研究情况

发布时间:2024-04-10

1.大规模数值计算问题的高性能方法：

       成员利用Gauss点构造了具有最优收敛阶的任意次有限体积格式，解决了高次有限体积格式的构造、高次有限体积法稳定性证明等几个基础性难题，对任意次有限体积格式的稳定性进行了严格的数学论证。成果获广东省自然科学奖二等奖。

       成员以应用数学理论为支撑，提出了能稳定求解复杂三维瞬态偏微分方程反问题的系列普适性高性能计算方法，构建了适用于大规模并行计算的计算体系，成果支撑申报成功广东省重点研发“芯片、软件与计算”重大专项项目一项（财政经费2000万）。

2.大数据与机器学习前沿理论与算法：

       针对人工智能研究中的小样本视觉表征与识别的瓶颈问题，成员形成了基于支持向量投影的鉴别特征成分解析与学习新模式，获广东省自然科学二等奖。

       成员用向量值概率不等式及函数空间特性估计出采样误差上界，并根据向量值积分算子特征对逼近目标函数，计算出逼近误差，从而估计出多目标学习的学习阶。结果体现了目标数量对学习阶的影响, 是学术界的一个新发现，相关成果发表在NEUROCOMPUTING（IF 5.179）等国际期刊上。

       在司法领域，成员利用知识图谱和人工智能技术，设计实现了知识产权要素化的智能审理系统，利用区块链技术，设计了可信的原始创作素材的存证系统。依托系统功能，广州互联网法院案件平均审理期限从61天压缩到45天，平均庭审时长从45分钟缩短到32分钟。

       在气象领域，成员开发了高时空分辨率雷达回波外推与模式预报智能订正技术，提高了广州区域数值预报模式的短时临近降水预报效果。该系统在广东省气象台2022年前汛期降水预报业务工作中得到了应用，为相关降水预报服务工作提供了重要参考。

       在医疗领域，成员利用大规模放疗领域知识库，通过迁移学习、自学习、小样本学习等人工智能方法，与影像成像、放射物理、生物效应模型进行融合，形成智能放射治疗勾画系统。相关专利成果已完成转化（93.4万）。

3.计算系统生物学：

       单细胞测序数据为研究各种动态细胞过程包括干细胞分化与癌症演变等提供了史无前例的机会，但面临的挑战是如何发展理论与方法从这种数据中发现新的生物学知识。针对动态细胞过程中基因和细胞以前被分开研究的局限，以及基于单细胞测序数据诸如噪声、高维、无时空信息等特点，成员发展了新的随机理论与动力学分析方法，从细胞谱系、基因调控网和转录爆发这三个不同层面上系统研究动态细胞过程和细胞命运决定的综合机制。以期建立一套实用的随机理论与动力学分析方法，使它能有效地从静态的单细胞测序数据中揭示出动态的细胞过程以及干细胞分化和癌症演变过程等。在研国自然重点项目一项（260万），最新成果发表在NUCLEIC ACIDS RESEARCH（IF 14.9）等国际期刊上。

4.优化控制理论与方法：

       针对信息物理融合能源系统运行策略优化的国家重大需求，成员建立了事件驱动的简约策略优化理论、多尺度协同策略优化理论、系统供需协同优化理论并提出相应求解方法，对建筑多能源、建筑群多能源、城市多能源系统的运行策略优化具有重要应用价值，获教育部自然科学奖二等奖。

       针对新能源电力系统背景下，能源交易市场源-网-荷-储多决策主体地理分散、供需关系随机波动及存在复杂运行约束等特点，成员研究了多种交易机制和场景下主体间动态博弈的均衡理论和博弈学习进化方法，相关成果支撑申报成功科技部重点研发项目课题一项（370万）。

5.医学图像高精度快速重建算法及其应用：

    成员依托科技部重点研发计划项目探索了适应于E级计算的可计算建模及可扩展算法。针对超高精度医学影像重构，建立了面向PET/CT影像重构的积分方程连续模型及算法，噪声抑制能力提高90%，在神威太湖之光超级计算机上实现了133万核、107亿自由度的超高清CT影像重构，弱扩展并行效率达91.73%。

    成员建立了SPECT-CT成像连续数学模型以及相应的快速科学计算方法，并将所提出的SPECT成像算法用于仿真数据和临床数据。通过仿真数据实验和临床数据实验，实验结果表明本研究提出的积分方程方法重建图像的方差系数COV和均方误差MSE（COV和MSE均为度量图像噪声水平的量化指标）比现有临床方法降低10倍（噪声抑制能力提高90%）。同时仿真实验显示，在相同剂量下，本研究所提出算法的病灶组织的分辨能力指标CHO是临床算法的 2.3 至 5 倍；即便本研究所提积分方程方法只使用了现有临床重建方法30%的放射剂量，其重建图像仍能得到更高的病灶检测率。研究形成的软件在bat365官方网站登录第一附属医院和bat365官方网站登录孙逸仙纪念医院核医学科重建了30份和50份SPECT临床数据，取得良好的效果。