新兴智慧城市是城市环境的新一代创新服务，包括交通、能源分布、医疗、环境监测、商务、商业、紧急响应和社会活动。要想实现这种为城市场景服务的各项技术，需要将智慧城市视为一个整体的信息物理融合系统(CPS)，这其中包括新的移动软件平台和对治安、安全、隐私和大量信息处理的严格要求。本文旨在确定智慧城市的关键特征，进而讨论了一些由CPS 观点出发而得出的经验教训，并概述了一些空白领域的基础研究内容。

本文对未来城市中自动驾驶的必要技术进行了深入的分析，从车载电脑运算、数据处理、路边基础设施和云解决方案等不同方面反映了科技的发展状况，主要对自动驾驶的核心技术——高清地图的应用所带来的挑战进行了描述。

这篇文章的目的在于综述在大数据背景下一些意大利大学正在从事的研究项目。本文不求面面俱到，目的是提供从意大利不同领域收集到的有关大数据管理方面的问题的实际解决方案。

本文探讨了城市大数据的概念，明确了城市大数据的特点，并依据处理方法和应用目标对中国城市大数据进行了分类；分析了中国城市智能化同其他国家“智慧城市”的区别，给出了中国城市智能化的定义，并提出了中国城市智能化的模型；明确了城市大数据在城市智能化中的作用，即城市大数据是城市智能化的基础和核心，是城市智能化持续发展的不竭动力；指出了中国城市大数据发展面临的问题和挑战；针对城市大数据在城市智能化中的支撑和核心作用，提出了城市大数据的建设重点，包括：基础支撑、城市治理、公共服务以及经济和产业发展等；指出了城市智能化的应用是推动中国城市发展的极妙抓手。当前，中国具备天时、地利、人和的独特优势，应充分借助城市大数据，促进城市智能化向高水平发展。

大数据的发展已经引领了对能够学习包含数百万至数十亿参数的复杂模型的机器学习系统的新需求，以保证足够的能力来消化海量的数据集，提供强大的预测分析（如高维潜特征、中介表示和决策功能）。为了在这样的尺度上，在成百上千台的分布式机器集群中运行机器学习算法，关键往往是要投入显著的工程性的努力——有人可能会问，这样的工程是否还属于机器学习的研究领域？考虑到如此“大”的机器学习系统可以极大地从根植于机器学习的统计和算法的理解中受益——因此，机器学习的研究人员应该不会回避这样的系统设计——我们讨论了一系列从我们近来对工程尺度的机器学习解决方案的研究中提炼的原则和策略。这些原则和策略从机器学习的应用连续跨越到它的工程和理论研究，以及大型机器学习的系统和架构的发展，目标是了解如何使其有效、广泛地适用，并以收敛和缩放保证支持。它们关注的是机器学习研究传统上注意较少的四个关键问题：一个机器学习程序怎样能分布到一个集群中去？机器学习计算怎样能通过机器间的交流连接起来？这样的交流是如何被执行的？机器间应该交流的内容是什么？通过揭示机器学习程序所独有的，而非常见于传统计算机程序中的基础性的统计和算法上的特点，并通过剖析成功案例，以揭示我们如何利用这些原则来同时设计和开发高性能的分布式机器学习软件以及通用的机器学习框架，我们为机器学习的研究人员和从业者提供了进一步塑造并扩大机器学习与系统之间的领域的机会。

本文对全球38 组现有的智能城市评价指标体系进行了系统的梳理分析后，依据体系建构、方法与指标选取等方面的特点，详细剖析了38 组现有系统的二级指标和三级指标，以此归类分析后，确定智能城市评价指标体系(City IQ Evaluation System) 的通用基础。通过聚类分析，得到5 个维度。依托中国工程院、德国工程院、瑞典皇家工程院、住房和城乡建设部规划管理中心、国务院发展研究中心等在内的共14 个单位的275 位专家，通过指标筛选、指标调整和数据标准化处理，完成了City IQ Evaluation System-1.0 基础版本的研制。并通过对指标数据源更普适、开放、动态的调整，得到了改进后的City IQ Evaluation System-2.0 版本，引入IQ 测评的偏差测智法得到了City IQ Evaluation System-3.0 版本。研究团队基于City IQ Evaluation System 对全球41 个智能城市进行多轮测评。综合来看，City IQ Evaluation System 系列评价指标体系的特点包括：以智能生命体理论作支撑，以更普适、开放、动态的数据源形成指标，并以IQ 测评的思想和方法提升City IQEvaluation System 的灵敏性和准确性。

虽然推荐系统在我们的生活、学习、工作和娱乐中扮演着越来越重要的角色，但是很多时候我们收到的推荐都是不相关的、重复的，或者包含不感兴趣的产品和服务。这些差的推荐系统产生的原因来源于一个本征假设：传统的理论和推荐系统认为用户和物品是独立同分布的(IID)。另一个明显的现象是，虽然投入了很多的精力模拟用户或者物品的特殊属性，但用户和物品的总体属性及它们之间的非独立同分布性(non-IID) 被忽略了。本文先讨论了推荐系统的非独立同分布性，紧接着介绍了非独立同分布性原理，目的是从耦合和异构性的角度来深入阐述传统的推荐系统的固有本质。这种非独立同分布推荐系统引起了传统推荐系统范式的转化—— 从独立同分布向非独立同分布进行转化，希望能够形成高效的、相关性高的、个人订制和可操作的推荐系统。这种系统创造了令人兴奋的能够解决包含冷启动、以稀疏数据为基础、跨域、基于群组信息和欺诈攻击等各种复杂情况的新的研究方向和解决方案。

