学校银河至尊注册送38-58
设为银河至尊注册送38-58 · 加入收藏
 
开户送38体验金不限ID政策法规银河至尊注册送38-58获奖成果常识产权成果推广学术交流办事指南留言板
重要通知
 重要通知 
 
所在位置: 银河至尊注册送38-58 >> 重要通知 >> 正文
2018年度国家科学技术奖提名公示
  审核人:

 

  根据国家科学技术奖励工作办公室《2018年度国家科学技术奖励提名工作手册》要求,现对2018年度国家科学技术奖提名予以公示。

项目名称:协作学习与优化理论及方法

提名者:陕西省

项目概况

大数据背景下,高效处理海量、高维、动态数据的迫切需求对以冯·诺伊曼架构为基础的信息处理手段提出了挑战。以神经网络和演化计算为代表的计算智能方法可以为大数据处理提供有效的途径,近年来成为前沿和热点研究领域。针对计算智能中全局与局部搜索的平衡、常识的高效获取和利用等难题,该项目在协作学习与优化理论及方法上取得了关键性理论突破,并解决了多时相雷达影像变化检测中的关键科知识题。主要科学发现如下。

(1)  协作学习与优化理论:针对计算智能中全局与局部搜索的平衡、常识的高效获取与利用难题,分析揭示了利用局部统计信息引导全局搜索的内在机理,建立了基于演化计算和神经网络的协作学习与优化理论,通过个体层次和群体层次的协同学习,高效获取搜索过程中针对问题的特定常识,并有效利用常识引导搜索过程,解决了演化优化中全局与局部搜索的自适应平衡难题,证明了在不确定复杂环境下,协作学习与优化的神经网络具有更好的泛化能力。被演化计算的重要开创者、IEEE Pioneer Award获得者Kenneth De Jong评价为演化计算领域值得提到的成果和基本模型。

(2)  基于协作学习与优化的高效算法:在协作学习与优化框架下,针对大规模非凸优化问题,提出了基于个体和群体协同学习的演化优化算法,实现了对20万维非凸优化问题的高效求解;基于协作学习与优化理论,缓解了模糊聚类中易于陷入局部极值的问题,并成功求解网络多分辨聚类难题;针对动态系统中的周期和随机扰动问题,提出了基于时变神经网络的分布式协作学习算法,解决了时变不确定系统的神经网络建模与全局稳定性难题。Philip ChenIEEE Fellow)在十余篇论文中正面引用,认为该工作是首次,并多次采用该项目提出的定义和定理作为其工作的基础。

(3)  基于协作学习与优化的雷达影像变化检测:针对多时相雷达影像变化检测中的目标差异性度量、相干斑噪声抑制难题,基于协作学习和优化理论,设计了符合雷达影像特性的模糊目标函数和学习策略,提出了高效的多时相雷达影像变化检测方法,对相干斑抑制和细节保持两个优化目标进行非支配演化搜索,避免了变化类和非变化类相关统计项的估计,解决了变化检测中相干斑抑制和细节保持的自适应平衡难题,显著提高了检测正确率,被W. J. EmeryIEEE Fellow)评价为变化检测的State-of-the-art及基准对比方法。

该项目8篇代表性论文全部发表在SCI影响因子大于4.8的期刊上,其中7篇入选ESI高被引论文,被SCI他引815次(谷歌学术他引1315次),得到X. YaoC. A. C. CoelloC. L. Philip ChenW. J. EmeryL. Bruzzone20余位IEEE Fellow在内的国内外同行的正面引用。完成人20142016年连续入选中国高被引学者,获国家优秀青年科学基金,入选国家万人计划中组部青年拔尖人才,相关成果获省部级一等奖。

 

客观评价:

该项目8篇代表性论文全部发表在SCI影响因子大于4.8的期刊上,其中7篇入选ESI高被引论文,被SCI他引815次(谷歌学术他引1315次),得到X. YaoC. A. C. CoelloC. L. Philip ChenW. J. EmeryL. Bruzzone20余位IEEE Fellow在内的国内外同行的正面引用,第一完成人20142016年连续入选中国高被引学者。借助该项目成果,完成人入选国家万人计划中组部青年拔尖人才,获国家优秀青年科学基金,并作为团队负责人入选首批陕西省重点科技创新团队,相关研究成果获陕西省科学技术奖一等奖。

