随着边缘计算的广泛应用,近年来在网络边缘侧激增了一些延迟敏感的用户请求,这些应用对边缘网络中物联网设备提供的资源提出了较高的服务质量(Quality of Service,QoS)需求,例如严格的地理空间约束、时延/能量及其他资源约束.物联网设...随着边缘计算的广泛应用,近年来在网络边缘侧激增了一些延迟敏感的用户请求,这些应用对边缘网络中物联网设备提供的资源提出了较高的服务质量(Quality of Service,QoS)需求,例如严格的地理空间约束、时延/能量及其他资源约束.物联网设备提供的功能通常被封装为运行在边缘节点上的服务,用户请求可以通过组合数据和/或计算密集型的物联网服务来实现.考虑到物联网设备的资源稀缺性以及用户请求的在线持续部署和潜在长期执行特征,边缘服务运行期间对物联网设备资源的占用和释放导致边缘网络中资源动态变化.由于物联网设备的资源通常难以得到有效补充,且消耗差异可能较大,有些设备可能会过载,导致在当前时间点适配的物联网服务,在随后时间点可能难以适配用户请求,并导致QoS降级.针对边缘网络高负载时新请求持续部署导致特定强约束难以满足的挑战,本文开展资源失配时低代价的服务重配研究,提出了一种资源高效的服务重配方法,旨在通过服务迁移技术重调度物联网设备所提供的服务,以满足更多具有一定QoS约束的用户请求.基于上海电信基站数据集进行了大量实验,实例验证本文方法的有效性.实验结果表明,本文所提方法在满足用户服务请求时延约束、降低物联网设备能量消耗、提高边缘网络资源利用效益等方面表现均优于对比技术.展开更多
移动应用是近10年来兴起的新型计算模式,深刻地影响人民的生活方式.移动应用主要以图形用户界面(graphical user interface,GUI)方式交互,而对其进行人工测试需要消耗大量人力和物力.为此,研究者提出针对移动应用GUI的测试自动生成技术...移动应用是近10年来兴起的新型计算模式,深刻地影响人民的生活方式.移动应用主要以图形用户界面(graphical user interface,GUI)方式交互,而对其进行人工测试需要消耗大量人力和物力.为此,研究者提出针对移动应用GUI的测试自动生成技术以提升测试效率并检测潜在缺陷.收集了145篇相关论文,系统地梳理、分析和总结现有工作.提出了“测试生成器-测试环境”研究框架,将该领域的研究按照所属模块进行分类.特别地,依据测试生成器所基于的方法,将现有方法大致分为基于随机、基于启发式搜索、基于模型、基于机器学习和基于测试迁移这5个类别.此外,还从缺陷类别和测试动作等其他分类维度梳理现有方法.收集了该领域中较有影响力的数据集和开源工具.最后,总结当前面临的挑战并展望未来的研究方向.展开更多
智能健康穿戴产品在老年群体中展现出的巨大应用潜力和发展前景,引发学术界广泛研究探讨。为全面剖析国内外老年智能健康穿戴产品领域的研究态势,本文采用文献计量方法,通过共现、聚类及突现分析等多维手段,系统梳理与评估2013—2023年...智能健康穿戴产品在老年群体中展现出的巨大应用潜力和发展前景,引发学术界广泛研究探讨。为全面剖析国内外老年智能健康穿戴产品领域的研究态势,本文采用文献计量方法,通过共现、聚类及突现分析等多维手段,系统梳理与评估2013—2023年中国知网和Web of Science数据库收录的相关文献,借助VOSviewer和CiteSpace进行可视化呈现。结果表明:美国和中国在国际研究中占据主导地位;国内外的研究热点各有侧重,且国外已从技术设备开发与系统集成应用转向探讨老年人对技术的接受与采用;国际研究的知识基础可分为老年技术采纳评估、健康监测技术创新和智能健康管理应用三类。后续应加强工程学和医学多领域的跨学科交叉研究,在健康监测技术与医疗产品融合、用户体验优化及长期效用验证等方面进行深入探讨。展开更多
道路信息与当前道路的流量模式息息相关,丰富的POI(Point of Interest)语义可以揭示一个地区的属性,人口数据可以揭示一个地区的人口流量趋势。在时空预测中考虑以上外部空间特征对流量带来的影响,可以帮助模型完成更精准的预测。现有...道路信息与当前道路的流量模式息息相关,丰富的POI(Point of Interest)语义可以揭示一个地区的属性,人口数据可以揭示一个地区的人口流量趋势。在时空预测中考虑以上外部空间特征对流量带来的影响,可以帮助模型完成更精准的预测。现有的外部空间建模方法通常针对输入的外部空间特征,经过神经网络映射学得空间相关语义表示,再与最终的时空流量表示融合。然而,由于流量表示和空间特征之间具有异构性,已有的外部空间特征建模方法往往扩展性不高,只能针对特定外部空间特征或特定时空模型。为解决以上问题,提出了一种针对外部空间特征的通用建模框架SCFNet(Spatial Context Fusion Network for Traffic Forecasting)。具体而言,引入基于信息交互的注意力机制,在时空表示和外部空间特征之间计算注意力分数,从而实现外部空间特征和时空表示的高效融合;同时,设计了一种时间向量动态编码方式,以生成动态的空间特征语义。SCFNet采用模块化设计,能够与各类最新的时空流量预测网络结合。SCFNet支持区域人口数据、道路信息、POI等不同空间静态特征的混合输入。在3个真实交通数据集上进行了实验,实验结果表明,SCFNet可显著提高各类最新时空预测方法(如MTGNN,ASTGCN,GraphWaveNet)的预测精度。展开更多
