• 弥合抽象差距：基于规则的嵌入式系统转换设计的系统化方法

  摘要提高抽象层次被认为是应对嵌入式系统设计日益复杂性的关键，但这会带来额外的挑战，因为初始规范与最终实现之间的抽象差距更大。本文通过扩展现有的基于设计转换的方法，并将其整合到一个基于规则的转换设计方法论中，来解决当前系统设计方法缺乏系统性的问题，该方法论适用于异构多处理器平台。该方法论将嵌入式系统设计与程序转换技术相结合，同时考虑了这类系统中存在的严格约束与平台异质性之间的相互作用。它提倡从初始需求开始逐步进行转换，以生成一个适合实现的最终优化模型。为了研究转换在每一步对系统不同属性的影响，系统被定义为包含一组需求、一个应用模型、一个平台模型以及一组映射决策；这被称为系统的RAMP视图。RAM

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 阿拉伯语虚假新闻检测的预测建模：利用语言模型嵌入和堆叠集成方法

  摘要虚假新闻的泛滥对信息真实性构成了严重威胁，因此需要有效的检测机制。本研究推进了阿拉伯语虚假新闻检测领域的研究，并克服了现有检测方法在准确性方面的局限性。该研究采用词嵌入技术和强大的堆叠分类器来实现阿拉伯语虚假新闻的检测。所提出的模型结合了bagging、boosting以及基线分类器的优点，形成一个强大的集成系统。通过大量实验验证，该方法的召回率、F1分数、准确率和精确度均达到了99%。先进堆叠技术的应用，结合恰当的文本特征提取方法，使得该模型能够有效识别阿拉伯语虚假新闻。研究结果为虚假新闻检测提供了重要贡献，特别是在阿拉伯语语境下，为提升信息真实性及促进公众的理性讨论提供了有力工具。此外

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

  时间：2025-11-08

• 一种用于情感识别的密集空间网络模型，采用学习方法进行训练

  摘要由于Web 2.0上主观信息的呈指数级增长，研究人员越来越渴望开发从新来源提取情感数据的技术。文本情感检测中最具挑战性的方面之一是收集带有情感标签的数据，因为情感标注本身具有主观性。为了解决这一重要问题，我们的研究旨在帮助开发有效的解决方案。我们提出了一种基于深度卷积信念的空间网络模型（DCB-SNM），作为一种半自动化技术来应对这一挑战。该模型包括两个基本分析阶段：文本分析和视频分析。在这一过程中，预训练的注释者会识别出主导情感。我们的研究评估了这种自动预标注方法对人工情感标注的影响，从标注时间和一致性两个方面进行了考量。数据显示，使用预标注程序后，标注时间大约增加了20%，同时并未对注

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

  时间：2025-11-08

• 基于决策灰狼优化的K-Means文本聚类方法

  摘要针对传统文本聚类算法容易陷入局部最优解的问题，从而导致聚类结果不准确，本文提出了一种基于决策灰狼优化（Decision Gray Wolf Optimization, DGWO）的K-Means文本聚类方法，分别对文本数据集和标准的UCI数据集进行聚类处理。在对文本数据进行分词、停用词去除、特征提取和向量化处理后，利用DGWO算法的强大优化能力进行全局优化，并用狼群的位置替换K-Means算法中的聚类中心。通过迭代优化更新狼群的位置，以获得最优聚类中心，从而完成文本聚类。实验结果表明，与传统方法相比，该方法的文本数据聚类在精确度（precision）、召回率（recall）和F值（F-Me

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

  时间：2025-11-08

• 一项关于自然语言处理（NLP）任务、资源以及针对资源匮乏的泰卢固语-英语混合文本处理技术的调查

  摘要 随着各种社交媒体平台上非正式内容（如帖子、评论和反馈）的激增，分析混合代码形式的文本变得越来越重要。泰卢固语是一种资源匮乏的印度语言，大量在线内容都是以混合代码的形式生成的。然而，由于缺乏大型语料库、标注数据以及自然语言处理（NLP）资源，针对泰卢固语-英语混合代码数据的研究受到了阻碍。本文综述了现有关于泰卢固语-英语混合文本的文献，涵盖了资源、词性标注（POS tagging）、命名实体识别（Named Entity Recognition）、语言识别、情感分析、应用任务、对话系统以及问答系统等领域的研究。文中详细介绍了该领域研究人员使用的数据集及其应

