中国科学院计算技术研究：2019科研成果年报.pdf_P26-P30

2019 科研成果年报结题验收成结题验收成果简介果介大数据结构与关系的度量与简约计算 “大数据结构与关系的度量与简约计算”(批 3.提出了结构一致性的度量指标对网络的准号:61433014)是国家自然科学基金重点项目,“可被预测的程度”进行刻画,通过分析推荐网起止时间为2015年1月至2019年12月。络的演化结构特征,基于该链接关系构建个性化本项目从时间简约、空间简约和关联简约三推荐模型,解决了因系统演化引起的偏好漂移的个角度对网络大数据,特别是社交网络这一应用影响场景进行研究,具体内容包括:时间维度简约, 4.提出了社团结构挖掘的引力模型,设计空间维度简约,关联维度简约,链路的预测与个了基于局部结构特征和传播动力学特征的大规模性化推荐,影响力传播与趋势预测等。本项目在网络节点影响力排序算法、重要链路挖掘算法以模型、算法等基础理论方面取得了一系列有特色及意见领袖挖掘算法,为从微观、介观和宏观层的研究成果。具体成果包括面研究网络结构提供了理论方法,部分成果已落设计了针对未知参数市场模型运行时间地应用; 是多项式量级的在线均衡学习算法,给出了组合 5.大幅拓展了社会网络中影响力传播最大多臂老虎机在线学习算法后悔度上界的理论分析,化的研究范围,提出并研究了非次模影响力最大提出了有理论保证的贪心在线学习、在线聚类算化、在线影响力最大化、影响力最大化的鲁棒性法,证明了小世界模型复杂传播的随机路由下界; 等模型,给出了模型的数学分析,证明了求解的 2.提出了具有良好局部性和低计算代价的计算复杂性,并为多个模型设计了多项式时间近图小波神经网络,大幅降低了传统图卷积算子的似算法。参数个数和计算复杂度,在图半监督学习任务上项目组共发表SC索引论文108篇,CCFA 显著超过了图灵奖得主 Yann LeCun等人提出的类期刊会议论文40篇,培养博士后4人,博士谱图卷积神经网络,被研究同行评价为“期待已生24人,硕士生40人。本项目已按计划完成全久的工作部研究工作,达到预定目标,成果突出

22 2019 科研成果年报结题验收成果简介大数据结构与关系的度量与简约计算结题验收成果简介 “大数据结构与关系的度量与简约计算”（批准号：61433014）是国家自然科学基金重点项目，起止时间为 2015 年 1 月至 2019 年 12 月。本项目从时间简约、空间简约和关联简约三个角度对网络大数据，特别是社交网络这一应用场景进行研究，具体内容包括：时间维度简约，空间维度简约，关联维度简约，链路的预测与个性化推荐，影响力传播与趋势预测等。本项目在模型、算法等基础理论方面取得了一系列有特色的研究成果。具体成果包括： 1. 设计了针对未知参数市场模型运行时间是多项式量级的在线均衡学习算法，给出了组合多臂老虎机在线学习算法后悔度上界的理论分析，提出了有理论保证的贪心在线学习、在线聚类算法，证明了小世界模型复杂传播的随机路由下界； 2. 提出了具有良好局部性和低计算代价的图小波神经网络，大幅降低了传统图卷积算子的参数个数和计算复杂度，在图半监督学习任务上显著超过了图灵奖得主 Yann LeCun 等人提出的谱图卷积神经网络，被研究同行评价为“期待已久的工作”； 3. 提出了结构一致性的度量指标对网络的 “可被预测的程度”进行刻画，通过分析推荐网络的演化结构特征，基于该链接关系构建个性化推荐模型，解决了因系统演化引起的偏好漂移的影响； 4. 提出了社团结构挖掘的引力模型，设计了基于局部结构特征和传播动力学特征的大规模网络节点影响力排序算法、重要链路挖掘算法以及意见领袖挖掘算法，为从微观、介观和宏观层面研究网络结构提供了理论方法，部分成果已落地应用； 5. 大幅拓展了社会网络中影响力传播最大化的研究范围，提出并研究了非次模影响力最大化、在线影响力最大化、影响力最大化的鲁棒性等模型，给出了模型的数学分析，证明了求解的计算复杂性，并为多个模型设计了多项式时间近似算法。项目组共发表 SCI 索引论文 108 篇，CCF A 类期刊会议论文 40 篇，培养博士后 4 人，博士生 24 人，硕士生 40 人。本项目已按计划完成全部研究工作，达到预定目标，成果突出