仿生学(模仿生物特殊本领的学科) 以及合成生物学，将和过去50 年的硅芯片一样与工程开发、工业发展产生紧密联系。化学工业已经将白色生物技术应用于新工艺、新材料和资源的可持续利用中。合成生物学也已经应用到第二代生物燃料的发展中，并利用特制的微生物或生物制催化剂获取太阳能。而仿生学在制药、处理工程以及DNA 存储领域的市场潜力是巨大的。“登月计划”(ProjectMoonshot) 已经明确把医疗和新材料作为关注点，一场始于美国的创造大量新分子的竞争已经开始。本文首先概述了当前的一些项目，接下来探讨了代码工程(code engineering) 及其影响，包括脱氧核糖核酸(DNA) 人工合成、信号分子以及生物回路。除此之外，还探讨了涉及人造食物链和食物的仿生学前沿——合成代谢，以及原材料生物工程。这些研究将给生物学带来新思考。生物工程将和今天的数字化技术一样驱动创新。本文讨论了生物工程，特别是碳基生物燃料的应用和细胞饰变的技术与风险。大数据、分析学和海量存储将是未来的发展方向。虽然合成生物学在未来50 年将和当今的数字化一样普遍且具有革新能力，但是目前它的应用和影响力还处在初级阶段。本文采用了将生物工程发展分为五个阶段(DNA 分析、生物回路、最小基因组、原始细胞、异源生物学)的普遍分类方法，阐述了其对安全与保障、工业发展以及生物工程和生物技术作为跨学科领域发展的影响，同时讨论了伦理问题及公众对仿生学和合成生物学结果的公众讨论的重要性。

2015 年12 月 20 日，广东省深圳市光明新区建筑渣土场发生滑坡，造成77 人遇难、33 栋建筑物被毁。 现场勘察、无人机3D 摄影测量、多期遥感影像动态分析表明，该滑坡源区滑带倾角仅4°，滑程长 达1100 m，最大堆积宽度为630 m，体积约为2.73 × 106 m3，是目前世界上最大的渣土场滑坡。 自2014 年3 月开始建设渣土场以来，堆填体积逐级增加、坡型不断变化，滑坡边界条件和水文特 性具有不确定性。本文提出了多级建模方法以研究不同堆填阶段下坡体结构的变化特征，采用非 稳定流理论模拟了地下水渗流场的演化特征。分析表明，渣土场可以划分为具有低含水率的前缘 边坡和具有高含水率( 含底部积水) 的后缘渣土堆填体两个亚区。这种特殊的二元结构带来了两种 效应：第一，地表水入渗，后缘渣土堆填的地表水入渗位置随填土的增高而逐渐抬升，导致了前 缘坡体超孔隙水压力水头逐渐增大；第二，固结渗流，在后缘渣土堆填区上部的渣土堆载导致下 部饱水渣土体产生超静孔压，形成底部饱水软弱滑带，并促使地下水逐渐向前缘坡体渗流。两种 效应的叠加导致了坡体稳定性降低，引发了前缘的液化失稳，最终导致了整体滑动。通过静力触探、 大型三轴和环剪试验获得了滑坡的土动力学参数，对远程滑动的成灾过程的模拟表明，滑体运动 的最大速度约为29.8 m·s–1，最大堆积厚度约为23 m，滑坡主体滑动时间约为130 s，视摩擦角为6°。 最后，对比分析了全球近期发生的多起渣土场滑坡灾难，从技术上看，这些风险大多是可预见的， 但是，由于非技术原因往往未被预见到，因此，需要加强城镇化岩土工程的技术和非技术风险的 管控。

增材制造可实现优质多功能构件所具有的高度复杂几何构型的制备。可以直接制备内含多孔填充的结构部件是其独有特征的一个例证。现有的设计方法还难以充分利用这一设计自由度，直接获得类似结构的设计。本文将展示涂层方法 (coating approach) 的拓扑优化方法来作为多孔填充构件的设计方法，所设计的构件具有显著改进的临界屈曲载荷，从而使得整体结构部件的稳定性增强。传统的柔顺性拓扑优化方法极少在数学模型中考虑构件的屈曲约束，稳定性要求通常要经过后续的校核与改进过程满足。这一后续过程往往只能获得次优设计。本文所展示的方法弥补了传统柔顺性拓扑优化模型中难以考虑构件屈曲约束的缺陷。利用涂层拓扑优化方法与传统柔顺性拓扑优化同时对经典的MBB 梁进行设计，并采用熔丝增材制造技术对设计结果进行了制备。实验结果验证了涂层方法的数学模型的正确性。由于填充材料的性质，在相同条件下，涂层优化得到的多孔填充结构的屈曲载荷比传统优化得到的实体结构高四倍以上。

植物油中甘油三酯(TAG)的脂肪酸组成及其在甘油主链上的位置决定了植物油脂的营养价值。本研究采用气相色谱法(GC)和高效液相色谱– 串联质谱联用(HPLC-MS/MS)分析了不同油酸含量的甘蓝型油菜籽油的甘油三酯的脂肪酸组成和结构。结果表明：高油酸油菜籽油的油酸含量为80%左右。TAG酰基总碳数(CN值)为54的甘油三酯的相对含量占80%以上。主要的甘油三酯为OOO，相对含量最高达71.75%，其次是OOL 7.56%、OOLn 4.81%和SOO 4.74%。在高油酸的品种中油酸主要集中在甘油三酯上的sn-2位，而在高芥酸品种中，油酸主要集中在甘油三酯上的sn-1/3位置。结果表明，高油酸油菜籽油是一种具有极高营养价值的植物油。