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

  时间：2025-11-08

• MaGrIP：基于幅度和梯度的剪枝方法，适用于任务无关的大型语言模型

  摘要 大型语言模型（LLMs）已成为自然语言处理中的基础工具，在各种任务中都取得了先进的性能。然而，由于它们庞大的规模和计算需求，使得在资源受限的环境（如边缘设备和嵌入式系统）中部署变得不切实际。在这项工作中，我们提出了一个名为Magnitude and Gradient-Informed Pruning (MaGrIP)的新框架，该框架可用于对LLMs进行与任务无关的剪枝和压缩。MaGrIP采用双阈值策略，结合基于幅度和梯度的显著性度量来高效地剪除冗余神经元，同时保持任务性能。我们的结果证明了MaGrIP在压缩先进模型方面的有效性。通过该压缩方法，FFN层的

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 边缘云协同大型语言模型（LLM）规划以实现高效自主导航的元推理方法

  摘要前沿的大型语言模型（LLMs）在提升自主导航能力方面发挥着关键作用，它们提供了高效的解决方案。尽管LLMs需要强大的计算机来运行，但由于各种因素，安全性问题以及保持与云端的稳定连接仍颇具挑战性。为了解决这一问题，我们提出了一种基于元推理的边缘-云端协同LLM规划方法，以实现高效的自主导航。该方法允许系统在云端设备和边缘设备之间无缝切换，即使在连接丢失或进入GPS信号覆盖不佳的环境中也能完成任务。此外，我们在资源受限的设备（如NVIDIA Jetson Orin Nano 8GB）上部署了最先进的LLM模型，并将其与ROSMASTER X3集成。这些LLM在多房间或迷宫环境中的动态规划任务中

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 一种利用深度学习模型对资源匮乏语言进行情感分析的新方法

  摘要情感分析是一种处理人们的观点、评论和意见以从中提取有价值见解的过程。情感分析可用于市场分析、活动监控、决策制定等多种用途。近年来，尤其是在英语领域，情感分类的研究取得了显著进展。然而，这些现有的英语处理方法无法直接应用于乌尔都语。随着音频、文本、视频和图片等通信内容的大幅增加，物联网（IoT）已经从单一维度的发展转向了多媒体物联网（MIoT）。尽管目前MIoT与自然语言处理（NLP）系统的结合尚未受到足够重视，但它已成为智能应用领域的一个新兴研究方向。本文提出了一种基于深度学习的技术，用于对乌尔都语文本进行句子级情感分析（Urdu SA），以服务于MIoT场景。我们的方法包括数据收集、文本

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

  时间：2025-11-08

• ASTRA：一种结合硅光子技术的随机变换器神经网络加速器

  摘要变压器已成为深度学习中的主导架构，在自然语言处理（NLP）、计算机视觉（CV）和科学计算等广泛的应用领域取得了无与伦比的成功。通过利用自注意力机制，变压器在性能上超越了传统的循环神经网络（RNN）和卷积神经网络（CNN）。然而，这种性能提升也带来了代价——高计算复杂性和庞大的内存需求，使得在传统硬件上高效部署变压器变得尤为困难。为了解决基于注意力的变压器日益增长的计算需求，人们越来越关注开发高效且高速的硬件加速器。硅光子技术作为一种有前景的替代方案，相比数字电子技术，它提供了高带宽和低延迟的计算能力，同时提升了整体的计算效率和能源效率。本研究介绍了ASTRA，这是首个利用随机计算原理为变压

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 一种用于在资源受限平台上加速LVM推理的线程级流调度方法

  摘要作为新一代的边缘设备，集成CPU/GPU架构为部署不同规模的视觉模型带来了新的机遇。为了减少模型在集成设备上的推理时间，本文首先采用模型量化技术对深度学习模型进行压缩。量化过程大幅降低了模型的计算需求，使其能够在嵌入式开发板上进行部署。然而，量化也会导致集成设备在推理过程中GPU资源的利用率降低，从而影响推理速度。为了解决这一问题，本文首先描述了模型在集成设备内的数据流处理过程；其次，基于内存管理策略实现了CPU与GPU之间的统一内存管理；最后，设计了一种线程级别的流式调度方法，以提升模型推理过程中的GPU资源利用率和吞吐量。实验结果表明，与TensorRT的默认调度方法相比，所提出的方法

