第四色

智能狡计辩论所AI换脸

1.边际智能：边际狡计本事当作一种新兴的狡计范式，将狡计部署在围聚数据源的网络边际，以诽谤反适时延，缩小云表负载，提高狡计效率；而东说念主工智能本事基于数据，对常识进行默示、构建和使用，已在多个应用领域取得重大的成效。边际狡计与东说念主工智能的和会，是科罚东说念主工智能落地“终末一公里”问题的重要门路。团队围绕“构建散播式颖慧边际狡计基础表面与要害本事体系”这一宗旨，一方面辩论了面向复杂边际环境的散播式机器学习基础表面、容错机制、阴私保护机制等，提议了一系列恰当复杂网络要求管理的散播式联接学习算法，解释了散播式机器学习在不同网络要求下的演化过程，揭示了通讯复杂性、阴私保护性、可容错性与学习着力之间的相互作用干系；另一方面辩论了基于机器学习的智能网络通讯条约、自进化的资源革新步履以及自恰当的云边端和会与协同本事，构建了基于机器学习的网络系统资源革新优化本事体系，升迁了传感网、物联网、边际网络、车联网等新一代网络系统在复杂多变环境中的自进化自趋优身手。神气组利用散播式机器学习与边际狡计的有机和会，援助了边际狡计系统在颖慧城市、颖慧能源、颖慧交通、智能制造等领域的典型示范应用。频年来，团队承担了国度重心研发盘算推算神气、国度当然科学基金神气、山东省当然科学基金神气等多个国度级省部级科研神气，在IEEE/ACM TON、IEEE TMC、IEEE TWC、IEEE TVT、IEEE INFOCOM、IEEE ICDCS等多个高水平国际期刊和会议发表100+学术论文，取得山东省当然科学奖二等奖1项、山东省科技跳动奖二等奖1项以及IEEE IPCCC 2020、WASA 2020、CSoNet 2019等多个国际会议最好论文奖和最好论文提名，在颖慧城市、颖慧能源、颖慧交通、智能制造等领域的进行了多个要害本事的示范应用，取得了精致的经济效益与社会效益。

2.区块链：区块链本事利用不可更动的账本结构为数据创造了简直狡计环境，是将来数字基础设施的中枢构成。学科组在区块链底层中枢本事、区块链与物联网和会等领域取得多项亮点后果，发表于IEEE INFOCOM、ICDCS、TMC、TC、JSAC、TPDS、TWC等国际顶级会议期刊；开发了SandyChain工业级区块链平台，在颖慧社区、融资租借、供应链场景达成应用落地。学科组积极参与区块链学术社区，与柏林工业大学、苏黎世联邦理工大学、乔治华盛顿大学、普渡大学、香港理工大学、清华大学等多所国表里知名院校开展学术合作，牵头创办了Elsevier国际期刊《High Confidence Computing》与IEEE ICMC国际会议。学科组承担国度当然科学基金重心神气“异构多链场景下跨链行状安全要害本事”、国度重心研发盘算推算“高置信城市信-物和会系统要害本事研发与应用”、教化部区块链中枢本事计谋辩论神气“区块链数据安全与阴私保护本事辩论”等多项区块链关联国度级要紧重心神气。获批数链和会教化部工程辩论中心、山东省数链和会本事翻新中心、国度区块链翻新应用特色领域“区块链+教化”试点、首批区块链微专科。

3.物联网安全：频年来物联网在全球范围内迅猛发展，物联网本事正在快速浸透到工业制造、交通物流、能源电力等各个要害行业和领域。然而，拓荒跨域交互、运行环境洞开复杂的特色带来的多重挟制。聚焦感知挟制可鉴、狡计运行可靠、应用数据可控三个科学问题，以感知安全为起点，提议了多模态感知信号侧信说念袭击与驻防的新步履;以狡计安全为纽带，提议了东说念主机物和会高隐蔽挟制监测的新框架;以应用安全为落脚点，提议了数据流转全人命周期安全驻防的新念念路，从而安宁建立了面向物联网安全的“挟制可鉴—运行可靠—数据可控”的表面与行状体系，援助了多个行业的应用场景，为鼓吹我国物联网快速有序健康发展提供了有劲本事援助。辩论取得国度重心研发盘算推算（2项）、国度当然科学基金（重心1项，后生4项）、山东省优秀后生科学基金（1项）等多个神气资助。关联辩论后果，均发表在IEEE S&P、ACM CCS、NDSS、IEEE INFOCOM、WWW、IEEE TMC、IEEE TC、IEEE TDSC等国际顶级期刊和会议上。

