|
研究方向 |
简介 |
|
领域软件工程研究 |
以服务高端制造业、创新信息技术应用等前沿问题及区域数字产业化重大需求为牵引，在生产制造、能源电力等方向持续发力，聚焦构建和维护有效、实用和高质量的软件体系，主要研究内容为： 1.软件工程方法应用研究：发展基于信创软硬融合的软件工程基本理论与方法，研究软件形式化方法的应用，探索具有自主知识产权的软件自动生成、演化、建模与分析体系； 2.软件工程领域技术研究：设计集成行业领域软件的软件开发、运行和维护的原则、方法、技术及相应的支撑工具、平台和环境，制定关键领域软件工程的技术规范和产业标准； 3.领域软件服务工程研究：研究软件工程在特定领域的应用，利用领域分析、领域设计、领域实现、应用工程等，构建面向微服务架构的软件服务工程化系统架构，提高领域软件工程环节中服务的可实施性、可管理性和可流通性等。 |
|
工业互联网应用技术研究 |
聚焦软件技术与工业行业深度融合，聚力于工业数字化、网络化、智能化转型工业场景应用软件，面向工程机械、汽车电子等工业制造领域的软件开发科学与技术问题，主要研究内容为： 1．工业互联网应用软件(简称工业APP)的系统研究与架构设计：满足工业场景对软件的轻量化、定制化、专用化、复用化的需求，重点探索工业APP低代码开发平台的设计、实现与应用。 2．工业数据采集、清洗与处理方面的应用研究：主要基于工业时序数据开展设备状态监测、故障预警、计划排程、数据驱动辅助设计等应用软件层面的开发和研究。 3．工业互联网平台和工业边缘设备软件研究：主要研究高并发、高可用工业互联网平台系统的设计和开发、边缘设备嵌入式软件开发、智能模型裁剪与应用、工业终端设备安全防护软件开发等内容。 4．工业数字孪生技术：基于常用的3D引擎开展数字孪生产线、数字孪生工厂的应用研究。 |
|
计算机视觉工程应用研究 |
聚焦制造、医疗、交通、安防、教育等应用领域，结合机器学习和深度学习、模式识别、图像处理等人工智能技术理论，开展计算机视觉的基础理论、关键技术问题和工程应用等方面的研究。主要研究内容为： 1．视觉检测：紧密结合工业视觉检测和医学影像，开展图像预处理（去噪、增广和标注）、多尺度图像特征提取和融合、网络预训练和迁移学习、异域数据联邦学习等方面的研究，实现图像分类、识别和分割。 2. 视频行为分析：围绕典型领域应用的视频行为识别和理解，开展自适应视频帧采样、时空特征提取和融合、特征注意力机制、多尺度人体姿态估计等方面的研究。 3. 视觉智能：围绕智能制造和自动驾驶领域的视觉感知智能和视觉认知智能，重点开展基于多模态信息融合的视觉场景感知和理解以及基于图卷积神经网络的视觉认知推理和表达等方面的研究。 |
|
自然语言处理工程应用研究 |
围绕工业制造、教育医疗等领域应用场景，研究自然语言处理与知识工程领域的基础理论、关键技术问题和应用系统开发方法，主要研究内容为： 1．自然语言处理理论与技术研究：研究文本实体特征提取、注意力机制优化、深度学习模型改进、多模态信息融合与框架等通用性技术问题。 2．自然语言处理系统开发及应用研究：结合领域应用实现文本生成、文本分类、情感分析、机器翻译、智能问答、智能推荐等技术的应用和系统的开发，研究开发工具平台适配、人机智能接口、大规模模型接口调用等工程化技术，研究基于商业大模型的系统集成开发。 3．知识工程技术及应用研究：研究知识工程理论与方法，从数据中获取、验证、表征蕴含的知识，进行知识推理和应用，形成解决大数据背景下实际工程问题的方法。 |
|
大数据分析与处理工程应用研究 |
聚集制造、生物医疗、交通、教育领域，针对计算机视觉工程应用中的图像数据、视频数据，自然语言处理领域的语音数据、文本数据，以工程技术需求和前沿技术发展方向为牵引，研究与应用新理论、新方法、新技术，解决核心工程技术难题。主要研究内容包括： 1．大数据高效存储技术研究：研究大数据的压缩、检索、识别和容错容灾技术，实现数据的高效存储、查询与利用； 2．大数据挖掘技术研究：研究预测建模、关联分析、聚类分析、异常检测、数据可视化等从数据的预处理到数据挖掘结果的后处理一系列关键技术，将未加工的异构多源数据转换为有用信息； 3．大数据并行化技术研究：研究多线程、硬件加速、分布式等多种大数据并行化计算技术，利用并行计算优势，提升传统算法的计算速度和人工智能算法训练速度。 |