【正文】 9. 研究基于新型 單元和 GPU 的顯式有限元程序 開發(fā)、 實時計算 1. 給出公式化得到浮點數(shù)特性的方法 ， 提出全新的基于 Sierpinski 三角形坐標(biāo)表示實數(shù)的方法 。在 WBS 模型的基礎(chǔ)上，引入資源元數(shù)據(jù)模型，支持動態(tài)資源映射和評估分析；引入擴(kuò)展流程模型，支持動態(tài)的設(shè)計過程建模及監(jiān)控；引入時序約束，保證設(shè)計過程的可信性和執(zhí)行的準(zhǔn)確性。為此，需要根據(jù)現(xiàn)代設(shè)計軟件中核心算法的特點，研究適合于此類應(yīng)用的形式化描述語言。明確各類誤差的含義，確定它們之間的關(guān)聯(lián)，形成相應(yīng)的誤差精度統(tǒng)一表示理論和方法。這部分工作實際上是對前兩部分研究成果的集成和實際應(yīng)用檢驗。 復(fù)雜產(chǎn)品結(jié)構(gòu)組合的高效仿真計算與優(yōu)化 研究多領(lǐng)域 多學(xué)科產(chǎn)品優(yōu)化計算及其并行仿真可視化方法，研究基于 GPU集群的復(fù)雜產(chǎn)品系統(tǒng)性能優(yōu)化設(shè)計方法。 “邏輯關(guān)系 ”是設(shè)計流程與規(guī)范間的一種抽象，這種抽象的關(guān)系主要體現(xiàn)在設(shè)計主體對設(shè)計目標(biāo)及設(shè)計系統(tǒng)認(rèn)知的深度及抽象性上。主要研究內(nèi)容有以下幾個方面： ? 產(chǎn)品模型數(shù)據(jù)表示和計算誤差可控性以及模型表示的一致性，以提高設(shè)計過程中數(shù)據(jù)表示可信性； ? 設(shè)計系統(tǒng)程序代碼與規(guī)約說明的一致性驗證，以提高設(shè)計系統(tǒng) 程序代碼的正確性； ? 產(chǎn)品設(shè)計流程的可信保障機(jī)制，以解決產(chǎn)品數(shù)據(jù)模型在全生命周期的一致性； ? 基于 GPU 集群的數(shù)字模型仿真優(yōu)化計算，以保證產(chǎn)品交互設(shè)計的一致性和高效性； ? 構(gòu)建產(chǎn)品設(shè)計與仿真優(yōu)化交互設(shè)計平臺，以增強產(chǎn)品功能和性能仿真優(yōu)化設(shè)計的實用性和可靠性。 前兩年部分成果：建立具有國際領(lǐng)先水平的整體動物光學(xué)成像研究平臺，在本領(lǐng)域重要的國際學(xué)術(shù)刊物和一流國際學(xué)術(shù)會議發(fā)表論文50 篇以上 發(fā)表，申請發(fā)明專利 20項以上。 （ 3）多模態(tài)關(guān)聯(lián)特征的提取與表達(dá)方法 多模態(tài)特征存在異構(gòu)性，難以挖掘其關(guān)聯(lián)性，通過典型相關(guān)性分析方法，研究其在內(nèi)容特征上潛在的統(tǒng)計關(guān)系，建立多模態(tài)特征的共生矩陣，以生成包含不同類型數(shù)據(jù)的同構(gòu)子空間來反映其關(guān)聯(lián)，最終實現(xiàn)多模態(tài)特征之間關(guān)聯(lián)關(guān)系的表達(dá)。 （ 4）模擬皮層功能柱陣列的計算模型及其效能分析 模擬視皮層機(jī)制對特征提取、特征組織與整合的 實現(xiàn)方法，并從結(jié)構(gòu)與功能相適應(yīng)的角度，利用結(jié)構(gòu)仿真、統(tǒng)計與概率分析等數(shù)學(xué)手段來驗證算法設(shè)計的合理性，對紋狀皮層的計算與表征效能進(jìn)行系統(tǒng)分析，其目的是獲得設(shè)計工程應(yīng)用模型的理論依據(jù)。 