结题验收成果简介) 结题验收成果简介 web信息检索与数据挖掘国家杰出青年科学基金项目“web信息检型,有效克服了预测精度和预测可解释性之间的索与数据挖掘”(批准号:61425016),起止鸿沟,已成为基于深度学习的流行度预测的代表时间为2015年1月至2019年12月。该项目于性工作之 2020年1月14日通过了国家自然科学基金委员 5.研制的“网络空间大数据的融合分析与处会信息学部验收理引擎系统”在30余个国家业务单位部署应用项目完成情况如下成果在中国科学院组织的鉴定中被评价为技术处 1.提出了基于特征交互空间的文本匹配新范于国际先进水平,应用领域广。式和文本匹配系列技术,其中层次化文本匹配方 6.研制的“面向文本的网络空间突敏事件法的论文是本领域的高被引论文之一,相关技术检测、预警与应急处置平台及应用”系统,获得形成了开源工具 MatchZoo,被 Analytics评价2017年国家科学技术进步奖二等奖和中国电子学为2018年十大最活跃的开源工具之一。会电子信息科学技术奖一等奖。 2.提出了“编码-映射”联合优化的目标关 7.知识产权方面,发表论文90篇,其中联方法,克服了跨域目标关联面临的数据高维稀CCF-A类期刊或会议论文50余篇,申请国家发疏、映射空间大等挑战,精度比国际主流方法提明专利40项,授权发明专利15项。升30%,被评价为本领域最具代表性的基准方法 8.人才培养方面,1人入选国家“万人计划” 领军人才,1人获得国家优秀青年科学基金资助 3.从感知、度量、决策三个层次深入探讨了2人被评为中国科学院青年创新促进会优秀会员相关性的机理,提出了基于深度神经网络的相关3人入选北京智源人工智能研究院智源学者,10 性建模框架和基于视觉感知的相关性度量模型,名博士生获得博士茡位、18名硕士生获得硕士学获得 ACM CIKM2017最佳论文 Runner Up奖。位,2名博士后出站。 4.提出了基于深度点过程的信息传播预测模题验收成果简介

23 结题验收成果简介结题验收成果简介 Web 信息检索与数据挖掘国家杰出青年科学基金项目“Web 信息检索与数据挖掘”（批准号：61425016），起止时间为 2015 年 1 月至 2019 年 12 月。该项目于 2020 年 1 月 14 日通过了国家自然科学基金委员会信息学部验收。项目完成情况如下： 1. 提出了基于特征交互空间的文本匹配新范式和文本匹配系列技术，其中层次化文本匹配方法的论文是本领域的高被引论文之一，相关技术形成了开源工具 MatchZoo，被 Analytics 评价为 2018 年十大最活跃的开源工具之一。 2. 提出了“编码 - 映射”联合优化的目标关联方法，克服了跨域目标关联面临的数据高维稀疏、映射空间大等挑战，精度比国际主流方法提升 30%，被评价为本领域最具代表性的基准方法之一。 3. 从感知、度量、决策三个层次深入探讨了相关性的机理，提出了基于深度神经网络的相关性建模框架和基于视觉感知的相关性度量模型，获得 ACM CIKM 2017 最佳论文 Runner Up 奖。 4. 提出了基于深度点过程的信息传播预测模型，有效克服了预测精度和预测可解释性之间的鸿沟，已成为基于深度学习的流行度预测的代表性工作之一。 5. 研制的“网络空间大数据的融合分析与处理引擎系统”在 30 余个国家业务单位部署应用，成果在中国科学院组织的鉴定中被评价为技术处于国际先进水平，应用领域广。 6. 研制的“面向文本的网络空间突敏事件检测、预警与应急处置平台及应用”系统，获得 2017 年国家科学技术进步奖二等奖和中国电子学会电子信息科学技术奖一等奖。 7. 知识产权方面，发表论文 90 篇，其中 CCF-A 类期刊或会议论文 50 余篇，申请国家发明专利 40 项，授权发明专利 15 项。 8. 人才培养方面，1 人入选国家“万人计划” 领军人才，1 人获得国家优秀青年科学基金资助， 2人被评为中国科学院青年创新促进会优秀会员， 3 人入选北京智源人工智能研究院智源学者，10 名博士生获得博士学位、18 名硕士生获得硕士学位，2 名博士后出站。结题验收成果简介

24 2019 科研成果年报结题验收成果简介高效通用数据中心体系结构研究 “高效通用数据中心体系结构研究”（批准号： 61420106013）是国家自然科学基金重点国际合作研究项目，起止时间为 2015 年 1 月至 2019 年 12 月，该项目于 2020 年 1 月 16 日通过了国家自然科学基金委员会信息科学部验收。该项目完成情况如下： 1、提出标签化冯 • 诺依曼体系结构（Labeled von Neumann Architecture， LvNA），遵循标签调控性能和标签最小污染原理，通过标签贯通云计算系统栈，实现有序可控的云计算系统； 2、研制 8 节点 FPGA 概念原型系统 -“火苗”，验证了 LvNA 架构的可行性，达到国际先进（Berkeley 于 2018 年 6 月发布同类平台），标签化功能处于领先水平。利用标签机制可实现无需软件 Hypervisor 的虚拟化技术 NoHype，利用硬件标签直接划分多个相互独立的分区，运行独立的操作系统；内存带宽控制，利用“标签 + 令牌桶”实现内存带宽精准控制； 3、在第 6 届 RISC-V 国际研讨会上正式发布并开源，建立标签化 RISC-V 新分支 github. com/fsg-ict/labeled-RISC-V，受到包括 UC Berkeley 的 David Patterson 教授等国内外同行的认可与关注； 4、设计并实现支持 QoS 的数据中心资源管控软件栈，深入剖析了阿里巴巴数据中心负载特征及资源瓶颈，指出大规模容器化 JAVA 应用导致内存管理复杂低效，内存成为当前阿里云平台的新瓶颈。基于硬件 QoS 资源管理机制，提出基于多层感知网的应用资源动态调节模型 Magi，单节点监控调整工具 Autopilot，于阿里神马系统落地，同时归入阿里开源项目 OpenKruise； 5、已发表论文 24 篇，其中 CCF-A 类文章 6 篇；申请专利 19 件，国际专利 7 件，其中授权发明专利 13 件； 6、毕业博士生 19 名，硕士生 16 名；在读博士生 33 名、硕士生 14 名。结题验收成果简介

