国家福彩快3正规平台-官方直营网址

科研方向

1 . 民航客运时空大数据分析挖掘与智能技术

       本方向主要针对民航客运领域的查询、流量、市场交易行为、旅客出行行为等时空大数据开展数据分析挖掘与智能技术研究,面向的业务需求主要包括客运需求、流量和事件的感知、预测和仿真;旅客个体与群体行为分析与画像;民航市场组成分析;客运交易市场仿真、行为评估、市场推演、销售预测与业务智能体训练;服务异常情况下旅客流向分析、航班保护智能算法、航班延误影响分析;多交通模式影响分析;民航信息系统服务优化技术等。本方向的主要研究手段包括大数据处理技术、深度学习、深度强化学习、时间序列分析、组合优化和复杂网络分析等。
国家福彩快3正规平台

2.数据驱动的大型信息系统智能运维方法研究

       本方向通过采集管理大型数据中心的海量服务器日志数据,利用以网络化数据分析为核心 据进行深度挖掘分析,从而获得更加准确、更全面的运维信息。该大型数据中心新一代网络化生产指挥决策支持系统,可广泛应用于大型数据中心的业务系统发现与分析、运维对象健康分析、运维对象热点分析、专家故障定位决策支持、业务系统搬迁决策支持等方面。该解决方案能为大型数据中心运维人员提供具有网络化、系统化、多视角等特点的生产指挥决策支持,可高效地提升数据中心的运维效率。

3.强化学习与Gaming AI

       游戏AI领域是近年来机器学习和人工智能领域较为热门的研究方向,包括谷歌DeepMind在内的国内外众多高校和研究机构均在该领域开展了大量研究。本研究所将该研究方向与实际应用背景相结合,针对复杂环境下的精细控制和智能决策问题,开展了一系列研究,在Xplane飞行模拟游戏中实现了基于强化学习智能体控制的战斗机平稳飞行和成功降落,以及在星际争霸II游戏中实现了基于分层强化学习架构的复杂对战决策。主要研究技术手段为深度强化学习、元学习、深度学习、分层智能指挥模型和智能体架构与训练等。

4 . 道路交通时空大数据分析挖掘与应用

       本研究方向致力于为智能交通系统的发展提供理论与技术支撑,对接高速公路、城市道路、城市轨道交通等具体的交通应用场景,以大数据、机器学习、深度学习、复杂网络等技术为基础,开展交通态势实时感知、交通需求与流量预测、用户出行行为建模与预测、路网运行仿真推演、交通效率评估与原因分析等研究,服务于交通系统的安全、高效管理与运营,从而为民众提供更便捷的出行服务。

5.时间序列大数据分析与挖掘

       随着大数据时代的到来以及大规模计算能力的提升,时间序列大数据分析与挖掘已然成为了最活跃的计算机研究领域之一,在实际应用中促进了医疗、交通、金融等诸多领域的进一步发展。时间序列分析与挖掘作为本研究所的重要研究和应用方向,在时序分类、预测等研究课题上已取得突破性进展。主要的应用场景如下:移动医疗设备的核心算法、基于脑电波的情绪识别、基于深度学习的运动想象、股票时序预测、设备异常检测等方向。

6.基于视觉的交通场景感知技术

       如何通过视觉感知精准快速地获取场景的结构、细节等全方位信息是计算机视觉面临的重大问题,也是跟踪、检测、识别等智能应用的基础,在交通领域具有重要的研究意义。该方向基于多相机图像、视频等一系列视觉感知设备,着重研究如何提取场景信息,设计并实现交通场景中的场景重建、物体检测、识别跟踪等不同应用。

分享到QQ空间新浪微博人人网腾讯微博网易微博0