• 借助未选定特征的进化传递优化进行多目标特征选择

  摘要特征选择在分类任务中起着至关重要的作用，尤其是在高维数据集中，如何在识别相关特征的同时最小化冗余是一个挑战。传统的多目标特征选择（MOFS）方法由于随机初始化以及仅关注所选特征的分类准确性而面临诸多问题。这通常会导致选择了许多不相关的特征，而重要的特征可能因为隐藏在未被选中的特征中而被忽略，这些未被选中的特征在后续的优化阶段通常会被忽略。为了解决这些问题，本文提出了一种特定的偏好任务辅助多目标特征选择（SPTMFS）方法，该方法利用未被选中的特征来辅助先进的进化传递优化框架，以提高主MOFS任务的性能。SPTMFS结合了两个互补的辅助MOFS任务：一个任务专注于最小化未被选中的特征的分类准

  来源：ACM Transactions on Evolutionary Learning and Optimization

  时间：2025-11-08

• 利用多模态技术和深度学习进行学生情绪识别

  摘要情感检测的目标是在文本、语音、手势、面部表情等中识别情感。本文提出了一种基于面部表情、句子级文本和声音的有效多模态情感识别系统。利用公开数据集，我们对面部表情图像分类和特征提取进行了研究。通过三模态融合技术整合了这些分析结果，从而得出最终的情感判断。该方法已在课堂学生中进行了验证，发现学生的情感状态与其学习表现存在关联。该方法将学生的情绪表达分为七类：快乐、惊讶、悲伤、恐惧、厌恶、愤怒和轻蔑。与单模态模型相比，所提出的多模态网络设计可实现高达65%的准确率。该方法能够检测到学习环境中的负面情绪，如无聊或失去兴趣。

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

  时间：2025-11-08

• 马拉地语到印度手语的机器翻译

  摘要机器翻译一直是研究领域中的一个重要方向，对改善人类生活做出了显著贡献。手语机器翻译作为其一个子领域，专注于将口语内容翻译成手语，反之亦然，从而促进听力正常人群与听力障碍人群之间的交流，增强社会包容性。本研究开发了一种“手语机器翻译系统”，能够将简单的马拉地语句子转换为印度手语（ISL）的表述形式，并生成相应的动画效果。鉴于这两种语言的资源匮乏情况，该系统采用了基于短语的规则翻译方法。翻译规则的初步编码基于对马拉地语和印度手语的基本语言知识，并随后加入了针对印度手语“同步形态学”特征的规则。在翻译的“生成阶段”，这些规则被用于动态调整语音符号参数，从而提高了目标语句的表达流畅性。本文详细描述

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

  时间：2025-11-08

• SAMIT：一种用于嵌入式物联网中央处理系统（IoT-CPS）的安全多权限访问控制机制，支持动态属性更新

  摘要在当今世界，信息物理系统（CPS）在智能家居、交通和医疗保健等领域发挥着关键作用，这些领域中使用了轻量级的物联网（IoT）设备来监控和控制各种活动。随着物联网设备数量的不断增加，它们生成的数据量也在不断增长。这就需要可扩展的计算和存储解决方案，而这些解决方案通常通过雾计算（fog computing）和云计算（cloud computing）技术来实现。然而，在这些去中心化且资源有限的环境中应用安全高效的身份验证和访问控制机制仍然是一个重大挑战。密文策略属性加密（Ciphertext-Policy Attribute-Based Encryption，简称CP-ABE）能够实现细粒度的访问

  来源：ACM Transactions on Embedded Computing Systems

  时间：2025-11-08

• 基于游戏化的众包方法用于土耳其语单词含义的消歧

  摘要词义消歧（WSD）是根据单词在句子中的上下文来确定其正确含义的过程，尽管大型语言模型（LLMs）取得了进展，但这仍然是自然语言处理（NLP）领域的核心挑战之一。虽然LLMs在WSD方面的性能有所提高，但在一些复杂语境、资源匮乏的语言以及特定领域术语中仍存在挑战。这些问题可能会影响LLMs在高风险应用和多语言环境中的准确性。为了解决WSD问题，我们提出了一种基于游戏化众包的新方法进行数据收集，据我们所知，这种方法在该领域尚未被应用过。我们使用消息机器人来吸引广泛且多元化的参与者，以生成高质量的WSD数据。通过多人游戏的形式，母语者可以为模糊词汇的不同含义提供示例，并对其他人的贡献进行评分。结