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 基于路径编码的联合优化方法在工业多组分复杂系统（CPS）中的最优控制应用

  摘要网络物理系统（CPS）在许多安全至关重要的工业环境中得到了越来越多的应用，在这些环境中，有效且高效的最优控制合成对于确保系统的可靠运行至关重要。最优控制问题——旨在为给定的控制任务合成一个最优控制方案——仍然是CPS中的一个关键挑战，这主要是由于CPS的连续动态和离散（混合）动态之间的复杂耦合。在多组件工业系统中，这一挑战更加突出，因为控制方案的空间（包括离散路径（控制模式序列）和连续控制参数）容易遇到众所周知的状态爆炸问题。在本文中，我们提出了一种基于路径编码的多组件混合系统最优控制问题的联合优化方法。我们的方法将路径和控制参数共同编码到一个结构化、集成的空间中，将控制合成问题转化为一个

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 一种适用于多个OpenMP并行程序的可扩展线程限制方法

  摘要OpenMP是高性能计算（HPC）领域中最流行的并行框架之一。许多研究人员提出了OpenMP线程节流技术，以寻找最佳的并行配置来提高计算效率。然而，现有研究主要集中在最优解上，忽略了搜索过程中程序的平均性能。此外，HPC生产环境中存在各种类型的工作负载，因此需要根据程序的实时运行状态来调整OpenMP配置。否则，实际优化效果可能与理论预期存在偏差。在本文中，我们提出了一种OpenMP线程节流方法。该方法利用历史工作负载的搜索结果训练性能预测模型，快速确定未知工作负载的最佳线程数范围，并使用基于邻域采样的双向爬山搜索算法在该范围内进行搜索。该方法提高了具有多个未知负载的HPC系统的实时优化效

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 基于上下文的深度学习预测技术在污水处理厂的应用

  摘要污水处理设施面临着多种运营挑战，这些挑战可以通过运用嵌入式人工智能和其他先进的网络物理技术得到改善。这些挑战包括优化泵的运行计划、在极端天气事件期间管理能源和化学品的消耗，以及解读传感器数据以进行水质处理。解决这些问题需要准确的短期、多步骤预测工具，以提供可靠的实时决策支持，尤其是在暴雨等可能使运营陷入困境的情况下。美国领先的水务系统运营商和供应商表示，能够提前4-6小时进行预测的工具可以显著提升资源管理效率，包括能源、化学品和人力资源。然而，由于工厂数据中存在的非线性和季节性变化，准确的短期预测尤为困难，这些因素限制了有效的决策制定。为应对这些挑战，我们提出了2O，这是一种基于上下文的预

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• PerceptiSync：利用循环中的众包技术实现网络物理系统中的可靠对象检测

  摘要在分布式环境中实现可靠的物体检测具有挑战性，尤其是在信任结果依赖于多个计算机视觉系统输出的情况下。在这篇论文中，我们介绍了一种新颖且值得信赖的具身人工智能（Embodied-AI，简称EAI）框架——PerceptiSync。该框架专为利用物体检测技术的分布式信息物理系统（Cyber-Physical Systems，简称CPS）设计，适用于联网自动驾驶车辆、无人机群以及闭路电视（CCTV）摄像网络等应用场景。PerceptiSync基于“循环中的群体”（Crowds-in-the-Loop，简称CITL）概念进行设计，通过结合四种不同的用户配置和Dirichlet-Categorical

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• HuEID：利用多模态乌尔都语文本和表情符号的混合深度学习方法进行网络欺凌检测

  摘要 在数字通信时代，社交媒体平台已成为我们日常生活中不可或缺的一部分，为互动和信息共享提供了前所未有的机会。然而，这些平台也成为了网络欺凌的滋生地，对个人和社区造成了严重的心理困扰。尽管已有大量研究，但在多语言环境中（尤其是乌尔都语等语言中）检测网络欺凌仍然是一个重大挑战。本文介绍了HuEID：一种利用多模态社交媒体数据和混合深度学习模型来检测乌尔都语文本中网络欺凌的创新方法。HuEID方法结合了文本数据和表情符号，捕捉了社交媒体平台上常见的细微表达方式。该过程从全面的多模态数据收集和细致的数据预处理开始，采用Bi-LSTM进行有效的文本特征提取，利用CNN

