【正文】 7. 建立精度級(jí) 別達(dá)到四邊形和六面體單元的新型單元模型 ， 開發(fā) 出 基于新型三角形 、四面體 單元和 GPU 的顯式有限元程序 。 3. 明確算法規(guī)約說明語言的語法和語義； 提出 適用于此類程序的謂詞計(jì)算方法 。 7. 支持可信設(shè)計(jì)過程的安全保障體系 研究 。 四、年度計(jì)劃 年度 研究內(nèi)容 預(yù)期目標(biāo) 第 一 年 1. 精確浮點(diǎn)數(shù)運(yùn)算算法 及 新的實(shí)數(shù)表示方法 研究。 ? 對(duì)優(yōu)化領(lǐng)域中的多 目標(biāo)、多目標(biāo)、多學(xué)科、多參數(shù)、不確定性這幾方面的技術(shù)瓶頸進(jìn)行研究，結(jié)合 GPU 技術(shù)，研發(fā)具有能處理實(shí)際工程問題的優(yōu)化軟件平臺(tái)。此外，針對(duì)現(xiàn)代協(xié)同設(shè)計(jì)的特點(diǎn)，還將 解決跨自治域的復(fù)雜訪問控制、協(xié)同環(huán)境下的數(shù)據(jù)分發(fā)及協(xié)同設(shè)計(jì)過程中的隱私保護(hù)等問題，并最終為總課題的應(yīng)用提供安全保障。 ? 采用面向虛擬組織的復(fù)雜訪問控制機(jī)制來支持跨自治域的協(xié)同數(shù)據(jù)訪 問控制。 我們將遞進(jìn)式的研究帶入多個(gè)公理域的邏輯公式可滿足性判定 理論，重點(diǎn)研究線性不等式、數(shù)組、向量等理論域的判定算法。 我們將 研究如何將謂詞抽象技術(shù)與反例導(dǎo)向的抽象精化技術(shù)結(jié)合。命令式程序的表示關(guān)鍵是對(duì)內(nèi)存模型的描述。 算法關(guān)注于解決問題的方法和邏輯。因此，我們還將研究數(shù)據(jù)的交換和轉(zhuǎn)化理論和方法，從而進(jìn)一步減少產(chǎn)品核心數(shù)據(jù)模型的數(shù)據(jù)量，便于不同的設(shè)計(jì)過程或階段獲取與其相適應(yīng)的數(shù)據(jù)。如果簡單地將各種數(shù)據(jù)疊加在一 起，一方面會(huì)造成數(shù)據(jù)的大量冗余并容易造成數(shù)據(jù)的不一致性，另一方面會(huì)造成數(shù)據(jù)非常龐大，從而實(shí)際上會(huì)增加產(chǎn)品設(shè)計(jì)的復(fù)雜程度并降低產(chǎn)品設(shè)計(jì)的規(guī)模。 2. 針對(duì)產(chǎn)品設(shè)計(jì)全流程一致性理論和方法的研究 ，其中的技術(shù)路線為： ? 利用數(shù)據(jù)模型在設(shè)計(jì)制造全流程中的表示差異性，確保模型格式轉(zhuǎn)換的精度保持，使得迭代設(shè)計(jì)可 反饋可驗(yàn)證，保證模型表示的完備性，提高設(shè)計(jì)制造效率。在此基礎(chǔ)上，研究拉伸、抽殼和拔模等高層次的幾何特征操作。 技術(shù)路線 整個(gè)項(xiàng)目的技術(shù)路線圍繞著本項(xiàng)目的三個(gè)科學(xué)問題展開的，具體落實(shí)到本項(xiàng)目的五個(gè)課題分解進(jìn)行 : 1. 針對(duì) 復(fù)雜產(chǎn)品數(shù)據(jù)模型精度可控性理論和方法的研究，其中的技術(shù)路線為： ? 分析并建立多精度層次的數(shù)據(jù)模型及其映射關(guān)系，形成產(chǎn)品設(shè)計(jì)周期中誤差類型及其傳播和擴(kuò)散機(jī)制。理論行不行，好不好，完全要用實(shí)踐來檢驗(yàn)，而實(shí)踐中發(fā)生的問題又推動(dòng)理論研究更加深入，更加全面。 圖 1. 