结题验收成果简介) 结题验收成果简介动态可配置的压缩感知成像系统 “动态可配置的压缩感知成像系统”目是国CPU相比,恢复速度提高了100倍以上。基于家自然科学基金科学仪器基础研究专项(课题编 Xilinx V72000,实现了一套完整的硬件化压缩号:61327013),起止时间是2014年1月至感知数据采集重建架构,实现从数据采集到重建 2017年12月,本项目旨在面向压缩感知成像研全过程的硬件化,数据同步和控制精度达到纳秒究的实际需求,提供任意值测量矩阵的配置,用级,对外数据带宽达到10Gbp5,实现高速采集以验证不同的测量矩阵在光学成像中的实际效果;和重建结果高速回传。实现图像采集,恢复,呈现一体化,让研究人员目前项目组与国内外研究机构紧密合作,与高效快捷地验证自己的恢复算法和成像效果。经美国德州大学奥斯汀分校,加拿大阿尔伯特大学过4年的研发,本项目取得如下成果德国哥根廷大学等国外著名大学研究者合作发表 1.实现了动态可配置的压缩感知成像装置,文章多篇。在顶级期刊和会议上发表论文28篇, 采集方式包括和单像素成像,阵面成像;成像方其中在SC|收录22篇。培养博士生5名,硕士式包括无透镜成像和有透镜成像;采集对象包括生6名,申请10项国家发明专利。图像和视频;测量矩阵实现包括液晶与DMD; 采集频谱包括红外与可见光。并且实现了采集恢复流程一体化,给研究人员提供高效快捷的压缩感知实验平台。 2.提出一种基于残差网络的压缩感知图像恢复网络DR2Net,对目前压缩感知测量中常用的经典测量矩阵,通过探索压缩感知图像重建的特性与过程,利用深度学习构建适用于不同采样率的恢复网络,实现快速非迭代的压缩感知图像重建。保持对传统算法100倍速度优势的情况下平均PSNR提高了3dB左右。 3.在压缩感知图像重建硬件加速方面,并实现了GP心U并行的压缩感知图像恢复算法,与缩感知成像系统外观图题验收成果简介

25 结题验收成果简介结题验收成果简介动态可配置的压缩感知成像系统结题验收成果简介 “动态可配置的压缩感知成像系统”目是国家自然科学基金科学仪器基础研究专项（课题编号：61327013），起止时间是 2014 年 1 月至 2017 年 12 月，本项目旨在面向压缩感知成像研究的实际需求，提供任意值测量矩阵的配置，用以验证不同的测量矩阵在光学成像中的实际效果；实现图像采集，恢复，呈现一体化，让研究人员高效快捷地验证自己的恢复算法和成像效果。经过 4 年的研发，本项目取得如下成果： 1. 实现了动态可配置的压缩感知成像装置，采集方式包括和单像素成像，阵面成像；成像方式包括无透镜成像和有透镜成像；采集对象包括图像和视频；测量矩阵实现包括液晶与 DMD；采集频谱包括红外与可见光。并且实现了采集恢复流程一体化，给研究人员提供高效快捷的压缩感知实验平台。 2. 提出一种基于残差网络的压缩感知图像恢复网络 DR2-Net, 对目前压缩感知测量中常用的经典测量矩阵，通过探索压缩感知图像重建的特性与过程，利用深度学习构建适用于不同采样率的恢复网络，实现快速非迭代的压缩感知图像重建。保持对传统算法 100 倍速度优势的情况下，平均 PSNR 提高了 3dB 左右。 3. 在压缩感知图像重建硬件加速方面，并实现了 GPU 并行的压缩感知图像恢复算法，与 CPU 相比，恢复速度提高了 100 倍以上。基于 Xilinx V7 2000T，实现了一套完整的硬件化压缩感知数据采集重建架构，实现从数据采集到重建全过程的硬件化，数据同步和控制精度达到纳秒级，对外数据带宽达到 10Gbps，实现高速采集和重建结果高速回传。目前项目组与国内外研究机构紧密合作，与美国德州大学奥斯汀分校，加拿大阿尔伯特大学，德国哥根廷大学等国外著名大学研究者合作发表文章多篇。在顶级期刊和会议上发表论文 28 篇，其中在 SCI 收录 22 篇。培养博士生 5 名，硕士生 6 名，申请 10 项国家发明专利。压缩感知成像系统外观图