该项目提出的协作学习与优化理论及方法,获得了同行的认可,完成人应邀担任演化计算领域的权威期刊《IEEE Trans. Evolutionary Computation(一区,IF: 10.629)和神经网络领域的权威期刊《IEEE Trans. Neural Networks and Learning Systems(一区,IF: 6.108)等顶级期刊的副主编、IEEE计算智能学会Task Force on Collaborative Learning and Optimization主席、第十/十一届BIC-TA等学术会议主席等。

代表性同行评价:

演化计算的重要开创者和推动者Kenneth De JongIEEEEvolutionary Computation Pioneer Award获得者、演化计算首个专业期刊《Evolutionary Computation》的创刊主编、IEEEFellow、美国George Mason Uiversity教授)在其著作《Evolutionary Optimization》(代表性引文[5])中认为该项目提出的协作学习与优化模型是利用解的搜索潜力影响选择过程的基本演化算法(“It is worth to mention about the Baldwinian systems, i. e., those MAs that do not modify the solutions after the employment of local search, see [112] and [44]. The latter are basically EAs where the selection process is influenced by the search potential of each solution”,文献[44]为代表性论文[4])。

IEEE Fellow、《IEEE Trans. Neural Networks》前主编、IEEE计算智能协会前主席、美国University of CincinnatiMarios M. Polycarpou教授及其合编辑多次采用该项目提出的在线协作学习与优化理论解决大规模动态系统的辨识与控制问题,例如,在代表性引文[3]中通过让每个个体“利用与邻居子系统参考模型相关的先验信息”解决大规模关联非线性系统多传感器故障诊断分散隔离问题(“Each agent  has access to the input and output data of the underlying subsystem, as well as some a priori information related to the reference models of neighboring subsystems [39], [40]”,文献[40]为代表性论文[4])。此外,在其2015年发表在《IEEE Trans.Control Systems Technology》上的论文中也采用了这种策略,通过“利用预先已知温度参考信号”的方法,设计热通冷缩空调系统的分布式诊断与隔离问题(“while it uses a priori known temperature reference signals of ,I {1, . . . , N} from the agent [39]”,文献[39]为代表性论文[4])。

IEEE Fellow、《IEEE Trans. Systems, Man, Cybernetics- Systems》主编、IEEE系统人和控制论协会前主席、澳门大学C. L. Philip Chen教授及其合编辑在其发表的至少10篇论文中提到并肯定该项目的工作,认为大家的工作是“首次”,并多次采用该项目提出的定义和定理作为其论文工作的基础。例如,在代表性引文[4]中指出该项目首次采用DSC方法控制周期已知的带有未知非线性参数化时变函数的严格反馈系统...。首次针对标准输出反馈形式的随机非线性系统采用神经网络提出了DSC方法(“The DSC technique was first utilized to control strict-feedback systems with an unknown nonlinearly parameterized and time-varying functions of known periods [47])...For the first time, the DSC approach was proposed in [49] for stochastic nonlinear systems with the standard output-feedback form using the NNs”)。

IEEE Fellow、美国科罗拉多大学William J. Emery教授在代表性引文[2]中将该项目提出的SAR图像变化检测方法进行系统总结,并在实验中作为代表state-of-the-art的两个基准变化检测对比方法之一验证其方法的先进性(“From the viewpoint of soft clustering, an improved fuzzy c-means (FCM) clustering algorithm by modifying the membership of each pixel with a novel Markov random field (MRF) based spatial prior is proposed to classify the changed and unchanged regions in the log-ratio difference image [10].” “Results of two other state-of-the-art clustering-based techniques for change detection, i.e., PCAKM [7] and MRFFCM [10], are given for comparison purpose”,文献[10]为代表性论文[6])。

IEEE Fellow、《IEEE Trans. Geoscience and Remote Sensing》副主编、意大利University of Genoa教授Sebastiano B. Serpico及其合编辑在代表性引文[7]中评价该项目在代表性论文[8]中提出的分类后比较法是SAR图像变化检测的通用方法(“Unsupervised change detection in SAR images is generally performed in three sequential steps: 1) image preprocessing; 2) computing a test statistic; and 3) making a decision based on the analysis of the test statistic computed in step 2 [8]”,文献[8]为代表性论文[8])。