信息检索实验室：

1.自研产学研一体化深度学习开发平台

实验室自主研发了深度学习开发平台，支抓PyTorch、TensorFlow等主流深度学习框架，集成种种化的狡计资源，达成高度生动和可膨胀的狡计环境。其中枢在于联共狡计框架解释器和联结伴源管理器，共同达成高效、可追踪的任务革新和资源分派。平台强调用户友好性，通过联合的可视化编程接口，使得不论是专科的科研东说念主员如故初涉东说念主工智能领域的入门者都能平缓上手。此外，平台还努力于于建筑完善的智能狡计生态圈，酿成多场景应用库，达成产、学、研、用的一体化发展。

在应用方面，平台已成效应用于多个环境保衬领域，包括三维空气质料模拟分析、水羞辱溯源大数据分析、网络舆情环境问题识别与风险分析以及当然保护地东说念主类行为监测分析。期骗了先进的机器学习和深度学习算法，如交叉网络、TextCNN模子和自重观念生成抵挡网络等，达成了对环境问题的快速识别、展望和科罚。

为了更精确地清闲大模子在多领域的庸碌需求，实验室在此基础上进一步推出了基础大模子平台。该平台涵盖了大模子微调、任务流联想和可视化应用等要害要害，并提供一站式的科罚决策。值得一提的是，咱们的夫子•洞察执法大模子即是在这个平台上检修而成的。它不仅诽谤了大模子应用的本事门槛，也极地面加快了其在各个领域中的实验应用和引申。

2.智能推选与信息检索

在实验的传统辩论宗旨信息检索领域，实验室聚积了大量的辩论后果。在SIGIR， WWW， CIKM， KDD， WSDM， ACL等顶级国际会议以及TKDE， TOIS等顶级国际期刊发表论文200余篇，并斩获CIKM2017的最好论文Runner-up Award，CSRanking信息检索宗旨位列寰球前10。在社会化推选、跨域推选、会话式推选、序列推选、医疗推选等宗旨提议一系列翻新性的推选步履，受到国表里同业的庸碌柔顺与援用。关联后果照旧应用于海信聚面子智能电视推选，微信，腾讯的信息流推选等。

3.自研领域基础话语模子

实验室基于海量中语无监督执法语料（包括种种判决晓谕、法律法例等）与有监督执法微调数据（包括法律问答、类案检索）自研开发中语执法大模子。该模子支抓法条检索、案例分析、三段论推理判决以及执法对话等特色功能，旨在为用户提供全地方、高精确的法律计划与解答行状。

交叉辩论中心：

1、复杂三维格式的高效生成、分析与制造

大范围个性化定制已成为智能制造将来中枢制造模式，三维打印这一先进制造本事为大范围个性化定制提供了可行性，同期也为制造复杂三维格式提供了可能。面向个性化居品定制中关于外不雅、功能与物感性能的需求，交叉辩论中心围绕模子的快速生成和高效制造问题取得了一系列后果：（1）提议群体遗传进化表面驱动的三维复杂格式生成步履，达成了格式当然且功能合理的复杂格式高效生成步履；（2）提议基于几何的三维模子语义相连与分析步履，达成了结构各别大、质料错落不皆模子的智能分析与语义分割；（3）提议微结构几何与物理属性紧耦合的联想与制造步履，科罚了微结构几何与物理属性协同可控求解与高效制造问题。关联职责取得了国度“973”盘算推算神气、国度重心研发盘算推算神气、国度当然科学基金委优秀后生基金神气（外洋）、国度当然科学基金委重心神气等神气的支抓，辩论后果发表于ACM TOG、SIGGRAPH/Asia、IEEE TVCG、Additive Manufacturing等国际顶级期刊及会议，获2020年山东省当然科学一等奖，2019年中国狡计机学会优秀博士论文奖（山东大学初次）。后果应用于高铁风挡的材料联想选型中，平均镌汰居品研发周期5-8倍。

