Current Issue: <EITEE>
ENGINEERING Information Technology & Electronic Engineering
Editors-in-Chief: Yunhe PAN, Aiguo FEI
Advisor: Xicheng LU
ISSN 3069-8928 (print), 3069-8936 (online), monthly; CN 33-1439/TP
ENGINEERING Information Technology & Electronic Engineering (EITEE for short), formerly known as Frontiers of Information Technology & Electronic Engineering (2015-2025) and Journal of Zhejiang University SCIENCE C (Computers & Electronics) (2010–2014), is a peer-reviewed (double blind) journal that covers research in Computer Science and Technology, Information and Communication Engineering, Control Science and Technology, Electronic Science and Technology, Optical Engineering and Technology, Instrument Science and Technology, among others. It is launched by the Chinese Academy of Engineering and Zhejiang University, and published by Zhejiang University Press and IEEE.
Abstracted and indexed in: ACM Digital Library, Baidu, CLOCKSS, CNKI, CNPIEC, Chinese Science Citation Database, DBLP, Dimensions, EBSCO, EI Compendex, Google Scholar, INSPEC, Naver, Norwegian Register for Scientific Journals and Series, OCLC WorldCat Discovery Service, Portico, ProQuest, SCImago, SCOPUS, Science Citation Index Expanded (SCIE), TD Net Discovery Service, UGC-CARE List (India), Wanfang.
History:
2015-2025: Frontiers of Information Technology & Electronic Engineering (ISSN 2095-9184 (print), 2095-9230 (online), CN 33-1389/TP)
2010-2014: Journal of Zhejiang University SCIENCE C (Computers & Electronics) (ISSN 1869-1951 (print), 1869-196X (online))
ENGINEERING Information Technology & Electronic Engineering
ISSN 3069-8928 (print), 3069-8936 (online)
CN 33-1439/TP
2026 Vol.27 No.7
<146> <152>Review
Review: A platform-aware survey of execution, verification, and risk of graphical user interface agents
Yu WU, Yi YANG
DOI: 10.1631/ENG.ITEE.2026.0103 Downloaded: 487 Clicked: 403 Cited: 0 Commented: 0(p.1-26) <Full Text> <PPT> 169
1武汉大学人工智能学院，中国武汉市，430072
2浙江大学人工智能省部共建协同创新中心ReLER实验室，中国杭州市，310027
摘要：图形用户界面（GUI）智能体已广泛应用于通用数字自动化。大语言模型、视觉语言模型和多模态基础模型现在能够解释屏幕截图，遵循自然语言指令，并在网站、移动应用和桌面操作系统中执行具备定位依据的操作。然而，尽管这些场景具有不同的执行条件，现有研究仍常常将其归入同一标签之下。本文通过一个共同的技术栈—包括观察、定位、规划、记忆、执行和验证—综述了GUI智能体的代表性框架、模型、数据集和测试基准。我们主张将Web智能体、移动端智能体和桌面/操作系统智能体视为不同的操作体制，因为它们在可观测性、动作语义、隐藏状态依赖、执行成本和副作用风险方面存在差异。描述了该领域从下一步动作预测向可靠执行的转变，其中结果验证、执行效率和可信性受到越来越多关注。最后，探讨了面向可靠计算机使用的未来研究方向，包括信念状态跟踪、自适应感知、GUI与工具混合执行以及人类监督。