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

  时间：2025-11-08

• 基于人工智能的关键系统的功能安全架构模式

  摘要具身人工智能（EAI）系统通过与动态环境的复杂交互正在改变各个行业。然而，将其集成到安全关键应用中面临诸多挑战，尤其是在满足功能安全要求方面。现有的标准（如IEC 61508和ISO 26262）为风险缓解提供了指导，但缺乏针对人工智能驱动系统的明确解决方案。人工智能模型的随机性，加上日益增加的硬件和软件复杂性，引入了诸如模型不足和异构计算架构中的故障等风险。本文提出了一种模块化的参考架构，用于安全关键EAI系统，该架构符合功能安全标准（包括ISO/IEC TR 5469和ISO/PAS 8800）。借鉴了汽车领域中的E-gas概念等成熟的安全模式，所提出的参考架构被应用于NVIDIA J

  来源：ACM Transactions on Cyber-Physical Systems

  时间：2025-11-08

• TT-DSC：通过高效的基于张量训练的深度可分离深度神经网络，提升YOLO在海洋生态系统监测中的应用效果

  摘要当前的人工智能（AI）时代，得益于深度神经网络（DNN）强大的学习能力，尤其是卷积层（CONV）的应用，取得了显著且持续的进步。在海洋生态系统保护领域，这些进步彻底改变了我们监测和保护海洋环境的能力。特别是采用YOLO（一次观看即可完成）架构的DNN，在实时海洋物种识别、海洋哺乳动物迁徙追踪、珊瑚白化事件检测以及非法捕鱼活动监测等任务中发挥了重要作用。这些基于AI的工具为海洋生态系统提供了前所未有的洞察力，使得保护行动能够更加及时和有效。为了进一步提高这些网络的计算和存储效率，张量列车（Tensor Train，TT）分解技术作为一种有效的压缩方法应运而生，因为它具有较高的压缩比，并能保持

  来源：ACM Transactions on Autonomous and Adaptive Systems

  时间：2025-11-08

• 在边缘计算和雾计算环境中用于无服务器数据管道的扩展方法：性能评估

  摘要物联网（IoT）应用的兴起导致了大量数据的产生。然而，处理如此庞大的数据是一项具有挑战性的任务。如今，数据管道已成为在物联网环境中大规模处理数据操作的常用机制。无服务器数据管道（Serverless Data Pipelines，SDP）是一种用于对数据流进行事件驱动数据分析的方法。数据管道由许多组件构成，在不产生任何瓶颈的情况下扩展整个管道是非常具有挑战性的。本研究旨在评估扩展机制在高效处理随机工作负载方面的性能，并了解雾计算环境中的关键资源利用情况。我们对两个物联网应用程序（Aeneas和PuhatuMonitoring）的SDP组件应用了基于工作负载的指标（每秒请求数、队列长度、消息

  来源：ACM Transactions on Autonomous and Adaptive Systems

  时间：2025-11-08

• 一种用于追逐-锁定-发射任务的模仿强化学习框架

  摘要无人作战飞机（UCAV）在视距内（WVR）的交战，即两架或多架UCAV在近距离内的战斗，在空中战场上起着决定性作用。随着人工智能的发展，WVR交战逐渐向智能化和自主化模式迈进。然而，自主WVR交战策略的学习受到诸多挑战的阻碍，如探索能力较弱、学习效率低下以及模拟环境不现实等。为克服这些挑战，我们提出了一种新颖的模仿强化学习框架，该框架能够高效利用专家数据的同时实现自主探索。该框架不仅通过模仿专家提高了学习效率，还通过强化学习实现了对动态环境的适应能力。因此，该框架能够学习出适用于UCAV的“追踪-锁定-发射”成功策略。为了支持数据驱动的学习，我们基于Harfang3D沙盒建立了一个实验环境

  来源：ACM Transactions on Autonomous and Adaptive Systems

  时间：2025-11-08

• Split PUF：利用未充分利用的FPGA资源实现高效的安全随机数生成（PUF）

  摘要与专用集成电路（ASIC）相比，现场可编程门阵列（FPGA）由于成本低且上市时间短而实现了显著增长。然而，FPGA的可重构特性带来了安全漏洞，这些漏洞可能被对手利用来获取敏感信息。物理不可克隆函数（PUF）已被证明是一种有价值的安全机制。通过利用器件制造过程中的差异，可以生成独特的签名，用于身份验证和密钥生成。然而，PUF的实现可能成本较高，会占用FPGA资源并需要较长的设计时间。在本文中，我们提出了一种方法，该方法利用FPGA查找表（LUT）架构将PUF嵌入到功能逻辑电路中，从而降低成本和设计时间。我们提供了详细的实现指南，并使用一组测试平台电路评估了PUF签名在不同环境变化下的质量和稳