2、增强现实与混杂现实要害本事辩论

增强与混杂现实是智能时期的重要本事，其关于复杂工业场景联想、安装、而已联接等职责效率的升迁至关重要，增强/混杂现实与CAD工业场景的深度和会是新一代制造业濒临的重要问题。围绕这一问题，交叉辩论中心在模子轻量化、三维追踪、虚实和会渲染等方面取得了一系列翻新本事冲破：（1）提议了CAD和点云模子的轻量化与特征索求步履，保证CAD数据径直革新的精度并保抓结构信息；（2）提议高精度强实时三维追踪本事，构建了双目定位精度亚毫米级程序数据集，达成了寰球开始追踪精度以及工业居品虚循实动；（3）提议高度确切感并行渲染表面与步履，渲染场景范围卓绝国际主流商用渲染器。关联职责取得了国度重心研发盘算推算神气、国度863盘算推算神气、国度当然科学基金委重心神气的支抓，辩论后果发表于ACM TOG、SIGGRAPH、CVPR、ICCV等狡计机领域国际顶级期刊及会议，获ACM SIGGRAPH 2023大会最好论文奖（国内初次）、SPM 2020&2023最好论文奖、Eurographics 2020最好论文提名等荣誉。后果应用于商汤科技、上海视辰、北京智机的工业居品追踪与虚巡实动。

3、大数据可视抒发与探索分析本事

从海量高维复杂数据中挖掘出隐蔽在背后的规定从而辅助决策是大数据分析领域的一个中枢宗旨，大数据可视抒发与探索分析是达到这一宗旨的要害本事。围绕范围急剧增大的三维仿真数据、维度急剧增高的外交数据、日益复杂的应用环境，交叉辩论中心在高效抒发和智能探索数据方面开展了一系列后果：（1）提议感知驱动的高维数据可视分析表面与步履，达成了高维数据分析结果的可感知、可交互、可解释；（2）提议任务驱动的自动可视化表面与步履，将数据分析任务和会到大数据探索式分析决策构建中，达成多变量数据可视化的自动联想，为科罚可视化本事应用中联想困难和编码困难问题提供了坚实的表面基础；（3）提议东说念主机协同的高效语义交互与数据探索步履，科罚了复杂数据分析存在的语义相连困难问题，达成了大范围复杂数据的快速精确分析。关联职责取得了国度重心研发盘算推算课题、国度当然科学基金委重心专项栽培神气/国际（地区）合作辩论神气/面上神气的支抓，辩论后果发表于ACM TOG、IEEE TVCG、SIGMOD、SIGGRAPH、SIGCHI、IEEE VIS、NeurlPS等狡计机领域国际顶级期刊及会议，获IEEE VIS 2021最好论文提名奖、ACM SIGCHI 2021最好论文提名奖等荣誉。后果应用于北京九所、华为、联通、贝壳、苏州舜云等公司关联软件居品中，提高了可视化自动联想效率。

体紧缚构与镶嵌式系统辩论中心:

1.“云-端”一体化智能行状平台

刻下，利用云狡计本事为各行业提供苍劲的平台援助，促进传统行业信息资源的“云化”和业务的“行状化”升级是助推互联网、大数据、东说念主工智能和实体经济深度和会的重要技巧。系统结构学科组依托国度当然科学基金重心基金神气《海洋无益藻华生态建模分析与区域羞辱戒指》与国度重心研发盘算推算《大电网智能革新与安全预警要害本事辩论及应用》，构建了“云-端”一体化的智能行状平台，包括: (1)异构物联网络多条约和会与革新机制: (2)基于软硬件协同联想的数据实时性跨层革新步履与简直性传递机制: (3)边际智能云网关原型系统联想: (4)和会智能革新、在线学习、数据分析、区块链等本事的“云-端”协同并行行状框架: (5)海量数据并行处理与智能存储本事。近五年在该领域顶级国际会议DAC/DATE/ICCD/LCTES以及顶级期刊TC/TOS/TCAD/TECS上发表高水平论文十余篇.与国表里学术界和工业界建立和保抓了精致的合作干系，关联后果取得ACM青岛新星奖，山东电子学会科学本事后生奖等。

av在线

2.面向大数据应用的“联合表里存”存储系统

夙昔30年间，比拟CPU有用时钟周期期间10000倍的升迁，传统存储器的性能升迁极其有限，严重影响了系统的举座性能，“存储墙”问题日益严重。系统结构学科组依托国度863盘算推算《基于新式非易失性存储器的“联合表里存”系统机构尽头要害本事》与《面向大数据应用的新式内存狡计系统软件及要害本事》，针对新式非易失存储器(NVM)，联想了“联合表里存”的系统架构，有用搪塞了大数据时期对存储系统的性能和可靠性等方面的需求，包括: (1)“联合表里存”存储架构的联想与原型系统的构建: (2)面向联合表里存架构的新式文献系统与任务革新机制的联想: (3)基于NVM的非易失处理器的辩论与联想: (4)基于非易失主存的末级缓存存取策略的优化: (5)基于“裸闪存”的Key-Value缓存系统的优化与达成。以上辩论后果发表于FAST/SIGMOD/ICDE/DAC/TCAD/TOS等国际顶级会议和期刊中，恳求数十项国际发明专利与软件文章权。此外，学科组自主构建了多套联合表里存原型系统。读写速率达2GB/s:自主联想的非易失处理器原型在第54届Design Automation Conference (DAC’17)组织的Internationa.Hardware Design Contest上取得全球第三名的得益，关联后果取得ACM SIGAPP新星奖， 华为“火花奖”等。