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

  时间：2025-11-08

• 提升智能电网中分布式多智能体系统的安全性：一种基于人工智能的定期审计方法

  摘要由于智能电网具有复杂的互连性和对实时数据的依赖性，它们越来越容易受到网络物理异常的影响。确保电网的可靠性和最小化运营风险需要强大的异常检测系统和具有成本效益的审计策略。本文提出了一种新颖的多目标框架，该框架将异常检测与动态审计优化相结合，以应对这些挑战。该框架利用实时运营数据、基线指标、阈值和重要性权重来识别异常并动态评估系统风险。通过基于偏差的评分机制，可以检测到发电机、断路器和控制器等关键电网组件中的异常，同时优化审计频率以平衡攻击率和运营成本。此外，这项研究通过将智能审计代理集成到物理智能电网环境中，为具身人工智能（Embodied AI）做出了贡献；这些代理代表感知-行动循环，能够

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• 面向自动控制学科的教育知识图谱的OBE构建方法

  摘要随着教育信息化的快速发展以及教育大数据的指数级增长，教育知识图谱（Educational Knowledge Graph，简称EKG）在智能教育领域受到了广泛关注。然而，当前构建中文教育知识图谱的研究仍面临诸多挑战，例如教育本体不完善、教育实体及其关系的识别性能较低，以及数据集数量不足。本文提出了一种基于成果导向教育（Outcome-Based Education，简称OBE）的方法来构建中文教育知识图谱，以服务于自动化控制学科。首先，我们设计了一个基于OBE的多层教育本体，用于指导自动化控制学科的知识建模；接着，我们构建了一个DWBERT-BiLSTM-CRF模型来识别更具体的教育实体，

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

  时间：2025-11-08

• 婴儿群体的眼动追踪：方法与最佳实践的比较

  摘要分析婴儿从生命早期阶段的视觉注视点和注视模式，可以为早期认知和发展提供宝贵的见解。眼动追踪方法能够以高时间和空间精度测量婴儿的视觉感知能力，随着头戴式眼动追踪技术的出现，这种测量的环境也变得更加自然。本综述对比了用于婴儿群体的基于屏幕的眼动追踪方法和头戴式眼动追踪方法，分析了每种方法的优缺点。此外，本文还总结了针对基于屏幕和头戴式技术的婴儿眼动追踪的最佳实践建议，包括实验设计、校准技术及数据分析方法等方面的建议。同时，我们讨论了在使用眼动追踪技术研究婴儿发展时，需要制定标准化实验设计和数据质量报告程序的必要性。

  来源：ACM Transactions on Applied Perception

  时间：2025-11-08

• 推进印地语文本摘要技术：命名实体识别与内容增强策略

  摘要我们研究了印地语文本摘要技术的进步，这是自然语言处理领域中的一个关键课题，有助于应对信息过载问题。尽管印地语数据量不断增加，但由于语言特征的复杂性以及资源相对有限（尤其是与英语相比），实际的摘要工具仍存在显著不足。以往的研究主要集中在提取式方法上，但近期向抽象式方法的转变有望通过理解和改写内容来生成更自然、更连贯的摘要。我们的研究提出了两种新的方法：实体驱动的抽象文本摘要（NEA-ATS）和基于查询的内容增强摘要（QDCAS），旨在提高印地语摘要的准确性和丰富性。NEA-ATS结合了命名实体识别技术，以优先处理关键信息，从而增强语言模型对重要细节的关注度，但有时会破坏文本的上下文。虽然NE

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

  时间：2025-11-08

• ACORN+：一种适用于设备与云协作视频服务的自适应压缩-重建技术

  摘要随着基于边缘的自主系统（如移动工业物联网（IIoT）网络）的不断发展，边缘设备能够以更高的比特率捕获并上传视频。大量的边缘计算终端节点迫切需要足够的多媒体数据来满足实时视频服务的需求。然而，Web 2.0中现有的视频服务编码标准并非专门为物联网视频流设计。我们基于压缩感知和深度学习的最新进展，改进了我们的自适应压缩-重建框架ACORN，推出了ACORN+。在终端节点，我们将多个连续的视频帧压缩成一个帧以减少视频体积。鉴于预计设备端将完成多种智能任务，我们还设计了一种设备-云协作方案，使得基于深度学习的算法可以在设备和服务器端同时执行。实验表明，可以在压缩后的帧上进行视频分析。以动作识别为例

  来源：ACM Transactions on Autonomous and Adaptive Systems

  时间：2025-11-08

知名企业招聘：