  来源：ACM Journal on Emerging Technologies in Computing Systems

  时间：2025-11-08

• 去中心化自治组织（DAOs）：一项探索性调查

  摘要去中心化自治组织（DAOs）代表了一种基于互联网的管理方式的突破性创新，这一创新得益于区块链技术和加密货币的发展，被视为Web3生态系统中的核心组成部分。在本研究中，我们通过深入探讨DAOs的底层结构、理念和运作原则来剖析其概念。此外，我们基于技术和组织层面的评估提出了一个新颖的DAO框架，并概述了目前可用的先进DAO工具。这项研究有助于快速实现根据组织特定阶段需求定制的DAO创建或转型。同时，我们也指出了现有DAOs存在的问题和不足，并提出了未来需要探索的方向。

  来源：Distributed Ledger Technologies: Research and Practice

  时间：2025-11-08

• 灰鲸的警示：太平洋北极生态系统变化与鲸类种群动态的关联性研究

  在广袤的太平洋北极海域，一场悄无声息的生态危机正在上演。过去六年间，东太平洋灰鲸种群数量出现了断崖式下降，从2018年的近23000头锐减至2023年的约17000头，降幅超过30%。更令人担忧的是，这种下降趋势非但没有减缓，反而可能正在加速。这一现象引起了海洋生态学家的高度关注，因为灰鲸曾是海洋保护的成功典范——它们从商业捕鲸的阴影中恢复，并于1994年成为首个从美国《濒危物种法案》中除名的鲸类物种。灰鲸种群为何在恢复后再次面临危机？研究人员发现，答案深藏在北极快速变化的环境中。灰鲸每年进行着动物界最长的迁徙之一，从墨西哥下加利福尼亚的越冬泻湖前往太平洋北极的夏季摄食区。它们的生存与北极生态

  来源：ICES Journal of Marine Science

  时间：2025-11-08

• 综述：纳米润滑剂的挑战与进展：稳定性、作用机制及工业应用

  纳米润滑剂（NLs）在提升汽车、航空航天、风能和制冷等行业的系统能效与耐久性方面展现出巨大的潜力。然而，其在工业应用中的成功实施仍然面临诸多挑战，包括实验协议的不一致、短期稳定性不足以及缺乏真实操作环境下的数据支持。本研究对当前NL研究的现状进行了系统性回顾，探讨了稳定性技术（包括物理和化学方法）、稳定性评估手段、润滑机制、纳米粒子选择以及环境和健康风险等关键议题。研究表明，长期稳定性仍然是最具挑战性且最被忽视的问题；仅有约60%的研究关注这一点，而真正考察实际运行条件下的性能的研究更是寥寥无几。通过分析发现，结合化学与物理稳定技术的混合方法显著优于单一方法。此外，研究还揭示了稳定性评估协议中

  来源：ADVANCES IN COLLOID AND INTERFACE SCIENCE

  时间：2025-11-08

• 综述：基于碳量子点的粉末材料在光催化环境修复和化工生产中的应用：综述

  碳量子点（CQDs）作为一类新型的碳基纳米材料，因其独特的光学和电子特性，在多个领域展现出广阔的应用前景。它们能够吸收太阳光，具有超低的生态毒性、良好的分散性、优异的光诱导电荷转移性能，以及低的制备成本。这些特点使CQDs成为环境修复和绿色化学品生产中极具潜力的材料。CQDs的发现可以追溯到2004年，自此，科学家们对其合成方法、功能化策略以及在多种催化过程中的应用进行了广泛研究。CQDs的合成主要分为两种方式：自上而下和自下而上。自上而下的方法通常涉及对碳材料的物理处理，如电泳、化学氧化等，而自下而上的方法则依赖于有机分子的化学反应，如水热法、微波法、溶剂热法等。近年来，固相合成法作为一种新

  来源：Advanced Powder Materials

  时间：2025-11-08

• 在数字认知行为疗法（CBT-I）中持续监测睡眠：一项自然环境研究中的疗效与发现

  这项研究探讨了一种新型的无指导数字认知行为疗法（dCBT-I）应用程序在现实环境中的效果，结合了持续的主观和客观睡眠监测。该研究的参与者人数为88人，年龄跨度从20岁到85岁，其中女性占56.8%，男性占43.2%。多数参与者拥有大学学位，这使得样本具有较高的教育水平，但同时也提出了结果的普遍性问题。参与者中，约42人正在服用药物，其中一些是具有精神活性的药物或睡眠药物，这表明该研究涵盖了有不同健康状况的人群。失眠是一种非常普遍的睡眠障碍，影响着大约10%的人口，并且在西方国家中更为常见，尤其是在女性和中老年人群中。此外，有高达20%的人群可能患有失眠症状，但不一定符合临床诊断标准。这种现象表

