科研方向

来自南京大学IIP
Iip1314讨论 | 贡献2019年7月4日 (四) 21:44的版本
跳转至: 导航搜索
Agent.jpg

研究方向1 自主Agent及多Agent系统

综合运用计算机科学、人工智能、经济学与博弈论、运筹学等的理论工具对多个智能体的复杂交互进行建模、分析与控制,探讨涉及到的一系列重要的理论问题,并结合分布式系统、电子商务、以及计算机网络展开相关的应用研究,重点关注算法机制设计、网络优化、关键词拍卖、众包测试、大数据交易、网络追逃等问题。

本课题组从2002年开始就展开了相关的理论研究,陆续得到国家自然科学基金(60503021、60875038、61105069、61403156、61375069、61502227)、教育部重点基金(108151)及省支撑计划(BG2006027)的支持,对 agent 相关理论研究及技术应用已积淀了丰富的经验,取得了比较好的成果,并建立了面向 agent的智能系统开发环境。相关的工作发表在AAMAS2011、《IEEE Trans. on SMC》(2011)、AAAI2012、AAAI2013、AAMAS2014、《AI Comm.》(2015)、PRICAI2014、ICTAI2015、ICTAI2016、《模式识别与人工智能》(2016)、《电子学报》(2016)、AAMAS2017。在理论研究的同时,本申请团队在应用实践方面也做了有益的尝试,比如:

1)基于博弈论的中药方剂量效关系分析:从博弈的角度出发,将单味药物建模为具有功效能力和疗效诉求的理性个体,将组方建模为多个药物之间的博弈问题,而将每一味药的量建模为该味药的投入占比,从均衡的角度建立“十九畏”同方配伍以及与常用药配伍规律比较,并将此规律用于未来的自动组方中;同时从均衡评估的角度对配伍禁忌进行分析和研判,该课题处于在研状态;

2)分布式网络入侵检测系统:该系统将分布式入侵检测问题建模成为多agent对抗环境下入侵者和防御者的攻防问题,本系统从计划识别的角度对观察到的入侵序列进行预警分析。作为本申请团队前期结题项目的一个原型系统,该系统很好地完成了理论预研及算法验证任务,目前作为网络安全教学攻防训练平台,在发挥算法验证功能的同时,还起到辅助教学的作用。

针对链接型数据类型及主流社交平台,围绕节点、边、社团、信息传播展开关键技术研究,近年尤其关注节点度量和标签化、内容表示及标签化、低成本的信息传播理论、信息传播机制设计以及一体化解决方案的设计与咨询服务;涉及到的应用领域包括:广告投放、精准营销、情报研判、方剂客观化研究等;

本课题组从2008年就开始展开相关技术研究,陆续获得省自然科学基金(BK2005075)、省支撑计划(BE2007038、BE2009142、BE2010180、BE2012161)、国家自然科学基金(61375069、61403156)、公安部借脑引智及技改项目(2006、2010、2012、2014)的支持,对社会网络相关理论及应用已经积淀了丰富的经验,取得了比较好的成果。近些年,围绕节点与关系、社团与社团演化、信息传播等展开研究的相关研究成果陆续发表在SEKE2013、ICTAI2013-2015、《软件学报》(2014、2015)、《电子学报》(2012)、PAKDD2015、ADC2015、TIST2016、IJSEKE2016、BIBM2016等。在应用实践方面,近年本申请团队在社会网络分析方面与本次申请项目有支撑作用的应用实践主要有:

1) 公安情报研判系统:该系统的研发始于2006年,目标在于富集和整合各类数据,为案件侦查提供犯罪主体的要素画像服务,并在此基础上,实现主体与主体之间的关系分析、社团分析等。从2014年起,我们将系统中涉及到的复杂网络分析方法,包括网络构建、节点分析、关系分析、社团分析等工具化和云化,以服务的方式提供给办案人员,借此满足更多办案人员对智能分析手法的迫切需求;

2) 移动终端机精准营销系统:该系统的研发始于2012年,目标在于充分利用移动运营商既有用户数据、终端机数据以及用户消费数据,构建用户的精准画像并标签化,在此基础上构建用户与终端机的相关性模型,从而为精准营销提供辅助支撑。社会网络分析的应用体现在:用户与用户的关系分析、终端机更换关系网络、在社交平台上反映用户用机偏好的舆情分析等。

图片1.jpg

研究方向2 复杂网络分析

Big Data.jpg

研究方向3 大数据分析及智能系统

从数据驱动和应用驱动两个维度展开基础理论研究、关键技术攻关和应用场景思辨,尤其关注数据采集、数据汇聚、数据连接、语义融合、数据建模、PaaS服务、SaaS服务以及一体化解决方案的设计与咨询服务。涉及到的领域有教育医疗类惠民行业、优政兴业类政府领域、互联网新经济领域;

本课题组在数据采集、数据建模和平台开发方面展开了相关工作,陆续得到工信部产业化基金(2008)、973项目(2011)、发改委4G专项(2013)、科技部重点研发项目(2016)和若干企事业基金的支持,近年相关研究成果发表在ICTAI2015-2016、BIBM2015、BIBM2016、AAAI2017等,在应用实践方面,近年本申请团队在大数据及智能系统与本次申请项目有支撑作用的应用实践主要有:

1)企业征信互联网大数据服务平台:该系统从互联网中富集与企业信用相关的数据(反映企业行业领导地位、财务能力、政府监管信息、互联网舆情等),对企业进行多维画像和标签化,并构建风险预警模型,为企业征信提供技术支撑,从2014年开始,本平台以数据服务和计算服务的模式进行部署,目前该系统已经产业化推广;
2)中药联合用药安全预警大数据平台:该系统通过有效富集中医药古典文献数据、现代中医药期刊会议论文、中医药研究相关实验数据、临床中西医联合诊疗电子病历数据,对中西医联合用药配伍规律及主成分药物群进行建模,为联合用药提供预警服务。该系统作为973项目“ 基于‘十八反’的中药配伍禁忌理论基础研究”(编号:2011CB505300)的子课题的软件实现,已经在2015年8月获得973专家组的验收,获得一致好评,同时在项目验收后,以该系统为基础,正在进行“基于‘十九畏’的中药配伍禁忌数据挖掘与知识发现”的预研。