关键词组：
Research Article
Research Articles: CCU-Bench: a systematic benchmark for cross-cultural understanding in large language models
Wei ZHANG, Ting YIN, Jia CHEN, Wenjie NING, Xiaoyan GU, Kai LIU, Hengnian QI, Wei CHEN
DOI: 10.1631/ENG.ITEE.2026.0083 Downloaded: 133 Clicked: 168 Cited: 0 Commented: 0(p.1-13) <Full Text> <PPT> 185
1浙大城市学院计算机与计算科学学院，中国杭州市，310015
2浙江大学计算机辅助设计与图形系统全国重点实验室，中国杭州市，310058
3湖州师范大学信息工程学院，中国湖州市，313000
摘要：大型语言模型在许多语言任务上表现优异，但在基于文化的符号推理方面仍面临挑战。现有基准测试尚未系统评估跨文化理解所需的渐进式能力链条，该链条涉及文化内符号理解、跨文化符号对齐以及跨文化冲突识别。为填补这一空白，提出一个用于评估大语言模型跨文化理解能力的系统性基准—CCU-Bench。基于霍夫斯泰德文化维度理论，CCU-Bench聚焦中国、日本和墨西哥这3种具有差异性的文化语境，围绕图像、内涵和情感3个维度展开。该基准通过数据收集与筛选、问答生成和质量控制3个阶段构建，最终形成包含3029个问答对、涵盖5种题型的高质量评估集。对19款主流大型语言模型的实验表明，现有模型在跨文化理解任务上表现不尽如人意，平均得分仅为57.8%。闭源模型表现整体优于开源模型，而跨文化符号对齐仍是最具挑战性的子任务。进一步的错误分析揭示，主要的失败源于文化知识匮乏、意图映射偏差以及对跨文化冲突的高阶推理能力不足，而非简单的指令遵循问题。这些发现凸显了当前大语言模型在文化根基推理方面存在局限性，证明CCU-Bench可为文化感知人工智能研究提供一个标准化基准测试平台。
关键词组：
Research Articles: Dual-stream fusion with dynamic grid interaction for Chinese medical named entity recognition
Bing LI, Zhanming GONG, Zhiqiang ZHANG, Haiyu SONG, Yuankang SUN
DOI: 10.1631/ENG.ITEE.2025.0187 Downloaded: 143 Clicked: 181 Cited: 0 Commented: 0(p.1-13) <Full Text> <PPT> 213
1浙江财经大学信息技术与人工智能学院，中国杭州市，310018
2东南大学计算机科学与工程学院，中国南京市，211189
摘要：中文医学命名实体识别（CMNER）是医学信息提取中的一项基础任务，对于构建临床知识图谱等下游应用以及实现智能临床决策至关重要。然而，现有的主流方法，包括词典增强、基于跨度和基于网格的标注方法，仍难以应对临床文本中固有的自然边界缺失、复杂的嵌套实体结构以及长距离上下文依赖。为解决这些挑战，提出一种新颖的双流融合与动态网格交互（D2GI）模型，该模型通过整合互补特征流和自适应网格交互进行深度语义挖掘，从而准确捕捉复杂实体边界和字符间关系。具体而言，该双流融合架构利用RoFormer提取长距离依赖关系，并结合Word2Vec提供稳定的先验语义，从而增强模型对罕见医学术语的表示能力。此外，为克服静态特征细化的局限性，动态网格交互模块采用门控注意力机制自适应地融合局部和全局上下文，促进模型对嵌套实体的准确识别。在3个公开数据集上的多项实验表明，D2GI显著优于最先进的基线模型，在CMeEE-V2、DiaKG和CCKS2020上的F1值分别提高1.48、1.61和3.08个百分点。
关键词组：
Research Articles: A microservice framework for data–model fusion in situational awareness simulations
Runnan QIN, Zhen YANG, Xiaodong PENG, Wenming XIE, Xiao ZHENG, Jingyi REN, Zeyu FAN
DOI: 10.1631/ENG.ITEE.2025.0154 Downloaded: 145 Clicked: 174 Cited: 0 Commented: 0(p.1-15) <Full Text> <PPT> 214
1中国科学院国家空间科学中心，复杂航天系统电子信息技术重点实验室，中国北京市，100191
2中国科学院大学，中国北京市，101408
摘要：为应对航空航天态势感知仿真中日益增长的异构数据交互与跨学科建模需求，提出一种基于容器云的高性能数据–模型融合计算微服务调度平台（简称MP-DMC）。该平台核心是一套分布式节点资源管理与融合调度策略，融合了选举优化的领导者–跟随者机制、基于双重移动平均–长短期记忆网络的动态弹性伸缩预测模型以及智能负载迁移算法，能够提升管理效率、防止节点崩溃以及缓解高并发条件下的资源振荡问题。实验结果表明，相较于共识算法（Paxos/Raft/PBFT）、弹性伸缩算法（HPA/DMA-HPA/ProSmart HPA/RL）以及任务调度算法（轮询、纯随机、加权随机）等主流算法，所提分布式节点资源管理与融合调度策略在选举性能、节点伸缩效率、任务响应时间和负载均衡方面均表现更优，实现了卓越的资源分配性能与系统可用性。