文摘随着边缘计算的广泛应用,近年来在网络边缘侧激增了一些延迟敏感的用户请求,这些应用对边缘网络中物联网设备提供的资源提出了较高的服务质量(Quality of Service,QoS)需求,例如严格的地理空间约束、时延/能量及其他资源约束.物联网设备提供的功能通常被封装为运行在边缘节点上的服务,用户请求可以通过组合数据和/或计算密集型的物联网服务来实现.考虑到物联网设备的资源稀缺性以及用户请求的在线持续部署和潜在长期执行特征,边缘服务运行期间对物联网设备资源的占用和释放导致边缘网络中资源动态变化.由于物联网设备的资源通常难以得到有效补充,且消耗差异可能较大,有些设备可能会过载,导致在当前时间点适配的物联网服务,在随后时间点可能难以适配用户请求,并导致QoS降级.针对边缘网络高负载时新请求持续部署导致特定强约束难以满足的挑战,本文开展资源失配时低代价的服务重配研究,提出了一种资源高效的服务重配方法,旨在通过服务迁移技术重调度物联网设备所提供的服务,以满足更多具有一定QoS约束的用户请求.基于上海电信基站数据集进行了大量实验,实例验证本文方法的有效性.实验结果表明,本文所提方法在满足用户服务请求时延约束、降低物联网设备能量消耗、提高边缘网络资源利用效益等方面表现均优于对比技术.
文摘移动应用是近10年来兴起的新型计算模式,深刻地影响人民的生活方式.移动应用主要以图形用户界面(graphical user interface,GUI)方式交互,而对其进行人工测试需要消耗大量人力和物力.为此,研究者提出针对移动应用GUI的测试自动生成技术以提升测试效率并检测潜在缺陷.收集了145篇相关论文,系统地梳理、分析和总结现有工作.提出了“测试生成器-测试环境”研究框架,将该领域的研究按照所属模块进行分类.特别地,依据测试生成器所基于的方法,将现有方法大致分为基于随机、基于启发式搜索、基于模型、基于机器学习和基于测试迁移这5个类别.此外,还从缺陷类别和测试动作等其他分类维度梳理现有方法.收集了该领域中较有影响力的数据集和开源工具.最后,总结当前面临的挑战并展望未来的研究方向.
文摘智能健康穿戴产品在老年群体中展现出的巨大应用潜力和发展前景,引发学术界广泛研究探讨。为全面剖析国内外老年智能健康穿戴产品领域的研究态势,本文采用文献计量方法,通过共现、聚类及突现分析等多维手段,系统梳理与评估2013—2023年中国知网和Web of Science数据库收录的相关文献,借助VOSviewer和CiteSpace进行可视化呈现。结果表明:美国和中国在国际研究中占据主导地位;国内外的研究热点各有侧重,且国外已从技术设备开发与系统集成应用转向探讨老年人对技术的接受与采用;国际研究的知识基础可分为老年技术采纳评估、健康监测技术创新和智能健康管理应用三类。后续应加强工程学和医学多领域的跨学科交叉研究,在健康监测技术与医疗产品融合、用户体验优化及长期效用验证等方面进行深入探讨。
文摘道路信息与当前道路的流量模式息息相关,丰富的POI(Point of Interest)语义可以揭示一个地区的属性,人口数据可以揭示一个地区的人口流量趋势。在时空预测中考虑以上外部空间特征对流量带来的影响,可以帮助模型完成更精准的预测。现有的外部空间建模方法通常针对输入的外部空间特征,经过神经网络映射学得空间相关语义表示,再与最终的时空流量表示融合。然而,由于流量表示和空间特征之间具有异构性,已有的外部空间特征建模方法往往扩展性不高,只能针对特定外部空间特征或特定时空模型。为解决以上问题,提出了一种针对外部空间特征的通用建模框架SCFNet(Spatial Context Fusion Network for Traffic Forecasting)。具体而言,引入基于信息交互的注意力机制,在时空表示和外部空间特征之间计算注意力分数,从而实现外部空间特征和时空表示的高效融合;同时,设计了一种时间向量动态编码方式,以生成动态的空间特征语义。SCFNet采用模块化设计,能够与各类最新的时空流量预测网络结合。SCFNet支持区域人口数据、道路信息、POI等不同空间静态特征的混合输入。在3个真实交通数据集上进行了实验,实验结果表明,SCFNet可显著提高各类最新时空预测方法(如MTGNN,ASTGCN,GraphWaveNet)的预测精度。
