渐进地快于矩阵乘法或任何大于 2 的 ω 值。这种加速效果适用于任何具有 o(n^{ω − 1}/log (κ(A))) 个非零元素的输入矩阵 A，其中 κ(A) 是矩阵 A 的条件数。对于条件数为 p

  来源：Journal of the ACM

  时间：2025-11-08

• 数据准备过程中的可持续质量保障

  摘要数据准备对于遵循FAIR（可发现性、可访问性、互操作性和可重用性）四项基本原则实现良好的数据管理至关重要。在现代应用中，处理数据集以提高数据（及其元数据）的质量是必不可少的。然而，由于资源密集型或可扩展性等方面的挑战，达到这种数据质量水平所需的数据准备活动可能变得难以持续。此外，如果某些准备工作带来的改进微不足道或导致重复操作，那么这些工作就可能变得没有必要。本文从循环经济的角度探讨了数据准备的可持续性方面。在数据领域，这一视角鼓励采取能够减少浪费、延长数据生命周期并最大化数据重用的做法，从而与FAIR原则保持一致。我们研究了这些做法及其对选择和配置有效数据准备策略的影响，以设计出可持续且

  来源：Journal of Data and Information Quality

  时间：2025-11-08

• 一种用于欧几里得旅行商问题的Gap-ETH-Tight近似算法

  摘要我们重新审视了在\(d\)维欧几里得空间中找到\(n\)个点的最短路径这一经典问题，其中\(d \ge 2\)是一个固定的常数。在合理的假设下，我们确定了算法运行时间对\(\varepsilon\)的最优依赖性，该算法能够计算出一个\((1+\varepsilon)\)近似的最短路径。具体来说，我们提出了一种运行时间为\(2^{\mathcal {O}(1/\varepsilon ^{d-1})} n\log n\)的算法。这改进了Rao和Smith（STOC 1998年）提出的算法中之前最小的对\(\varepsilon\)的依赖性，即\((1/\varepsilon)^{\mathca

  来源：Journal of the ACM

  时间：2025-11-08

• 热力学极限下的哈密顿复杂性

  摘要尽管在过去十年中，量子哈密顿量复杂性研究取得了巨大进展，但对于热力学极限下的量子物理计算复杂性仍知之甚少。事实上，正确定义这个问题本身并不容易。我们研究了在热力学极限下，如何以给定的精度估算一个固定且平移不变的（TI）哈密顿量的基态能量；这个精度（由参数n表示，即近似所需的比特数）是问题的唯一输入。理解这个问题的复杂性，有助于我们了解物理学家在热力学极限下测量或计算物理量近似值时所面临的难度。我们证明了该问题属于FEXPQMA-EXP − L复杂度类，并且对于FEXPNEXP复杂度类来说是难以解决的。这意味着该问题的难度与输入大小的关联是“双重”指数级的。作为我们研究的一部分，我们探讨了计

  来源：Journal of the ACM

  时间：2025-11-08

• 紧致初值问题的公理化：未解决的问题

  摘要本文证明了对于具有紧致初始条件和紧致时间范围的初值问题（IVPs），其公理化体系的完备性，这些条件涉及有界开放安全性、开放活性及存在性等属性。完备性使得这些属性的证明能够系统地归结为微分方程不变量的完整公理化问题。该成果通过一种可计算的过程，将符号逻辑与数值分析结合起来，生成包含微分不变量的符号证明，从而为多项式初值问题的数值解提供严格的误差界限。该过程具有模块化特性，适用于所有具有有理系数和初始条件的多项式IVPs，并且符号参数被限制在紧致集合内。此外，本文还讨论了对于初始条件/符号参数不必然受限于紧致集合的IVPs的推广方法，这些推广方法是通过基于该公理化体系推导出完全符号化的公理/证

  来源：Journal of the ACM

  时间：2025-11-08

• 完全抽象规范形式的双模拟在按值传递的程序计算框架（PCF）中的应用

  摘要我们首次提出了针对按值调用（call-by-value）的PCF（PCFv的完全抽象正规形式双模拟（fullly abstract normal form bisimulation）。我们的模型基于一种标记转换系统（LTS），该系统结合了应用双模拟（applicative bisimulation）、环境双模拟（environmental bisimulation）和游戏语义（game semantics）的元素。为了在不使用语义商（semantic quotienting）的情况下实现完备性，LTS构建了与可能的功能上下文（functional contexts）交互相关的轨迹。该模型为