IEEE Fellow、《IEEE Trans. Geoscience and Remote Sensing》副主编、意大利University of Trento教授L. Bruzzone及其合编辑在代表性引文[8]中评价该项目提出的多时相SAR影像目标差异性度量在等效视数不同、明显异质的多时相SAR影像上能够获得很好的效果,能够在相干斑抑制和细节保留上达到多目标折衷(“It exhibits good results when fusing multi-temporal or multi-sensor images which suffer from different radiometric conditions. Joint use of more than one comparison operator can be found in [26]. The mentioned similarity measures rely on a sliding window. Larger windows reduce the time consumption but decrease the sensibility to details. Thus a trade-off is required”,文献[26]为代表性论文[8])。

 

代表性论文专著目录:

序号

论文专著

名称/刊名

/编辑

影响因子

年卷页码

xxxx

xx页)

发表时间(年月日)

通讯编辑(含共同)

第一编辑(含共同)

国内编辑

SCI

他引次数

他引总次数

论文署名单位是否包含国外单位

1

Complex Network Clustering by Multiobjective   Discrete Particle Swarm Optimization Based on Decomposition/IEEE Trans.   Evolutionary Computation/ Maoguo Gong, Qing Cai, Xiaowei Chen, Lijia Ma

10.629

201418   82-97

201421

公茂果

公茂果

公茂果,蔡清,陈晓伟,马里佳

68

131

2

Fuzzy Clustering with Modified MRF Energy Function   for Change Detection in Synthetic Aperture Radar Images/IEEE Trans. Fuzzy   Systems/ Maoguo Gong, Linzhi Su, Meng Jia, Weisheng Chen

7.671

201422   98-109

201421

公茂果

公茂果

公茂果、苏临之、贾萌、陈为胜

51

102

3

Adaptive NN Backstepping Output-feedback Control   for Stochastic Nonlinear Strict-feedback Systems with Time-varying Delays/   IEEE Trans. Systems, Man and Cybernetics-Part B/ Weisheng Chen, Licheng Jiao,   Jing Li, and Ruihong Li

7.384

201040   939-950

201061

陈为胜

陈为胜

陈为胜、焦李成、李靖、李瑞红

201

263

4

Decentralized Output-feedback Neural Control for Systems   with Unknown Interconnections/IEEE Trans. Systems, Man and Cybernetics-Part B/Weisheng   Chen, Junmin Li

7.384

2008 38 258-266

200821

陈为胜

陈为胜

陈为胜、李俊民

172

216

5

Globally Stable Adaptive Backstepping Neural Network   Control for Uncertain Strict-feedback Systems with Tracking Accuracy Known a Priori/   IEEE Transactions on Neural Networks and Learning Systems/Weisheng Chen, S.S.   Ge, Jian Wu, Maoguo Gong

6.108

2015 26 1842-1854

2014925(在线发表)

陈为胜

陈为胜

陈为胜,吴健,公茂果

28

50

6

Baldwinian Learning in Clonal Selection Algorithm   for Optimization/ Information Sciences/Maoguo Gong, Licheng Jiao, Lining   Zhang

4.832

20101801218-1236

2010415

公茂果

公茂果

公茂果,焦李成,张立宁

59

97

7

Fuzzy C-Means Clustering with Local Information   and Kernel Metric for Image Segmentation/IEEE Trans. Image Processing/Maoguo   Gong, Yan Liang, Jiao Shi, Wenping Ma, Jingjing Ma

4.828

201322573-584

201321

公茂果

公茂果

公茂果、梁艳、侍佼、马文萍、马晶晶

128

246

8

Change Detection in Synthetic Aperture Radar   Images based on Image Fusion and Fuzzy Clustering/ IEEE Trans. Image   Processing/ Maoguo Gong, Zhiqiang Zhou, Jingjing Ma

4.828

201221   2141-2151

201241

公茂果

公茂果

公茂果、周志强、马晶晶

108

210

合计

815

1315

 

 

主要完成人情况:

公茂果,排名1、无行政职务、技术职称教授、工作单位为开户送38体验金不限ID、完成单位为开户送38体验金不限ID、对本项目技术创造性贡献:本人是项目的总负责人,设计了项目的研究内容和研究方案,对提名书《重要科学发现》中所列三个发现都做出了创造性贡献,负责建立鲁棒的协作学习与优化模型,提出了高效的大规模优化和聚类分析方法,并解决了雷达影像变化检测中的关键难题。本人是6篇代表性论著的完成人,是其中5 篇代表性论著的第一编辑,是本项目任务来源中2个课题的负责人,在该项目研究中的工作量占本人工作量的百分比在90%以上。

陈为胜,排名2、无行政职务、技术职称教授、工作单位为开户送38体验金不限ID、完成单位为开户送38体验金不限ID、对本项目技术创造性贡献:本人对提名书《重要科学发现》中所列的发现点12做出了创造性贡献,建立了基于神经网络的协作学习与优化模型,提出了高效的学习算法。本人是4篇代表性论著的完成人,是其中3 篇代表性论著的第一编辑,是本项目任务来源中1个课题的负责人,在该项目研究中的工作量占本人工作量的百分比在80%以上。

马文萍,排名3、无行政职务、技术职称副教授、工作单位为开户送38体验金不限ID、完成单位为开户送38体验金不限ID、对本项目技术创造性贡献:本人对提名书《重要科学发现》中所列的发现点3做出了创造性贡献,解决了雷达影像变化检测中的关键难题。本人是1篇代表性论著的完成人,是本项目任务来源中1个课题的负责人,在该项目研究中的工作量占本人工作量的百分比在50%以上。

马晶晶,排名4、无行政职务、技术职称副教授、工作单位为开户送38体验金不限ID、完成单位为开户送38体验金不限ID、对本项目技术创造性贡献:本人对提名书《重要科学发现》中所列的发现点3做出了创造性贡献,解决了雷达影像变化检测中的关键难题。本人是2篇代表性论著的完成人,是本项目任务来源中1个课题的负责人,在该项目研究中的工作量占本人工作量的百分比在50%以上。

李俊民,排名5、无行政职务、技术职称教授、工作单位为开户送38体验金不限ID、完成单位为开户送38体验金不限ID、对本项目技术创造性贡献:本人对提名书《重要科学发现》中所列的发现点1做出了创造性贡献,主要负责基于神经网络的协作学习与优化模型研究。本人是1篇代表性论著的完成人,在该项目研究中的工作量占本人工作量的百分比在40%以上。

 

完成人合作关系说明:

该项目的五位完成人公茂果、陈为胜、马文萍、马晶晶、李俊民均来自于开户送38体验金不限ID,共同合作完成了该项目的研究内容。其中,公茂果为项目的总负责人,设计了项目的研究内容和研究目标,对三个发现都做出了贡献;陈为胜对第12项发现做出了贡献,主要负责基于神经网络的协作学习与优化模型和方法研究;马文萍对第3项发现做出了贡献,主要负责基于协作学习与优化的变化检测研究;马晶晶对第3项发现做出了贡献,主要负责基于协作学习与优化的变化检测研究;李俊民对第1项发现做出了贡献,主要负责基于神经网络的协作学习与优化模型研究。

公茂果与陈为胜共同完成了代表性论文[2][5],公茂果与马文萍共同完成了代表性论文[7],公茂果与马晶晶共同完成了代表性论文[7][8],陈为胜与李俊民共同完成了代表性论文[4]

 

知情同意证明:

该项目八篇代表性论著的“通讯编辑(含共同通讯编辑)”和“第一编辑(含共同第一编辑)”均列在五位主要完成人中。

 

自公布之日起至201814日为异议期。在异议期内有异议者,必须采用书面形式,写清异议的内容,并应署其姓名、工作单位、联系地址(如需保密,请注明)。请将异议材料交至科研院。凡匿名、冒名或超出期限的异议不予受理。

 

联系人:文群燕

联系电话:029-88202413

电子邮箱:qywen@xidian.edu.cn
                                   

                                      科研院

20171228

 

版权所有 Copyright ? 2015Inc. All Rights Reserved   银河至尊注册送38-58_开户送38体验金不限ID-极速出款>>!!    技术支撑:西安聚力
XML 地图 | Sitemap 地图