現(xiàn)代設(shè)計(jì)大型應(yīng)用軟件系統(tǒng)可信核 心平臺(tái)框架 本項(xiàng)目在技術(shù)途徑方面 擬考慮 以下幾點(diǎn)： （ 1） 可信性基礎(chǔ)與系統(tǒng)仿真和驗(yàn)證平臺(tái)同步研究 把握對(duì)現(xiàn)代設(shè)計(jì)大型應(yīng)用軟件有重要影響的可信性理論集中力量優(yōu)先突破，并持之以恒，毫不動(dòng)搖，本項(xiàng)目列出的三個(gè)關(guān)鍵科學(xué)問題均屬此列。 同時(shí)，將研究開發(fā)一個(gè)用戶設(shè)計(jì)復(fù)雜產(chǎn)品及其功能與性能仿真模擬的大型設(shè)計(jì)軟件平臺(tái)，集成上述各關(guān)鍵科學(xué)問題的研究成果，確保設(shè)計(jì)數(shù)據(jù)處理的靈活性和可擴(kuò)展性；克服數(shù)據(jù)本身的異構(gòu)性 和系統(tǒng)的異構(gòu)性引起的不協(xié)調(diào)性，即時(shí)審計(jì)入侵等不安全因素，使該核心平臺(tái)安全、可靠、實(shí)用。 五年預(yù)期目標(biāo) 上述目標(biāo)將分階段分步實(shí)施。以期在國產(chǎn)品牌汽車和重大裝備制造的創(chuàng)新設(shè)計(jì)與仿真優(yōu)化中得到成功應(yīng)用。建立基于 GPU 構(gòu)架的并行優(yōu)化程序，解決復(fù)雜性中等的實(shí)際工程問題，研究基于 GPU 構(gòu)架的并行智能布點(diǎn)技術(shù)，研究混合近似模型技術(shù)，通過不同方法近似模型的組合，加強(qiáng)近似模型的魯棒性和精度。研究基于線性插值單元理論的高精度仿真計(jì)算方法，建立自主開發(fā)而且具有較強(qiáng)工程應(yīng)用能力的仿真軟件。 本項(xiàng)目的主要研究內(nèi)容包括產(chǎn)品設(shè)計(jì)全 流程質(zhì)量控制機(jī)制、產(chǎn)品數(shù)據(jù)模型表示全流程一致性等內(nèi)容，基于產(chǎn)品全流程的產(chǎn)品設(shè)計(jì)系統(tǒng)主要包括軟件系統(tǒng)的設(shè)計(jì)、構(gòu)件集成再到交互操作和產(chǎn)品統(tǒng)一數(shù)據(jù)表示模型、復(fù)雜產(chǎn)品交互設(shè)計(jì)系統(tǒng)的可用性和易用性度量等。 基于模型檢測的程序驗(yàn)證技術(shù) 在大型設(shè)計(jì)軟件的編碼過程中，除了由于代碼實(shí)現(xiàn)與規(guī)約說明不一致而造成的邏輯錯(cuò)誤之外，還存在大量由于編碼人員的熟練程度和編碼水平而產(chǎn)生的代碼缺陷。建立符合人的預(yù)期的產(chǎn)品設(shè)計(jì)迭代求精機(jī)制，為基于領(lǐng)域知識(shí)的復(fù)雜產(chǎn)品設(shè)計(jì)迭代模型和領(lǐng)域任務(wù)的一致性和可度量性奠定基礎(chǔ)。同時(shí)將考慮產(chǎn)品模型中的各種特征的提取方法和特征與產(chǎn)品模型之間的約束關(guān)系及其度量方法，在產(chǎn)品迭代修改過程中，產(chǎn)品模型中的結(jié)構(gòu)特征必須與數(shù)據(jù)模型保持相對(duì)應(yīng)的約束關(guān)系，產(chǎn)品特征在設(shè)計(jì)修改過程中具有特征的一貫性 和連續(xù)性，同時(shí)還研究異構(gòu)系統(tǒng)中模型數(shù)據(jù)之間的數(shù)據(jù)轉(zhuǎn)換機(jī)制，考慮模型特征的連貫性，產(chǎn)品特征的可重用性，以保證模型數(shù)據(jù)的一致性，為此將研究可重用特征的設(shè)計(jì)邏輯一致性和可重用的度量方法。