在認(rèn)知機(jī)理 與 計算模型方面，按照 媒體 認(rèn)知機(jī)理所呈現(xiàn) 的 整體性和層次性特點，建立自 下而上 的基于數(shù)據(jù) 驅(qū)動 和自 上而下的基于 模型控制相結(jié)合的數(shù)字媒體計算模型 。 （ 3）強調(diào)融合機(jī)制與學(xué)習(xí)算法的效用相互結(jié)合，突破制約媒體處理協(xié)同性和高效性的技術(shù)瓶頸。 （ 1）基礎(chǔ) 理論研究 建立數(shù)字媒體理解的計算理論和模型，為系統(tǒng)解決媒體理解問題奠定基礎(chǔ)，預(yù)期取得兩個方面的突破：通過媒體 認(rèn)知機(jī)理與計算模型 的 協(xié)同探索 ，揭示媒體認(rèn)知的層次性和整體性機(jī)理， 建立 符合媒體理解 的層次化計算理論與模型； 揭示形成媒體對 象多義性的內(nèi)在規(guī)律， 提出 高維多模態(tài)異構(gòu)數(shù)據(jù)的協(xié)同機(jī)制 ，建立 媒體對象多義性和多態(tài)性的 有效 表示體系。 關(guān)鍵科學(xué)問題之二：媒體對象固有的多義性、多態(tài)性 ── 如何反映媒體對象的特性？ 數(shù)字媒體底層特征與高層語義之間的“語義鴻溝”，是數(shù)字媒體理解面臨的根本障礙，而其根源之一是媒體對象本身所固有的多義性。 Gestalt 心理學(xué)理論在宏觀上強調(diào)知覺組織的整體化效應(yīng)。 為此，本項目將 媒體計算應(yīng)有的協(xié)同性、高效性 凝煉為第三個關(guān)鍵科學(xué) 問題 ，將研究 媒體的計算技術(shù) 。 考慮到認(rèn) 知科學(xué)在底層、局部性認(rèn)知機(jī)理的研究方面已有較多進(jìn)展，而對高層、整體性認(rèn)知的形成過程的探索 仍 是 其 重要目標(biāo)之一，也就是說， 認(rèn)知和計算都面臨解決層次性和整體性探索割裂的問題。 （ 2）加強理論研究與應(yīng)用驗證相互促進(jìn)。這六個課題分別研究視覺認(rèn)知的層次性與整體性機(jī)制、媒體認(rèn)知的層次化計算理論與模型、面向多義性對象的學(xué)習(xí)理論和方法、多模態(tài)高維異構(gòu)數(shù)據(jù)的特征提取與描述方法、跨媒體分析的理論和方法、數(shù)字媒體理解驗證平臺與應(yīng)用示范。 （ 2）面向多義性對象的計算學(xué)習(xí)理論和高效算法 基于多義性對象的表示與建模，研究適于多義性對象的學(xué)習(xí)機(jī)制， 建立針對多義性對象的計算學(xué)習(xí)理論，克服對多義性對象進(jìn)行高效學(xué)習(xí)的障礙，提出面向多義性對象的高效算法。 （ 2）智能視頻監(jiān)控應(yīng)用示范 研究基于內(nèi)容分析的異常檢測與報警、多特征融合的目標(biāo)跟蹤與識別，以及事件的分類統(tǒng)計與摘要生成等技術(shù)，構(gòu)建適應(yīng)性好、魯棒性高、實時性強的智能視頻監(jiān)控應(yīng)用示范平臺，解決智能交通、邊海防偵察監(jiān)視、公共安全防衛(wèi)等 系統(tǒng)中存在的使用環(huán)境受限、誤報漏報多、響應(yīng)速度慢等問題。 第 五 年 （ 1） 選擇性阻斷視覺皮層的特定功能區(qū)，研究其它腦區(qū)對基本和復(fù)雜刺激功能反應(yīng)模式的變化 ； （ 2） 特異性標(biāo)記視覺皮層中特定反應(yīng)細(xì)胞的形態(tài)，研究其在視覺皮層的前饋和反饋型投射關(guān)系 ； （ 3）根據(jù)前期工作的理論和模型基礎(chǔ)，在整體動物的實驗中進(jìn)行有針對性的檢驗； （ 4）研究體現(xiàn)視覺認(rèn)知層次性與整體性的算法模型往工程化方向發(fā)展的若干關(guān)鍵技術(shù)實現(xiàn)問題 ； （ 5） 研究基于層次化理解的圖像分析方法 ； （ 6） 利用多特征融合對視頻進(jìn)行分析 ； （ 7） 提出視頻序列層次性匹配技術(shù) ； （ 8） 顯著性識別在多種媒體理解據(jù)中的 作用； （ 9）研究面向多義性對象學(xué)習(xí)的機(jī)器學(xué)習(xí)理論； （ 10）研究綜合考慮未標(biāo)注樣本、非均衡樣本、多視圖等特性的多義性對象學(xué)習(xí)方法； （ 11）在測試驗證平臺中對多義性對（ 1） 揭示不同層次的視覺皮層間功能上的層次性整合與整體性調(diào)制機(jī)制 ； （ 2） 揭示實現(xiàn)上述功能的形態(tài)學(xué)基礎(chǔ)； （ 3）有機(jī)結(jié)合實驗數(shù)據(jù)與理論模型，推動兩者之間的相互驗證； （ 4）提出解決在工程化應(yīng)用中為實現(xiàn)視覺認(rèn)知層次性與整體性的關(guān)鍵技術(shù)問題的實現(xiàn)方法 ； （ 5） 提出基于層次化理解的計算機(jī)視覺理論與方法 ； （ 6） 完成基于層次化與多特征結(jié)合的視頻分析框 架 ； （ 7） 提出基于層次性的視頻匹配算法 ； （ 8）建立面向多義性對象學(xué)習(xí)的機(jī)器學(xué)習(xí)理論； （ 9）提出同時利用未標(biāo)注樣本和多視圖特性并能處理非均衡樣本的多義性對象學(xué)習(xí)方法； （ 10）給出多模態(tài)異構(gòu)數(shù)據(jù)的關(guān)聯(lián)性定義與描述方法； （ 11）建立多模態(tài)特征的共生矩陣表示，實現(xiàn)多模態(tài)特征之間關(guān)聯(lián)關(guān)年度 研究內(nèi)容 預(yù)期目標(biāo) 象學(xué)習(xí)理論與方法進(jìn)行驗證； （ 12）分析多種媒體的同級層次特征的關(guān)聯(lián)關(guān)系，研究其描述方法； （ 13）研究多模態(tài)特征的共生矩陣表示模型，利用同構(gòu)子空間描述映多模態(tài)特征關(guān)聯(lián)關(guān)系； （ 14）對多模態(tài)高維異構(gòu)數(shù)據(jù)的特征提取與描述方法進(jìn)行綜合測試與評估。 本項目將研究產(chǎn)品設(shè)計數(shù)據(jù)的輕量化表示方法及其精度保持的策略。 產(chǎn)品設(shè)計的可信性包括產(chǎn)品全生命周期的可維護(hù)性和可靠性，產(chǎn)品全生命周期從需求分析、概念設(shè)計、概要設(shè)計和詳細(xì)設(shè)計，再到產(chǎn)品的具體設(shè)計過程的幾何設(shè)計、結(jié)構(gòu)設(shè)計到 CAE 仿真模擬，再到產(chǎn)品制造銷售、產(chǎn)品使用維護(hù)乃至產(chǎn)品回收處理等全過程，因此產(chǎn)品可信性設(shè)計不僅需要考慮產(chǎn)品具體的產(chǎn)品設(shè)計流程及其迭代設(shè)計，而且還需要考慮產(chǎn)品全生命周期的全過程質(zhì)量控制和管理。力爭本項目 80％以上的研究成果、技術(shù)標(biāo)準(zhǔn)、規(guī)范和專利等被轉(zhuǎn)化到國家 863 計劃或科技支撐計劃，為我國現(xiàn)代設(shè)計大型應(yīng)用軟件的研究開發(fā)與應(yīng)用提供高效可靠的技術(shù)支撐，在汽車和 IC 裝備復(fù)雜機(jī)械部件的設(shè)計與制造領(lǐng)域?qū)嶋H應(yīng)用，產(chǎn)生明顯的經(jīng)濟(jì)和社會效益。 （ 4） 在注意 建立自己的技術(shù)標(biāo)準(zhǔn)和規(guī)范的同時，更要認(rèn)真學(xué)習(xí)，貫徹執(zhí)行國際相關(guān)標(biāo)準(zhǔn)，積極參加國際相關(guān)的技術(shù)規(guī)范聯(lián)盟，如： OMG、 XML、 RIG、 STEP等。