  来源：Journal of the ACM

  时间：2025-11-08

• 基于因果变换器和Q学习的具有语义感知的自动驾驶车辆导航

  摘要视觉感知对自动驾驶车辆的导航至关重要，它通过深度估计和语义分割来实现对周围环境的认知。本研究提出了一种基于Transformer的新方法，用于深度感知和具有语义理解能力的路径规划，从而提升车辆的视觉理解能力。我们的方法结合了用于相对深度估计和语义信息的密集预测模型、因果Transformer以及Q学习算法来进行导航。我们使用均方根误差（Root Mean Square Error）和深度精度（Depth Accuracy）等指标来评估该方法的性能，并结合基于安全性的指标进行综合评估。在多种模拟环境和真实世界场景中对代理行为的定性分析表明，该方法显著提升了自动驾驶车辆对周围环境的理解能力。实

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 基于仓库的无人机包裹递送的近似线性时间调度

  摘要我们考虑这样一个问题：一个仓库配备多架无人机，需要将包裹送达多个客户手中。每架无人机从仓库取一个包裹，送达目的地后再返回仓库。不同无人机之间的飞行速度和电池续航时间各不相同，由于电池寿命的限制，每架无人机都有其可覆盖的有限配送范围。我们的目标是合理分配包裹给这些无人机，以最小化完成所有包裹配送所需的总时间。这个问题属于NP难问题，因此本文的重点是设计一种高效的近似算法。我们通过将经典的“最长处理时间优先”（Longest Processing Time First, LPT）启发式方法进行改造，将其应用于“无人机仓库问题”（Drones Warehouse Problem, DWP），后者

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 共享感知与边缘赋能通信在自动驾驶领域的应用

  摘要本文介绍了一种基于车辆与基础设施之间共享感知的碰撞避免系统的架构及其在现实世界中的部署方式，该系统应用于自动驾驶领域。该系统在基础设施和车辆平台上均采用了微服务技术，以整合来自多个传感器和分布式计算单元的数据。通过利用车对基础设施（Vehicle-to-Infrastructure, V2I）通信，该系统能够在关键紧急情况下自主与车辆系统进行交互，例如在路边单元发出信号提示存在弱势道路使用者（Vulnerable Road Users, VRUs）时执行紧急制动。通过在关键节点部署边缘计算技术，系统提升了其对象检测能力，利用计算机视觉实现快速检测，并通过车对基础设施的消息交换实现与车辆接口

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• 用于生物库数据互操作性的“提取、转换、加载”（ETL）基础框架

  摘要联邦搜索机制在保护隐私的前提下实现了数据的可访问性。BBMRI-ERIC生物样本库基础设施的战略目标之一是通过联邦搜索机制使高质量样本能够被找到。生物样本库加入联邦网络的主要前提条件是将本地数据库转换为通用数据模型，并设置一个服务器节点，以便加载数据库并允许外部查询。对于许多机构而言，数据转换往往是最关键的步骤，因为它们缺乏提高数据开放性（FAIRness）所需的技术能力。这一过程通常包括从生物样本库信息管理系统中提取数据、对其进行转换和加载。本文提出了一种框架，用于将最小化信息的数据集转换为HL7-FHIR交易包，从而实现基本的生物样本库互操作性，并使生物样本库能够连接到BBMRI-ER

  来源：Journal of Data and Information Quality

  时间：2025-11-08

• 语言关联开放数据云的公平性：一项实证研究

  摘要语言链接开放数据（LLOD）云已成为语言研究的基石，促进了数据集的共享和数据的再利用。通过利用语义网技术，LLOD提供了一个由相互关联的语言数据集构成的丰富体系，为语言学和自然语言处理的进步奠定了基础。然而，这一生态系统面临着数据可访问性、互操作性和再利用方面的挑战。本文评估了LLOD数据集是否符合FAIR原则（即可发现性、可访问性、互操作性和可重用性），以评估其质量。本文进行了一项系统的文献回顾，确定了过去十年（2014-2024年）使用语义网技术发布的69个语言数据集。这些数据集通过KGHeartBeat这一自动化框架进行了评估，该框架用于评估链接数据的质量。分析重点关注了FAIR原则