還將研究有損精度和無損精度的多種數(shù)據(jù)壓縮理論和策略，進(jìn)一步控制幾何和非幾何數(shù)據(jù)的規(guī)模。同時(shí)將分析和總結(jié)在產(chǎn)品設(shè)計(jì)周期中所涉及到的誤差種類。 幾何運(yùn)算中的誤差精度控制 本項(xiàng)目將幾何運(yùn)算分解成為底層的單元幾何運(yùn)算和高層次的特征幾何運(yùn)算。 項(xiàng)目名稱： 現(xiàn)代設(shè)計(jì)大型應(yīng)用軟件的可信性研究 首席科學(xué)家： 孫家廣 清華大學(xué) 起止年限： 2020 年 1 月 2020 年 8 月 依托部門： 教育部 一、研究內(nèi)容 在現(xiàn)代制造業(yè)，隨著產(chǎn)品設(shè)計(jì)規(guī)模和設(shè)計(jì)難度的增加，設(shè)計(jì)系統(tǒng)和產(chǎn)品設(shè)計(jì)過程的復(fù)雜性越來越高，個(gè)性化設(shè)計(jì)需求越來越強(qiáng)烈，設(shè)計(jì)活動(dòng)越來越突出地體現(xiàn)了知識(shí)密集性和通訊密集性的特點(diǎn)。 （ 15）對(duì)各課題的理論研究成果進(jìn)行系統(tǒng)性分析，進(jìn)一步完善理論體系；（ 16）對(duì)有關(guān)算法進(jìn)行組合，實(shí)現(xiàn) 綜合測試，提高算法的準(zhǔn)確性和運(yùn)算速度； （ 17）通過多方面的測試，完善測試驗(yàn)證平臺(tái)，通過多種應(yīng)用測試完善應(yīng)用驗(yàn)證平臺(tái)； （ 18）撰寫有關(guān)報(bào)告，準(zhǔn)備各課題和項(xiàng)目的驗(yàn)收。 （ 6） 進(jìn)行視頻序列時(shí)間層次性顯著性分析 ； （ 7） 提出圖像在不同層次下的物體模型 ； （ 8） 研究譜圖理論在顯著性分析中的作用； （ 9）對(duì)典型的多義性對(duì)象學(xué)習(xí)方法進(jìn)行理論分析； （ 10）研究有效利用多視圖特性的學(xué)習(xí)方法； （ 11）利用隨機(jī)文法和條件隨機(jī)場，研究降維后全局和局部特征的建模； （ 12）研究全局和局部特征的高效索引機(jī)制； （ 13）研究結(jié)合高效索引機(jī)制的特征組合利用方法。 （ 6） 研究視頻序列時(shí)間層次性表示 ； （ 7） 提出多層次融合與整體感知框架 ； （ 8） 研究圖像在不同層次下的物體檢測 ； （ 9） 提出基于時(shí)間層次性的顯著性識(shí)別； （ 10） 研究面向多義性對(duì)象的高效學(xué)習(xí)算法； ? （ 11）研究能夠有效處理非均衡樣本的方法； （ 12）研究高維異構(gòu)媒體特征的流形表示； （ 1） 闡述視覺皮層方位選擇性的形態(tài)學(xué)機(jī)制； （ 2） 揭示高級(jí)視覺皮層對(duì)基本視覺特征的功能組織模式 ； （ 3）揭示視覺皮層自下而上的層次性整合框架； （ 4） 建立 基于視皮層功能柱陣列神經(jīng)機(jī)制的算法原型 ； （ 5）獲得利用視皮層功能柱 陣列模型實(shí)現(xiàn)視覺認(rèn)知層次性和整體性的前、后銜接環(huán)節(jié)及其實(shí)現(xiàn)策略； ? （ 6） 建立視頻時(shí)間層次性理解模型； ? （ 7） 揭示層次性與整體感知在媒體理解中的關(guān)系 ； ? （ 8） 利用層次性理解模型提出新的圖像物體檢測方法 ； （ 9） 提出基于層次性的視頻顯著性識(shí)別模型和方法； （ 10） 提出 面向多義性對(duì)象的高效學(xué)習(xí)算法； （ 11）提出非均衡樣本的有效處理方法。 （ 5） 借助認(rèn)知理論研究相關(guān)層次性感知模型 ； （ 6） 提出不同層次理解的視覺計(jì)算模型 ； （ 1） 改造已有設(shè)備，實(shí)現(xiàn)整體動(dòng)物皮層在功能與形態(tài)上的同步實(shí)時(shí)記錄； （ 2）建立與實(shí)驗(yàn)結(jié)果相互驗(yàn)證的多種功能圖的自組織模型； （ 3） 建立 視皮層功能柱型結(jié)構(gòu)的特征表征與提取 模型； （ 4） 建立 基于視覺皮層神經(jīng)機(jī)制的仿真 理論與方法 ， 提出符合可形式化、可計(jì)算要求的體現(xiàn)視覺認(rèn)知層次性和整體性的算法設(shè)計(jì)方向 ； （ 5）從算法角度獲得關(guān)于視覺認(rèn)知整體性如何經(jīng)層次性加工逐級(jí)表現(xiàn)出來的初步認(rèn)識(shí) ； （ 6） 實(shí)現(xiàn)層次性感知模型，進(jìn)行圖像層次性分析 ； （ 7）建立 不同層次理解的視覺計(jì)年度 研究內(nèi)容 預(yù)期目標(biāo) （ 7） 研究視頻數(shù)據(jù)時(shí)間層次性語義標(biāo)注 ； ? （ 8） 分析各種不同底層特征對(duì)顯著性檢測的影響 ； （ 9） 研究面向多義性對(duì)象的機(jī)器學(xué)習(xí)方法； （ 10）研究有效利用無標(biāo)注樣本進(jìn)行學(xué)習(xí)的方法； （ 11）分析特征包含的信息量，研究媒體數(shù)據(jù)中信息量最大子塊的提取方法； （ 12）研究基于信息量最大子塊的局部特征和全局特征提取方法； （ 13）研究局部特征到幾 何特征、整體拓?fù)涮卣鞯恼?,以及全局特征對(duì)局部特征提取的調(diào)控方法； （ 14）研究圖像和視頻信息的多粒度信息抽取與表示； （ 15）研究基于矩陣、張量和圖模型等的跨媒體表達(dá)框架 ； （ 16）研究矩陣、張量和圖模型等復(fù)雜結(jié)構(gòu)的處理方法； （ 17）研制數(shù)字媒體理解算法測試驗(yàn)證平臺(tái)原型系統(tǒng)； （ 18）研究對(duì)數(shù)據(jù)進(jìn)行分布式協(xié)同人工標(biāo)記及標(biāo)簽自動(dòng)推薦的方法； （ 19）進(jìn)行復(fù)雜場景下視頻運(yùn)動(dòng)目標(biāo)的檢測與跟蹤、基于多視頻傳感器的全景視頻圖像動(dòng)態(tài)拼接、電視節(jié)目結(jié)構(gòu)分析等算法的研究。 （ 3）網(wǎng)絡(luò)互動(dòng)電視搜索應(yīng)用示范 研究電視節(jié)目的結(jié)構(gòu)分析、語義分析、話題檢測等，以及用戶行為的分析與建模，語義搜索和個(gè)性化推薦；研制海量數(shù)字電視節(jié)目個(gè)性化搜索與推薦應(yīng)用示范平臺(tái)，解決網(wǎng)絡(luò)互動(dòng)電視（ iTV）系統(tǒng)中存在的內(nèi)容搜索粒度粗、個(gè)性化推薦能力弱等問題。 （ 3）跨媒體的層次化語義分析 充分利用跨媒體數(shù)據(jù)的語義關(guān)聯(lián)特性，實(shí)現(xiàn)面向文本的實(shí)體、事件和關(guān)系信息的自動(dòng)抽取，同時(shí)抽取 與實(shí)體或事件相關(guān)的視頻、圖像等多媒體數(shù)據(jù)，以此建立一個(gè)面向大規(guī)模多媒體內(nèi)容的以實(shí)體、事件和關(guān)系為核心的層次化語義描述體系。提出基于異構(gòu)底層特征融合的面向不同粒度語義的映射模型，建立面向媒體內(nèi)容的以實(shí)體、關(guān)系和事件為核心的結(jié)構(gòu)化語義描述體系。 （ 2）高維異構(gòu)特征數(shù)據(jù)的描述與處理 擴(kuò)展現(xiàn)有線性和非線性降維方法，考慮高維異構(gòu)媒體特征固有稀疏性，研究全局和局部特征的本征屬性分析求解方法，實(shí)現(xiàn)高維異構(gòu)特征流形嵌入和降維。 （ 3）多視圖、非均衡、無標(biāo)注樣本的學(xué)習(xí)方法 綜合考慮媒體對(duì)象的多視圖、非均衡且無標(biāo)注樣本極多等特點(diǎn)，研究可以充分利用多模態(tài)信息、適應(yīng)非均衡的錯(cuò)分代價(jià)與類別分布、并能有效利用無標(biāo)注樣本的學(xué)習(xí)方法 ,以提高對(duì)多義性對(duì)象的泛化能力。該方面的研究是上述三個(gè)研究方面的有益補(bǔ)充。 研究內(nèi)容： （ 1）面向整體性感知的層次化表示 研究媒體對(duì)象的空間和時(shí)間的層次化表示理論和方法，分析時(shí)間、空間分辨率與媒體對(duì)象表示和理解的關(guān)系，分別利用遙感圖像和視頻序列研究空間層次性表示和時(shí)間層次性表示的理論和方法。 （ 2）復(fù)雜視覺刺激 在視覺皮層的功能組織模式 利用 Gestalt知覺組織理論中涉及整體性的復(fù)雜視覺刺激范式，實(shí)時(shí)化地研究該刺激范式在功能上具有特異性的抽象表征方式，以及這一功能在神經(jīng)形態(tài)學(xué)上的組織模式。 各課題間的關(guān)系如圖 2 所示，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(jì)算理論與模型的研究相互促進(jìn)，與面向多義性對(duì)象的學(xué)習(xí)理論和方法一起 構(gòu)成本項(xiàng)目的基礎(chǔ)理論研究，形成原創(chuàng)性成果；在理論研究的支持媒 媒 媒 媒 媒 媒 媒層 次 性 、 整 體 性媒 媒 媒 媒 媒 媒 媒多 義 性 、 多 態(tài) 性媒 媒 媒 媒 媒 媒 媒協(xié) 同 性 、 高 效 性媒 媒 1 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 媒 媒 媒 媒媒 媒 2 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 媒 媒 媒 媒 媒媒 媒 3 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 媒 媒 媒 媒 媒媒 媒 4 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 5 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 媒媒 媒 6 媒 媒 媒 媒 媒 媒 媒 媒 媒媒 媒 媒 媒 媒 媒 媒科 學(xué) 問 題 解 決關(guān) 鍵 技 術(shù) 攻 關(guān)典 型 應(yīng) 用 示 范科 學(xué) 問 題 設(shè) 置 課 題 三 個(gè) 層 次 圖 1 科學(xué)問題解決與課題設(shè)置間的關(guān)系 下，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兩個(gè)課題主要實(shí)現(xiàn)共性關(guān)鍵技術(shù)的突破 ； 在此基礎(chǔ)上建立典型應(yīng)用示范，用于檢驗(yàn)相關(guān)研究成果的有效性；此外， 數(shù)字媒體理解算法測試驗(yàn)證平臺(tái)為 各課題的研究工作提供先進(jìn)的測試手段和驗(yàn)證環(huán)境。 （ 2）針對(duì) 媒體對(duì)象固有的多義性、多態(tài)性 ，研究 媒體數(shù)據(jù)多義性的形成機(jī) 理和多模態(tài)間的相容互補(bǔ)性， 發(fā)展刻畫媒體對(duì)象多義性和多態(tài)性的表示體系 。 在融合機(jī)制與學(xué)習(xí)算法方面，將 深入研究