2022年度广东省人工智能产业协会科学技术奖之自然科学奖+ 查看更多
2022年度广东省人工智能产业协会科学技术奖之自然科学奖
+ 查看更多
发布日期:2023-02-22 15:50
为表彰在我省人工智能科技工作中做出突出贡献的个人和组织,鼓励我省人工智能广大科技工作者的积极性和创造性,促进我省人工智能科学技术的发展,提高我省人工智能的综合实力和水平,广东省人工智能产业协会设立和承办面向我省人工智能产业的广东省人工智能产业协会科学技术奖。
广东省人工智能产业协会科学技术奖面向我省人工智能产业企业、事业单位以及从事人工智能科研、应用及教学的院校,旨在奖励在广东省人工智能领域的基础研究、技术创新、科技成果推广及产业化等方面做出突出贡献的个人或组织。
自然科学奖授予在人工智能科学技术基础研究和应用基础研究中阐明自然现象、特征和规律,做出重大科学发现的个人。自然科学奖应当注重前瞻性、理论性。
团队以超高维小样本的生物医学数据为研究对象,以机器学习、无监督学习为技术框架,通过“知识+数据”驱动的方式,开展超高维小样本生物医学数据的张量谱聚类理论研究,并将该理论应用于生命组学数据和医学影像数据,为疾病诊断、生物标志物发现、预后评估等重要应用提供坚实的技术支撑。
针对传统聚类方法无法适应超高维小样本场景的问题,提出了超高维小样本的张量谱聚类方法,提高超高维小样本的聚类准确性。针对不同组学的超高维数据存在特异的结构特征,维度不平衡,尺度和单位不一致的问题,提出了融合多组学数据的超高维小样本无监督学习方法,并且在生物医学相关领域进行应用,取得了良好的效果。针对医学影像数据存在高亮噪声、病灶尺寸大小可变、形状不规则、轮廓不清晰等问题,提出了面向影像组学数据的超高维小样本无监督学习方法,获得了国内外学者的一致好评。
该项目获得2021年度全国互联网+创新创业大赛金奖,研究成果应用于鼻咽癌大数据云端诊疗、产前超声人工智能诊断等场景。团队在国内外权威期刊和重要国际会议上发表学术论文400余篇,申请和授权发明专利60余项。承担了多项国家重点研发计划项目、国家自然科学基金联合基金项目等国家和省部级课题的研究。

主要完成人:
团队针对复杂优化问题的求解提出一系列新型演化算法。为解决多目标演化优化中Tchebycheff分解存在几何含义不清的问题,提出简明的p范约束Tchebycheff分解,理论证明其几何含义,同时提出R2指标将超体积计算时间复杂度从指数降低为线性;针对超多目标优化问题,通过在单位超平面上生成分布良好的参考点来构造参考向量,并利用向量缩放和解位置变换两种方式进行参考向量的自适应调整以处理不规则帕累托前沿;针对动态多目标优化问题,探索环境变化规律和识别演化种群历史变化的相似性规律,为种群变换和帕里托前沿逼近提供依据。针对多任务优化问题,在演化算法种引入新的遗传变换机制促进知识迁移并结合超矩形搜索平衡探索和开发性能。团队还对协同演化和分解多目标优化算法提出新的分类方法,指出现有方法在求解大规模优化和复杂帕累托前沿问题中的挑战和困难,为后续研究提供借鉴。团队研发的演化算法成功应用于生物网络社团发现、高光谱图像分类、车辆动态路径规划等实际问题。成果以论文形式在演化计算权威期刊IEEE Transactions on Evolutionary Computation和其它重要国际刊物上发表,获得国内外同行专家认可和大量引用,代表作也获得广东省计算机学会优秀论文一等奖。
