2022年度廣東省人工智能產業協會科學技術獎之自然科學獎

發布日期:2023-02-22 15:50
為表彰在我省人工智能科技工作中做出突出貢獻的個人和組織,鼓勵我省人工智能廣大科技工作者的積極性和創造性,促進我省人工智能科學技術的發展,提高我省人工智能的綜合實力和水平,廣東省人工智能產業協會設立和承辦面向我省人工智能產業的廣東省人工智能產業協會科學技術獎。

廣東省人工智能產業協會科學技術獎面向我省人工智能產業企業、事業單位以及從事人工智能科研、應用及教學的院校,旨在獎勵在廣東省人工智能領域的基礎研究、技術創新、科技成果推廣及產業化等方面做出突出貢獻的個人或組織。

自然科學獎授予在人工智能科學技術基礎研究和應用基礎研究中闡明自然現象、特征和規律,做出重大科學發現的個人。自然科學獎應當注重前瞻性、理論性。



獎項等級 :一等獎
項目名稱:超高維小樣本無監督學習及其在生物醫學領域的應用
主要完成人:
蔡宏民(華南理工大學)
韓國強(華南理工大學)
陳佳洲(華南理工大學)
胡   宇(華南理工大學)
陶桂華(華南理工大學)
團隊以超高維小樣本的生物醫學數據為研究對象,以機器學習、無監督學習為技術框架,通過“知識+數據”驅動的方式,開展超高維小樣本生物醫學數據的張量譜聚類理論研究,并將該理論應用于生命組學數據和醫學影像數據,為疾病診斷、生物標志物發現、預后評估等重要應用提供堅實的技術支撐。

針對傳統聚類方法無法適應超高維小樣本場景的問題,提出了超高維小樣本的張量譜聚類方法,提高超高維小樣本的聚類準確性。針對不同組學的超高維數據存在特異的結構特征,維度不平衡,尺度和單位不一致的問題,提出了融合多組學數據的超高維小樣本無監督學習方法,并且在生物醫學相關領域進行應用,取得了良好的效果。針對醫學影像數據存在高亮噪聲、病灶尺寸大小可變、形狀不規則、輪廓不清晰等問題,提出了面向影像組學數據的超高維小樣本無監督學習方法,獲得了國內外學者的一致好評。

該項目獲得2021年度全國互聯網+創新創業大賽金獎,研究成果應用于鼻咽癌大數據云端診療、產前超聲人工智能診斷等場景。團隊在國內外權威期刊和重要國際會議上發表學術論文400余篇,申請和授權發明專利60余項。承擔了多項國家重點研發計劃項目、國家自然科學基金聯合基金項目等國家和省部級課題的研究。


圖片



獎項等級:一等獎
項目名稱:演化優化技術研究及應用
主要完成人:
朱澤軒(深圳大學)
馬曉亮(深圳大學)
梁正平(深圳大學)
何   山(深圳大學)
孫怡雯(深圳大學)
沈琳琳(深圳大學)
團隊針對復雜優化問題的求解提出一系列新型演化算法。為解決多目標演化優化中Tchebycheff分解存在幾何含義不清的問題,提出簡明的p范約束Tchebycheff分解,理論證明其幾何含義,同時提出R2指標將超體積計算時間復雜度從指數降低為線性;針對超多目標優化問題,通過在單位超平面上生成分布良好的參考點來構造參考向量,并利用向量縮放和解位置變換兩種方式進行參考向量的自適應調整以處理不規則帕累托前沿;針對動態多目標優化問題,探索環境變化規律和識別演化種群歷史變化的相似性規律,為種群變換和帕里托前沿逼近提供依據。針對多任務優化問題,在演化算法種引入新的遺傳變換機制促進知識遷移并結合超矩形搜索平衡探索和開發性能。團隊還對協同演化和分解多目標優化算法提出新的分類方法,指出現有方法在求解大規模優化和復雜帕累托前沿問題中的挑戰和困難,為后續研究提供借鑒。團隊研發的演化算法成功應用于生物網絡社團發現、高光譜圖像分類、車輛動態路徑規劃等實際問題。成果以論文形式在演化計算權威期刊IEEE Transactions on Evolutionary Computation和其它重要國際刊物上發表,獲得國內外同行專家認可和大量引用,代表作也獲得廣東省計算機學會優秀論文一等獎。

圖片