科研亮点-山大金沙平台网站学院

目前位置: 首页 > 金沙平台网址概况 > 科研亮点

嵌入式与系统组织学科组:

1、面向海洋藻华监测和很电网智能调度的“说话-捧”完全智能服务平台

目前,使用云计算技术为各行业提供强大的阳台支撑,推动传统行业信息资源的“云化”和工作的“劳动化”升级是助推互联网、异常数量、人工智能和实业经济深度融合的重要手段。系统组织学科组依托国家自然科学基金重大基金项目《海洋有害藻华生态建模分析和区域污染控制》和国家重要研发计划《异常电网智能调度与安全预警关键技术研究和应用》,构建了“说话-捧”完全的智能服务平台,包括:(1)异构物联网络多协议融合与转换机制;(2)根据软硬件协同设计的数量实时性跨层调度方法和可信性传递机制;(3)边缘智能云网关原型系统设计;(4)融合智能调度、在线学习、数据分析、回链等技术的“说话-捧”共同并行服务框架;(5)海量数据并行处理和智能存储技术。靠近五年在该领域顶级国际会议DAC/DATE/ICCD/LCTES和顶级期刊TC/TOS/TCAD/TECS达到刊登高水平论文十余首,和国内外学术界和工业界建立和保持了好的合作关系。

2、面向大数量应用的“合并内外存”存储系统

过去30年间,对比CPU使得时钟周期时间10000倍的提升,风存储器的性质提升极其有限,严重影响了系统的完整性能,“存储墙”题材逐渐严重。系统组织学科组依托国家863计划《根据新型非易失性存储器的“合并内外存”系统机构及其关键技术》和《面向大数量应用的新型内存计算系统软件及第一技术》,针对新型非易失存储器(NVM),计划了“合并内外存”的系统架构,使得应对了非常数量时代对存储系统的性质和可靠性等方面的需要,包括:(1)“合并内外存”存储架构的计划和原型系统的构建;(2)面向统一内外存架构的新型文件系统和任务调度机制的计划;(3)根据NVM的不易失处理器的研究和规划;(4)根据不易失主存的末尾级缓存存取策略的优化;(5)根据“赤闪存”的Key-Value缓存系统的优化和实现。以上研究收获发表于FAST/DAC/DATE/TCAD/TOS相当国际一流会议和杂志中,申请数十件国际发明专利和软件著作权。此外,学科组自主构建了多套统一内外存原型系统,读写速度达到2GB/s;自主设计的不易失处理器原型在先后54到Design Automation Conference(DAC’17)组织的International Hardware Design Contest达到取得世界第三名的成就。

智能计算研究所:

1.无线网络分布式算法与系统
       乘近年来通信技术、传感器技术、嵌入式计算技术、和信息处理技术飞速提高,因为物联网为表示的无线分布式算法与系统钻研取得了学界和工业界的广泛关注。1)在分布式算法研究方面,学科组基于实际物理干扰模型,在模型设计、根的媒介入口控制和信道竞争机制、那个上的网络组织和达到层的通信任务就等方面进行了系统完全的分布式算法研究,取得了一连串具有国际影响力的开创性成果。其中,结合物理干扰实际的亚敏感强连通模型已经成为了考虑物理干扰下分布式算法研究最常用的四只模型之一,如果学科组最早开展的物理干扰模型下全局性通信任务分布式算法研究已被包括美国麻省理工学院、瑞士苏黎世联邦理工学院、以色列魏茨曼研究所、英国利物浦大学等国际著名高校的分布式计算研究团队跟进。2)针对作为物联网基础设施的无线传感器网络,学科组针对无线传感器网络的部署、路由、信道分配等多只重要问题,提出了一连串基于网络局部信息的分布式的无线传感器网络算法。学科组还计划实现了面向室内物联网应用的从采能无线传感器网络系统,实现了自适应的网络占空比调整和低功耗感知。3)在物联网应用方面,学科组环绕室内定位技术,使用无线信号传播的大多径效应,在固定无线信号源的同时,实现了室内地图的重建。以上的相关研究收获,都发表在IEEE/ACM TON、 IEEE TMC、IEEE TPDS、IEEE TWC、ACM TECS、ACM MobiHoc、IEEE INFOCOM、ACM PODC、IEEE ICDCS、IEEE SECON、ACM SenSys、Computer Networks相当国际一流期刊和议会达到。

2、物联网安全和隐私保护
       物联网技术在推动国民经济增长和社会发展中发挥着重要的意图。近来,物联网产业呈现了突飞猛进式的进步。物联网设备逐步走向功能多样化和智能化,已经被广泛使用到交通、家居、购物、玩、治和环境保护等多世界。物联网安全面临巨大的安全和隐私问题的挑战,物联网攻击呈现快速增长的趋势,需要构建安全、保险的安全体系,啊物联网系统的正常运转保驾护航。学科组深入研究了物联网系统中的安全和隐私保护,提出了智能物联网系统自进化统一安全机制,以物联网、人工智能和段链技术结合,计划了数据流驱动的从进化智能物联网体系架构和层次模型,研究基于区块链3.0的物联网设备的合并智能控制机制,和因人工智能的物联网自进化防御机制。该项目得到了2018年国家自然科学基金重大项目的捐助。此外学科组深入研究了智能家居、智能电网、机动汽车等物联网系统的安全和隐私保护机制,近来已发表相关论文40余首,其中INFOCOM相当CCF A接近论文逾25首。