  来源：International Journal of Child-Computer Interaction

  时间：2025-11-08

• 面对数字鸿沟的技术乐观主义：一项关于在全球南方利用移动技术促进儿童环境学习的系统评价

  ### 数字鸿沟与环境与可持续发展教育（ESE）的整合在数字技术迅速发展的背景下，数字鸿沟的概念已成为全球范围内关注的焦点。这一现象不仅存在于全球南北之间，还深刻影响着全球南方国家内部的教育实践。本文对过去十年（2014年至2024年）关于全球南方国家儿童在移动技术应用中的环境与可持续发展教育（ESE）研究进行了系统性回顾。研究采用内容分析方法，从四个数据库中检索了19项实证研究，涵盖来自三个大洲的九个国家。尽管出版物数量在增加，但研究结果表明，这些研究对数字鸿沟的结构性影响关注有限，尤其是在应对地方性环境挑战和社会人口背景方面。### 移动学习在环境教育中的应用趋势在过去的十年中，关于移动学

  来源：International Journal of Cardiology Congenital Heart Disease

  时间：2025-11-08

• GeoKG-HSA：一个利用地理空间知识图谱进行栖息地适宜性评估的框架

  GeoKG-HSA 是一种创新性的框架，通过融合地理知识图谱（GeoKG）与机器学习技术，显著提升了栖息地适宜性评估的准确性与泛化能力。栖息地适宜性是衡量环境条件对物种生存、繁殖和成长支持程度的重要指标，其受气候变化和人类活动的影响尤为显著。传统的栖息地适宜性评估模型往往难以捕捉环境变量之间的复杂语义关系，且在空间泛化方面存在局限。GeoKG-HSA 通过引入语义知识图谱，能够更系统地整合多源异构的栖息地数据，从而增强模型对生态关系的理解，实现对物种分布与环境因素之间复杂耦合关系的精准建模。### 1. 传统模型的局限性在传统模型中，数据通常以表格形式存储，缺乏对变量之间潜在关系的深入挖掘。这

  来源：International Journal of Applied Earth Observation and Geoinformation

  时间：2025-11-08

• 利用深度摄像头和麦克风感知咳嗽者，以有效控制室内环境中的感染风险

  ### 感知咳嗽者以实现室内空气传播控制的综合方法在过去的几十年里，空气传播的传染病一直是威胁人类健康的重要问题。例如，2019年冠状病毒病（Covid-19）已被世界卫生组织（WHO）确认已造成至少700万例报告死亡 [1]。其他空气传播疾病，包括但不限于流感、肺结核、鼠疫、麻疹和炭疽，也对健康产生了显著的负面影响 [2]，[3]，[4]，[5]，[6]，[7]，[8]，[9]，[10]，[11]。这些生物气溶胶利用相同的传播机制，其中在咳嗽、说话或呼吸过程中释放的感染性颗粒悬浮在空气中，允许被易感宿主在一定距离和时间内吸入。为了减少室内空气传播的感染风险，已经提出了多种控制措施，包括源头控

  来源：Indoor Environments

  时间：2025-11-08

• 基于光敏电极的全谱太阳能电解（SOEC）混合系统中的热能与氢气联产

  该研究探讨了一种创新的全光谱固体氧化物电解池（SOEC）混合系统，旨在提高太阳能制氢的效率和灵活性。这一系统通过结合光电响应电极与光谱分割技术，实现对太阳能的高效利用。在传统SOEC系统中，太阳能通常被分为两部分：一部分通过光伏（PV）组件转化为电能，另一部分则通过太阳能集热器转化为热能。然而，由于SOEC对热能和电能的需求不同，这种方法往往难以达到理想的匹配效果。为解决这一问题，研究团队提出了一种全新的混合系统，它通过直接照射光电响应电极，使部分太阳能直接转化为化学能，从而提升系统的整体效率。在这一系统中，太阳能被分为两束。其中一束经过光谱滤波器分离为不同波长的光，一部分用于光伏组件发电，另

  来源：Green Energy & Environment

  时间：2025-11-08

• 一种用于测定火星基性和超基性岩石温度的橄榄石-铝热电偶温度计

  这项研究聚焦于青藏高原（Tibetan Plateau, TP）上的土壤异戊二烯甘油二醚膜脂（iGDGTs）在不同环境因素下的分布特征，特别是降水梯度对iGDGTs的影响。青藏高原是全球气候变化研究中的重要区域，其地表温度的变化对理解地球历史上的气候模式具有重要意义。然而，目前不同代理方法在重建该地区温度时仍存在显著的区域性差异，这限制了对气候演变机制的准确把握。因此，识别出对温度变化具有高度敏感性和明确解释性的代理，并增加青藏高原的温度记录数量，成为解决这一问题的关键。iGDGTs是古菌膜脂的一种，主要由两个C40双氢基链通过醚键连接到甘油分子构成。这些分子在结构上存在差异，例如GDGT-0

  来源：Geochimica et Cosmochimica Acta

  时间：2025-11-08

知名企业招聘：