智能算法与软件实验室

1、智能算法：科罚了图灵奖得主R. Karp提议的PQ-树断点距离问题的狡计复杂性。确认了肖似图的斯泰纳树这个三十八年公开问题是NP-困难的，对图灵奖得主Johnson1983的揣度给出明确的论断。对字符串全球别离问题和断点图的2-圈瓦解问题两个表面狡计机领域的经典问题给出了狡计复杂性的明确分类。近五年在Information and Computation、Algorithmica、JCSS等国际顶级期刊和COCOON、ISAAC等有国际影响力的学术会议上发表论文30余篇，受到国表里同业的庸碌柔顺与援用。辩论得到国度当然科学基金的面上神气4项和后生基金2项资助。

2、狡计生物学与生物信息学：在基因组重排算法的辩论中，针对五种基因组重排模子联想的近似算法，其性能方针现在依然保抓寰球最好。在卵白质结构展望中，联想的展望模子，对多个卵白质的展望结果现活着界最好。近五年来，在Bioinformatics、IEEE/ACM TCBB、BIBM等国际期刊和会议中，发表高水平论文30余篇。些许后果被收录到此宗旨辩论的综述性论文中，受到国表里同业的庸碌柔顺与援用。获山东省当然科学奖一项。辩论得到国度当然科学基金的面上神气5项和重心神气1项资助

3、商用车制造企业车联网大数据管理系统与分析本事：当作全球最大的汽车整车制造国，中国商用车制造濒临产业方式重塑、同质化竞争加重、数字化智能化不高级严峻挑战。针对商用车制造企业穷乏有用的车联网大数据管理和分析步履、无法为企业节能降耗和安全坐褥提供智能化科罚决策的要害问题，辩论提议了车联网大数据的一体化管理决策，以及机理与数据混杂驱动的油耗展望和省油阶梯推选、故障检测预警新本事，为企业高质料发展提供新的源能源。

（1）打造了商用车联网大数据管理系统，冲破了海量高频大数据实时知道处理要害本事，在有限硬件资源下达到每秒知道40万札纪录、日均处理数据210亿条，团员狡计准确率达到100%，研发高效存储查询要害本事，日增压缩存档数据6TB，压缩率70%以上；翻新构建了机理与数据混杂驱动的模子库。

（2）攻克了在不同场景下机理与数据混杂驱动的油耗分析展望和省油阶梯推选新本事，科罚了在非线性车况健康度和时空动态路况复杂度前提下的行驶油耗难以精确展望的问题，油耗展望精度比拟传统步履权臣提高，推理期间权臣诽谤，权臣粗略了商用车燃油。

（3）翻新了基于商用车联网大数据的车辆故障检测与预警本事，科罚了车联网大数据疏淡故障样本前提下的检修增强与预警准确度问题，大幅度提高预警精度与可解释性，权臣镌汰了模子不停期间，提高了故障预警精度。

该神气授权发明专利和软件文章权10余项，发表高水平论文10余篇，制定团体程序1项，获山东电子学会科学本事跳动奖一等奖，培养了一大量高水平大数据东说念主才，与多个企业确立了连合辩论中心和实验室。

智能媒体辩论中心

1.多媒体狡计

（1）音频、图像和视频的分析与相连

视频相连旨在通过机器学习的步履对视频中所包含的空间语义信息以实时序动作信息进行分析，并挖掘有用信息以清闲不同的实验应用需求。主要的辩论宗旨包括视频默示学习、视频分类、视频状貌、基于视频内容的问答等多个宗旨。在视频内容相连方面，咱们辩论中心照旧有了初步的探索并取得了一系列后果。现已恳求国度当然科学基金面上神气一项，与腾讯AI Lab合作横向课题一项，并在国际顶级会议ACM MM，SIGIR上发表多篇关联学术论文。此外，跟着金融机构濒临着越来越复杂的诓骗风险，传统的风险戒指式样已缓缓不成援助其业务的膨胀。利用机器学习对多维度、大体量数据的智能处理，批量程序化的实施经过更能贴合信息发展时期对风控业务的发展需求。咱们听音识东说念主团队努力于于诓骗语音的识别问题，筛选并索求信访音频中相宜的声纹特征对诓骗和洁白用户进行区分。咱们应用了传统的机器学习步履及新兴的深度学习模子展望用户行为，最终匡助银行诽谤信贷风险。