在統(tǒng)一產(chǎn)品數(shù)據(jù)的數(shù)據(jù)輕量化過程中，將建立有效的屬性繼承和傳播機(jī)制，從而盡可能讓數(shù)據(jù)在產(chǎn)品設(shè)計全生命周期中不丟失、能演化、能自動關(guān)聯(lián)。為了提高模型檢測技術(shù)在程序驗證中的能力，需要研究可滿足性模理論（ Satisifiability Modulo Theory, SMT）。通過提出新型單元理論，并采用基于 GPU 的求解技術(shù)，以解決復(fù)雜產(chǎn)品功能和性能仿真優(yōu)化中的效率和可靠性兩大瓶頸問題，在此基礎(chǔ)上， 形成一個具有重大創(chuàng)新 和實用價值的仿真模擬和優(yōu)化設(shè)計平臺 ，并在我國的汽車設(shè)計制造中得到成功應(yīng)用。 8. 開發(fā)出基于 GPU的薄板成形及結(jié)構(gòu)碰撞過程的計算機(jī)仿真軟件系統(tǒng) 第 二 年 1. 新實數(shù)表示下的各種復(fù)雜的精確實數(shù)運算算法 、 高精度的單元幾何運算以及誤差控制 研究。 ? 將仿真分析、優(yōu)化算法進(jìn)行整合，構(gòu)建一個高可信、全構(gòu)件的設(shè)計仿真優(yōu)化集成應(yīng)用平臺。為得到精確的程序抽象模型 ,重點研究 謂詞發(fā)現(xiàn) 和 冗余謂詞 消去技術(shù)。 為此，將針對汽車和重大制造裝備等產(chǎn)品的設(shè)計全生命周期，分析產(chǎn)品幾何設(shè)計、結(jié)構(gòu)設(shè)計、優(yōu)化設(shè)計以及迭代過程等所需要的各種數(shù)據(jù)表示，以及這些數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，研究各種數(shù)據(jù)的異構(gòu)和同構(gòu)屬性，形 成設(shè)計全生命周期的產(chǎn)品數(shù)據(jù)統(tǒng)一表示理論和方法。因此，本項目具有理論與實踐緊密結(jié)合，理論指導(dǎo)實踐，實踐提出問題與需求，促進(jìn)理論的深入與發(fā)展的特點。項目擬完成1520 項有自主知識產(chǎn)權(quán)的核心算法或軟件技術(shù)（包括技術(shù)專利和版權(quán)登記）。本項目擬研究將模型檢測應(yīng)用于現(xiàn)代設(shè)計軟件核心代碼的自動驗證，通過謂詞抽象等方法縮減狀態(tài)空間和映射無窮域，避免狀態(tài)空間爆炸。在此基礎(chǔ)上，將形成產(chǎn)品設(shè)計過程的誤差精度統(tǒng)一表示理論和方法，研究誤差動態(tài)控制理論和技術(shù)，以適應(yīng)在產(chǎn)品設(shè)計周期中各個階段以及迭代過程的誤差不斷積累及動態(tài)發(fā)生變化的情況。 （ 14）研究底層特征、媒體對象和高層語義的多粒度描述 ； （ 15）研究多粒度媒體數(shù)據(jù)之間的關(guān)系映射； （ 16）結(jié)合自然語言處理和機(jī)器學(xué)習(xí)算法，研究跨媒體數(shù)據(jù)的層次化語義分析 ； （ 17）繼續(xù)建設(shè)規(guī)?