Page 95 - 《软件学报》2021年第8期
P. 95

软件学报 ISSN 1000-9825, CODEN RUXUEW                                       E-mail: jos@iscas.ac.cn
                 Journal of Software,2021,32(8):2377−2378 [doi: 10.13328/j.cnki.jos.006194]   http://www.jos.org.cn
                 ©中国科学院软件研究所版权所有.                                                         Tel: +86-10-62562563



                                                      ∗
                 泛在嵌入式智能系统专题前言

                      1
                                                      5
                              2
                                              4
                                      3
                 郭   兵 ,   王   泉 ,   邓庆绪 ,   陈铭松 ,   张凯龙
                 1
                 (四川大学,四川  成都  610065)
                 2
                 (西安电子科技大学,陕西  西安   710071)
                 3 (东北大学,辽宁  沈阳  100819)
                 4 (华东师范大学,上海  200062)
                 5
                 (西北工业大学,陕西  西安  710072)
                 通讯作者:  郭兵, E-mail: guobing@scu.edu.cn;  王泉, E-mail: qwang@xidian.edu.cn;  邓庆绪, E-mail: dengqx@mail.neu.edu.cn
                 中文引用格式:  郭兵,王泉,邓庆绪,陈铭松,张凯龙.泛在嵌入式智能系统专题前言.软件学报,2021,32(8):2377−2378. http://
                 www.jos.org.cn/1000-9825/6194.htm


                    目前,世界范围的科技革命和产业变革正在孕育兴起,一些重要科学问题和关键核心技术正在呈现革命性
                 的突破先兆.同时,“万物智联”时代正在加速到来,IOT/CPS、AIOT 等蓬勃发展,以泛在感知、泛在互联、泛在智
                 能为特征的各类智慧系统,以嵌入式系统为基础,与大数据、区块链、云计算呈现融合发展趋势.随着人工智能
                 技术和嵌入式 AI 芯片技术的发展,人工智能已经开始逐步向嵌入式系统迁移,尤其是伴随着机器人、无人机、
                 无人车等智能设备的技术成熟,越来越多的应用系统需要在以边缘计算为主的嵌入式系统上实现.目前,嵌入式
                 系统应用前景愈发广阔,如 5G 通信、智能制造、智能电网、智能交通、国防军事、航空航天、智能网联汽车、
                 数字医疗设备、机器人、智慧家庭、智能建筑等产业的创新发展都与嵌入式系统的技术发展息息相关.
                    本专题采取定向邀请和自由投稿相结合的方式,共收到 9 篇投稿,其中 8 篇通过了形式审查.特约编辑邀请
                 了 13 位领域专家参与审稿,每篇稿件至少邀请 2 位专家进行评审,每篇稿件都经过 2 轮审稿.共计 6 篇稿件通过
                 第 1 轮评审,并在 CCF 形式化方法专委会年度会议上进行了报告.经过第 2 轮终审,最终有 6 篇论文入选本专题.
                    论文“基于 1D-CNN 联合特征提取的轴承健康监测与故障诊断”提出了一种基于 1D-CNN 联合特征提取的
                 轴承健康监测与故障诊断算法.该算法继承了深层学习模型的准确性和鲁棒性,具有较高的故障诊断精度和较
                 低的诊断时延.
                    论文“一种超低损失的深度神经网络量化压缩方法”提出了一种超低损失的 DNN 量化方法μL2Q 和量化值
                 择优分析方法,以降低目标位宽下的量化损失.
                    论文“基于强化学习的温度感知多核任务调度”提出了一种基于强化学习的多核温度感知调度算法:
                 ReLeTA.在该算法中提出了更为全面的状态建模方式和更加有效的奖励函数,从而帮助系统进一步降低温度.
                    论文“面向优先车辆感知的交通灯优化控制方法”提出了一种面向优先车辆感知的交通灯优化控制方法,
                 通过与道路环境的不断交互来学习交通灯控制策略,在设置状态和奖励函数时增加特殊车辆的权重,并利用
                 Double DQN 和 Dueling DQN 来提升模型表现,最终在城市交通模拟器 SUMO 中进行仿真实验.
                    论文“一种基于功率调控的 WiFi Direct 节能优化机制”提出了一种基于功率调控的 WFD 节能机制.该机制
                 对 WFD 默认节能算法进行了补充和优化,能够降低设备的传输能耗,并通过切换设备角色来平衡组主的能耗.
                    论文“基于木马的方式增强 RRAM 计算系统的安全性”提出的防御方法是基于良性木马.也就是说,当
                 RRAM 计算系统未授权时,系统中的木马极容易被激活,进而影响系统的输出预测准确性,从而保证系统不能正
                 常运行;当 RRAM 计算系统被授权时,系统中的木马极难被误激活,从而系统能够正常运行.
                    本专题主要关注“泛在嵌入式智能系统”,拟聚焦新兴领域和新兴系统中智能嵌入式系统的基础科学理论、

                   ∗  收稿时间: 2021-01-21
   90   91   92   93   94   95   96   97   98   99   100