智能媒体研究中心

1、人机对话
       对话式人工智能是靠智能系统通过与用户还是环境进行对话、彼此表现出的智能行为,重要包括问答系统、开放领域的闲谈对话系统、任务导向型的对话系统。问答系统侧重于知识问答、阅读理解等;拉对话系统侧重于与用户进行情感交流,例如微软小冰。任务导向型对话系统是和用户进行多轮次的对话交互来实现一个特定的职责要目标,例如各种智能客服。对话系统作为人机交互的重要途径,凡是近几年人工智能领域迅速提高的趋势之一。

2、多媒体计算

音频、图像和视频的分析和了解
        视频理解旨在通过机器学习的方法对视频中所包含的空中语义信息和时序动作信息进行分析,连挖掘有用信息为满足不同的实际应用需求。重要的研究方向包括视频表示学习、视频分类、视频描述、根据视频内容的问答等多只方向。在视频内容理解方面,我们研究中心已经发生了起来的探索并取得了一连串成果。已经申请国家自然科学基金面上项目同件,和腾讯AI Lab合作横向课题一件,连在国际一流会议ACM MM,SIGIR达到刊登多首有关学术论文。此外,乘经济机构面临着越来越复杂的欺骗风险,风的风险控制方式已经逐渐不能支撑其工作的扩大。使用机器学习对多维度、大概量数据的智能处理,批量标准化的实行流程更能贴合信息发展时期对风控业务的进步需要。我们听音识人组织致力于欺诈语音的鉴别问题,罗并提取信访音频中相当的名声纹特征对欺骗和清白用户进行区分。我们利用了传统的机器学习方法和新兴的深度上模型预测用户行为,末了帮助银行降低信贷风险。

衣着搭配
       衣着在人们的普通生活中起着越来越重要的意图。依照高盛国际投资公司的调查数据显示:2016年中国在线零售市场在衣服、鞋类、配饰等领域的销售总额为1875亿美元。立即充分显示了人人对服装的伟大需求。其实,除了对服装的相似需要外,尤其多的人们开始重视和搜索穿在的时尚和品味。普通一套衣服包括多只物品,如果上衣、下着、鞋和配饰。所以服装搭配的重要在于各物品之间的配合匹配程度。但是,连不是每个人都搭配服装,多人口会否从大量的衣服中挑选并搭配出得体的套装而头疼。所以,课题组旨在深入研究有效的衣服搭配系统来帮助用户挑选合适的单品来组合套装

根据智能媒体分析技术在电力行业的使用
       电力资源是国民经济的基础和灵魂,电力系统的安全稳定运行具有重要战略意义。为实现安全、保险的供电,电力设施巡检维护自动化和现代化已逐渐显示有那迫切性。以微机视觉、深度上、数字图像处理等前沿智能媒体技术有机结合到电力状态监测应用中,深入研究仪表盘数据的自动识别和获取、配电室内烟火监测、洋生物入侵监测和报警、室外销钉与绝缘子脱落残缺监测和操作人员特别行为监测等。突破由多来视觉数据智能提取电力设施数字化状态的技术瓶颈,更新电力设施状态监测方案和充分事件检测手段,啊电力设施状态监控系统的状态数据获取和变化提供便捷可靠的计算理论和方法,实现电力设施故障“看得清”、“看得准”和“看得全”。所以实现更高层次意义上的无人值守,啊新项目智能检测安全防护建设提供实用化参考,啊电网的安全稳定运行提供保障。

3、智能推荐
       引进系统近日非常流行,应用于各行各业。引进系统是同种信息过滤系统,用于预测用户对待推荐对象的“评分”或者“惯”。引进的对象包括:电影、音乐、消息、书籍、朋友、餐厅、美食、学论文、追寻查询、经济服务等各种各样的对象。课题组近5年在国家自然科学基金-面向互联网+智能电视平台的推荐系统钻研等项目的捐助下,使用深度上、注意力、存储网络等技术在班化推荐、上下文敏感的推荐、社会化推荐、视频推荐、衣着搭配推荐、兴点推荐、多样化推荐、社会化朋友推荐、付费节目推荐、引进的网络嵌入表示当方面进行大量、深入的研究工作,取得了多研究收获,在TKDE、TIST、WWW、CIKM、JCST相当发表高水平论文30余首。其中“Neural Attentive Session-based Recommendation”舆论获得国际一流会议CIKM 2017的Best Full Paper Runner-up Award。学科组坚持产学研一体化,辩论成果已在海信智能电视等实际系统中取得应用,取得了伟大的经济效益。

4、数据挖掘
        乘Twitter和新浪微博等社交网络的繁荣发展,人人已经习惯于从这些社交网络中取得信息,并且分享自己的见解,每日有大量的缺乏文本生成。文本聚类是多文本处理任务的基础步骤,如果文档组织、摘要、根据内容的推荐等。因为短文本的稀疏性特点,风的文件聚类算法难以取得好的效用。我们尝试研究基于模型的缺乏文本聚类算法,因为解决短文本的稀疏性问题,连能自动发现簇的数量。张罗网络中的文本本质上是因为流的样式出现的,我们更加研究基于模型的流动文本聚类方法,能够自动发现新的簇,和删除过期文档,所以对话题转移问题。在文件聚类方向,我们研究中心已经申请国家自然科学基金一件,连在国际一流会议ACM SIGKDD, IEEE ICDE达到刊登多首有关学术论文。



联系我们

地点: 山东省青岛市即墨区滨海公路72号

           山东大学(青岛)先后周苑C所

邮编:266237

电话机:(86)-532-58630620

传真:(86)-532-58630620

微信公众号

山大微信公众号