；襟w數(shù)據(jù)庫； （ 18）研究用戶需求描述手段，建立需求感知模型； （ 19）建立面向監(jiān)控應(yīng)用的視頻底層特征、中層特征和高層語義特征結(jié)合理解模型，開展運動目標(biāo)行為分析、其進(jìn)行識別 ； （ 7） 建立基于整體感知的圖像理解框架； （ 8） 根據(jù)層次化理論建立圖像物體模型并據(jù)此進(jìn)行識別分析 ； （ 9） 利用譜圖理論提出新的顯著性分析模型； （ 10）提出有效利用多視圖特性的學(xué)習(xí)方法； （ 11）獲得對典型多義性對象學(xué)習(xí)方法進(jìn)行分析的理論結(jié)果； （ 12）提出利用隨機(jī)文法進(jìn)行特征建模的方法； （ 13）建立全局和局部特征結(jié)合的高效索引機(jī)制； （ 14） 建立反映底層特征、媒體對象和高層語義有機(jī)關(guān)聯(lián)的多粒度描述以及相互之間的關(guān)系映射模型 ； （ 15）建立實體、事件和關(guān)系的語義描述體系，實現(xiàn)跨媒體數(shù)據(jù)的層次化語義分析 ； （ 16）完成 3000 小時以上的媒體數(shù)據(jù)收集與建庫工作； （ 17）建立用戶需求描述與感知模型； （ 18）提出適應(yīng)復(fù)雜場景監(jiān)控應(yīng)用的自適應(yīng)視頻分析算法，解決目前存在的場景整體感知能力弱、行為分析和事件分類不準(zhǔn)確等問題； （ 19）形成可初步實用的用戶行為年度 研究內(nèi)容 預(yù)期目標(biāo) 事件分類的研究； （ 20）研究電視節(jié)目的話題檢測、基于語義的搜索和個性化推薦方法； （ 21）結(jié)合實際應(yīng)用，改進(jìn)完善智能視頻監(jiān)控、網(wǎng)絡(luò)互動電視搜索應(yīng)用示范平臺。 承擔(dān)單位 ：中國科學(xué)院自動化研究所、浙江大學(xué) 課題負(fù)責(zé)人 ：盧漢清 經(jīng)費比例 ： 16% 課題 數(shù)字媒體理解驗證平臺與應(yīng)用示范 預(yù)期目標(biāo)： 利用其他課題的研究成果，研究媒體數(shù)據(jù)的標(biāo)注和算法的評測方法，建立數(shù)字媒體理解算法測試驗證平臺；研究基于對象行為分析與幀間相關(guān)性的視頻理解技術(shù)，電視節(jié)目的內(nèi)容分析與用戶的行為分析，以及數(shù)字媒體理解應(yīng)用系統(tǒng)的實現(xiàn)構(gòu)架，研制具有協(xié)同性、高效性的智能視頻監(jiān)控和 網(wǎng)絡(luò)互動電視搜索應(yīng)用示范系統(tǒng)。 承擔(dān)單位 ：北京航空航天大學(xué)、西安交通大學(xué) 課題負(fù)責(zé)人 ：王蘊紅 經(jīng)費比例 ： % 課題 面向多義性對象的學(xué)習(xí)理論和方法 預(yù)期目標(biāo)： 圍繞媒體數(shù)據(jù)多義性特點，分析 媒體數(shù)據(jù)多義性的形成機(jī)理，研究針對媒體對象固有多義性的學(xué)習(xí)機(jī)制，建立面向多義性對象的機(jī)器學(xué)習(xí)理論與方法，并綜合考慮媒體數(shù)據(jù)的多視圖、非均衡且無標(biāo)注樣本極多等特點，提升對面向多義性對象學(xué)習(xí)的能力。 （ 3）針對 媒體計算應(yīng)有的協(xié)同性、高效性 ，研究高維異構(gòu)數(shù)據(jù)的處理方法、 上下文 關(guān)聯(lián)的特征 融合 和 跨媒體高層語義 分析， 突破制約媒體處理協(xié)同性和高效性的技術(shù)瓶頸 。在總的技術(shù)思路上，本 項目 研究將采用如下技術(shù)途徑： （ 1）強調(diào)多學(xué)科交叉融合，突出原始創(chuàng)新的 帶動 作用。 三、研究方案 學(xué)術(shù)思路 本項目研究符合數(shù)字媒體認(rèn)知機(jī)理、體現(xiàn)媒體數(shù)據(jù)固有特性、適應(yīng)媒體計算應(yīng)用需求的數(shù)字媒體理解理論與方法，兼顧重大需求和科學(xué)前沿，抓準(zhǔn)關(guān)鍵科學(xué)問題，瞄準(zhǔn)原創(chuàng)性研究帶動關(guān)鍵技術(shù)突破， 從科學(xué)問題解決、關(guān)鍵技術(shù)攻關(guān)、典型應(yīng)