  来源：Journal of Data and Information Quality

  时间：2025-11-08

• 一种用于提升FAIR（公平、可用、可解释和可重组）的独立生物数据库整合能力的通用人工智能系统

  摘要生命科学研究日益需要从不断发展的开放数据（LOD）网络中的各种信息源中识别、获取并有效处理数据。这一动态的环境给研究人员带来了巨大压力，因为查询结果的质量在很大程度上取决于数据源的选择和语义整合——这些过程通常耗时费力、容易出错且成本高昂。尽管采用FAIR（可发现、可访问、可互操作和可重用）数据原则旨在应对这些挑战，但高效准确处理科学数据的障碍依然存在。在本文中，我们介绍了FAIRBridge，这是一个基于自然语言的实验性查询处理系统，旨在帮助科学家发现、访问和查询生物数据库，即使这些数据库不符合FAIR标准。FAIRBridge利用人工智能技术解读查询意图，将其映射到科学文献中描述的相关

  来源：Journal of Data and Information Quality

  时间：2025-11-08

• 在边缘设备上优化基于深度学习的自动驾驶应用程序

  摘要随着计算和传感技术的最新进展，自动驾驶技术引起了越来越多的关注，并成为支持下一代智能交通系统的有前景的平台。自动驾驶系统的关键要求是能够在边缘设备上利用人工智能和机器学习技术及时做出可靠决策。在实时环境中在边缘设备上部署可靠的机器学习模型是一项具有挑战性的任务。诸如交通监控或交通标志检测等实时应用需要保持极低的延迟，以便设备能够及时响应周围环境。边缘设备能够在不需要将计算任务卸载到云服务器的情况下执行机器学习任务，但它们通常资源有限，这给计算密集型的深度学习应用带来了挑战。因此，针对自动驾驶应用优化神经网络模型对于在资源受限的边缘设备上实现实时性能至关重要。在本文中，我们全面研究了如何利用

  来源：ACM Journal on Autonomous Transportation Systems

  时间：2025-11-08

• BigFAIR架构：在符合FAIR标准的存储库中实现大数据分析

  摘要合作对科学研究至关重要。这是开放科学（Open Science）和FAIR原则（Fair Principles）的核心基础，这些原则旨在规范科学数据共享库的开发。然而，构建符合FAIR标准的共享库可能颇具挑战性，主要是因为需要管理大量且种类繁多的研究数据以及以高速度生成的元数据。为应对这些挑战，我们提出了BigFAIR——一种新型的、符合FAIR标准的架构，能够大规模处理此类信息。BigFAIR利用现有的本地共享库，并通过独立的基础设施分别处理科学数据和元数据。这种分离机制有助于减少开发与维护的工作量，明确数据的所有权，并提高系统的灵活性。我们通过构建数据处理流程来展示BigFAIR如何在

  来源：Journal of Data and Information Quality

  时间：2025-11-08

• 关于基于区块链的智能合约的系统性文献综述：平台、应用与挑战

  摘要区块链技术迅速发展，应用领域广泛，其中智能合约尤为引人注目。智能合约为在无信任关系的各方之间简化交易和商务流程提供了有效的解决方案，无需中介参与。这些自动执行的代码片段在满足特定条件时能够自动执行预定义的操作。尽管人们对区块链和智能合约的热情日益高涨，但研究人员认为这一强大的技术组合尚未充分发挥其潜力。因此，本研究采用PRISMA框架，结合文献计量分析和系统文献回顾两种方法，全面探讨了基于区块链的智能合约的各个方面。研究首先在Scopus数据库中制定针对性的搜索查询，共筛选出2019年1月至2023年8月期间的1,949篇相关文献。随后利用VOSViewer和Biblioshiny工具对这

  来源：Distributed Ledger Technologies: Research and Practice

  时间：2025-11-08

知名企业招聘：