自动驾驶

UniAda: Universal Adaptive Multi-objective Adversarial Attack for End-to-End Autonomous Driving Systems

UniAda：面向端到端自动驾驶系统的通用自适应多目标对抗攻击

Jingyu Zhang, Jacky Wai Keung, Yan Xiao, Yihan Liao, Yishu Li, Xiaoxue Ma

机构 * Department of Computer Science, City University of Hong Kong（城市大学计算机科学系） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区信息科学与技术学院） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)

AI总结 UniAda提出一种多目标白盒攻击方法，通过自适应加权方案优化，同时影响转向和速度控制，验证结果显示其在转向和速度偏差上优于现有方法。

Comments Published at IEEE Transactions on Reliability journal (2023)

Artificial Intelligence for Food Innovation

人工智能助力食品创新

Bianca Datta, Markus J. Buehler, Yvonne Chow, Kristina Gligoric, Dan Jurafsky, David L. Kaplan, Rodrigo Ledesma-Amaro, Giorgia Del Missier, Lisa Neidhardt, Karim Pichara, Benjamin Sanchez-Lengeling, Miek Schlangen, Skyler R. St. Pierre, Ilias Tagkopoulos, Anna Thomas, Nicholas J. Watson, Ellen Kuhl

专题命中 端到端驾驶 ：self-driving(abstract)

AI总结 本文探讨利用人工智能优化食品创新，重点解决可持续蛋白质的开发问题，提出通过AI驱动的闭环设计提升食品生产效率与可持续性。

Comments 16 pages; 4 figures