（2）服装搭配

服装在东说念主们的平素生存中起着越来越重要的作用。据高盛国际投资公司的探听数据裸露：2016年中国在线零卖市集在服装、鞋类、配饰等领域的销售总数为1875亿好意思元。这充分裸露了东说念主们关于服装的重大需求。事实上，除了对服装的一般需求外，越来越多的东说念主们运行重视和追寻衣服的前卫和试吃。常常一套服装包括多个物品，如上衣、下衣、鞋子和配饰。因而服装搭配的要害在于各物品之间的兼容匹配进度。然而，并不是每个东说念主都会搭配服装，好多东说念主会为从大量的服装中挑选并搭配出多礼的套装而头疼。因此，课题组旨在深切辩论有用的服装搭配系统来匡助用户挑选相宜的单品来构成套装

（3）基于智能媒体分析本事在电力行业的应用

电力资源是国民经济的基础和命根子，电力系统的安全褂讪运行具有要紧计谋意思。为了达成安全、可靠的供电，电力拓荒巡检珍重自动化和当代化已日益裸泄漏其贫困性。将狡计机视觉、深度学习、数字图像处理等前沿智能媒体本事有机结合到电力情景监测应用中，深切辩论神情盘数据的自动识别与获取、配电室内焰火监测、外来生物入侵监测与报警、室外售子与绝缘子零星颓残监测以及操作主说念主员特别行为监测等。冲破由多源视觉数据智能索求电力拓荒数字化情景的本事瓶颈，翻新电力拓荒情景监测决策和特别事件检测技巧，为电力拓荒情景监控系统的情景数据获取和生成提供高效可靠的狡计表面和步履，达成电力拓荒故障“看得清”、“看得准”以及“看得全”。从而达成更高脉络意思上的无东说念主值守，为新式智能检测安全驻防建筑提供实用化参考，为电网的安全褂讪运行提供保险。

2.智能推选

推选系统频年来相称流行，应用于五行八作。推选系统是一种信息过滤系统，用于展望用户对待推选对象的“评分”或“偏好”。推选的宗旨包括：电影、音乐、新闻、书本、一又友、餐厅、好意思食、学术论文、搜索查询、金融行状等各式各样的对象。课题组近5年在国度当然科学基金-面向互联网+智能电视平台的推选系统辩论等神气的资助下，利用深度学习、重观念、存储网络等本事在序列化推选、高下文敏锐的推选、社会化推选、视频推选、服装搭配推选、兴味点推选、种种化推选、社会化一又友推选、付费节目推选、推选的网络镶嵌默示等方面张开大量、深切的辩论职责，取得了繁密辩论后果，在TKDE、TIST、WWW、CIKM、JCST等发表高水平论文30余篇。其中“Neural Attentive Session-based Recommendation”论文取得国际顶级会议CIKM 2017的Best Full Paper Runner-up Award。学科组坚抓产学研一体化，表面后果照旧在海信智能电视等实验系统中取得应用，取得了重大的经济效益。

3.数据挖掘

跟着Twitter和新浪微博等外交网络的昌盛发展AI换脸，东说念主们照旧风气于从这些外交采蚁集获取信息，而且共享我方的不雅点，每天有大量的漫笔本生成。文本聚类是许多文本处理任务的基础步履，如文档组织、节录、基于内容的推选等。因为漫笔本的疏淡性特色，传统的文本聚类算法难以取得守望的效果。咱们尝试辩论基于模子的漫笔本聚类算法，以科罚漫笔本的疏淡性问题，并概况自动发现簇的数量。外交采蚁集的文本本体上所以流的风物出现的，咱们进一步辩论基于模子的流文本聚类步履，概况自动发现新的簇，以及删除落伍文档，从而搪塞话题悠扬问题。在文本聚类宗旨，咱们辩论中心照旧恳求国度当然科学基金一项，并在国际顶级会议ACM SIGKDD，IEEE ICDE上发表多篇关联学术论文。