关键词组：
Research Articles: Learning-based data-driven control for micro-nano free-floating space robots in Cartesian space
Renhao MAO, Tao MENG, Kun WANG, Zhonglin ZUO, Hang ZHOU, Shujian SUN
DOI: 10.1631/ENG.ITEE.2026.0054 Downloaded: 121 Clicked: 165 Cited: 0 Commented: 0(p.1-14) <Full Text> <PPT> 151
1浙江大学航空航天学院，中国杭州市，310027
2浣江实验室，中国诸暨市，311899
3北京航空航天大学杭州创新研究院，中国杭州市，310051
4浙江大学控制科学与工程学院，中国杭州市，310027
摘要：本文研究了在不依赖显式解析运动学或动力学模型情况下，微纳自由漂浮空间机器人在笛卡尔空间中的末端执行器位置跟踪控制问题。为应对这一挑战，构建了一种双层学习架构。第一层利用深度神经网络进行运动学学习，捕捉从末端执行器笛卡尔坐标到关节角速度的非线性映射，并生成参考关节轨迹。第二层采用基于Koopman算子的网络构建自由漂浮空间机器人关节空间动力学的近似线性化表示。基于该模型，提出一种融合Grünwald–Letnikov分数阶算子的终端分数阶模型预测控制方案，相比传统模型预测控制，提升了在线控制性能并改善了跟踪速度与精度。仿真结果验证了所提方案的有效性，表明其在控制器设计中无需显式解析运动学与动力学模型，仅依赖输入-输出轨迹进行训练即可实现末端执行器准确且快速的轨迹跟踪。
关键词组：
Research Articles: Development and iterative learning-enhanced sliding mode control of a bioinspired knee exoskeleton
Yi LONG, Ning CHEN, Zhibin CAI, Hexiao GUO, Yutian CHI, Wei DONG
DOI: 10.1631/ENG.ITEE.2025.0065 Downloaded: 115 Clicked: 202 Cited: 0 Commented: 0(p.1-12) <Full Text> <PPT> 188
1东北大学机器人科学与工程学院，中国沈阳市，110819
2东北大学佛山研究生创新学院，中国佛山市，528312
3东北大学机械工程与自动化学院，中国沈阳市，110819
4东北大学信息科学与工程学院，中国沈阳市，110819
5哈尔滨工业大学机电工程学院，中国哈尔滨市，150001
摘要：介绍了一种新型膝关节外骨骼，旨在为膝关节提供辅助扭矩并促进术后康复。受人体膝关节解剖结构启发，该外骨骼采用一种仿生结构，将"最佳旋转轴"与瞬时旋转中心的轨迹相融合，有效缓解人机关节运动学错位，为用户提供更舒适的穿戴体验。此外，膝关节外骨骼中集成了一个高度集成的准直驱动系统。该驱动系统能够提供18 N·m连续扭矩和45 N·m峰值扭矩，足以满足患者日常行走需求。从控制角度，提出一种基于迭代学习控制的统一滑模控制策略，以保持较高跟踪精度。通过在连续步态周期中不断更新控制输入，实现系统对膝关节运动轨迹的精确跟踪。实验结果表明，所设计的仿生关节结构有效解决了人机关节错位问题。此外，在人机协同行走过程中，该协同控制策略展现出优异的轨迹跟踪稳态精度和瞬态鲁棒性。
关键词组：
Research Articles: Design and hardware implementation of bio-inspired neural synchronization anti-interference circuits
Chaojun CHEN, Shutong CHEN, Yun MA, Junxi ZHU, Chenxi ZHAO, Quanlin GUO, Dezhi GOU
DOI: 10.1631/ENG.ITEE.2026.0117 Downloaded: 135 Clicked: 164 Cited: 0 Commented: 0(p.1-13) <Full Text> <PPT> 156
西华师范大学电子信息工程学院，中国南充市，637009
摘要：传统电路系统通常在抑制具有强时间结构特征的扰动方面能力有限。提出一种基于神经同步机制的仿生抗干扰框架。通过比较具有不同拓扑结构的Hodgkin–Huxley（HH）和Izhikevich（IZH）网络在外部干扰下的同步稳定性、能量偏差和硬件可实现性，将神经元模型与神经网络拓扑结构相融合，建立面向仿生抗干扰电路的统一评价体系。仿真结果表明，在强耦合条件下，HH网络表现出更强鲁棒性，其同步指数接近1.0，且相对能量偏差低于IZH网络。小世界拓扑结构具有最佳扰动容忍能力，而链式拓扑结构在两种模型中均表现出最弱鲁棒性。硬件实现结果表明，IZH网络能够显著降低查找表资源消耗，并且HH和IZH电路在20 mV方波干扰下均能保持节律性放电和波形完整性。上述结果表明，神经同步机制为自适应抗干扰电路设计提供了一种有效且具备实际可行性的机制。
关键词组：