国家自然基金申请指南.ppt
- 文档编号:18913300
- 上传时间:2024-02-11
- 格式:PPT
- 页数:25
- 大小:153.50KB
国家自然基金申请指南.ppt
《国家自然基金申请指南.ppt》由会员分享,可在线阅读,更多相关《国家自然基金申请指南.ppt(25页珍藏版)》请在冰点文库上搜索。
控制领域几个新方向之浅见2010年7月控制在人类生产和生活中的作用一个客体能够有序或近似有序活动就不可能离开控制!
探索自然离不开控制:
大脑是如何有序工作的?
基因网络是如何调控的?
植物是如何应对环境变化的?
-改造自然和我们人类自己更离不开控制:
几乎所有的人工系统都需要控制!
人类生产生活活动需要控制!
人的情绪也需要控制!
-只要人类存在,研究和实践控制就不可能停止!
控制有出路吗?
1、继续开展“基础困难问题”研究非线性(定长、时变、随机、无穷维等)系统性质(稳定、可控、可观、鲁棒等)分析和控制器设计不确定(结构、参数、干扰等)系统的性质分析与控制器设计不可测或不可直接测变量(状态)的估计与观测器理论与方法高效状态估计、控制率生成及其它优化算法-2、密切关注相关学科的发展变化、积极开展跨领域对象的控制研究关注新被控对象、特别是生物分子网络、量子与微纳系统、分布式网络化系统等对控制提出的挑战关注新传感器、新执行机构、新的信息传输与处理方式等对控制的影响借鉴认知科学、系统生物学、仿生感知与仿生机构学、动物行为学等的最新研究成果,开展相关控制研究-3、面向国民经济重大需求,从实际对象中提炼原始科学问题开展相关控制研究原始对象特性、结构参数等概念描述、建模、分析控制器设计等算法、软件技术等器件、装置系统等形而上形而下胡锦涛在两院院士大会上讲话(2010.6.7)当前我国要重点推动:
能源资源开发利用科学技术新材料和先进制造科学技术信息网络科学技术现代农业科学技术健康科学技术生态环境保护科学技术空间和海洋科学技术国家安全和公共安全科学技术几个新方向1、生物分子网络基本组成单元还不完全清楚、信号双向传递、谁是控制器等不清楚-2、量子系统控制经典相关、经典与量子相关、量子相关、量子塌缩没有我们熟悉的微分或差分方程-3、基于数据的控制现在处于这样一个时代:
感知的是数据、传输的是数据存储的是数据、计算的是数据、甚至输入输出也是数据-数据大量处在系统越来越复杂、不确定因素越来越多-基于机理建模越来越困难基于数据的系统分析、建模与控制不可避免地被提出来-但到底能走多远、现在还不得而知基于数据控制的本质内涵是什么?
假设:
在充分激励的条件下,系统(含干扰)的行为数据隐含着系统的全部动力学特性。
问题:
(1)能否基于数据直接分析系统的属性-稳定性、可控性、可观测性,鲁棒性等;
(2)能否基于数据直接或基于数据所建立的数学模型(非机理模型)进行控制器设计。
优势:
系统建模不确定性(结构、参数)问题不再是主要问题;建模过程可以充分发挥计算机仿真(实物、半实物等)手段,可以反复进行计算实验。
四足鼎立?
1、能建立机理模型更好,继续丰富和发展现有理论和方法;2、有参考(或经验)机理模型但基本不能用,另有大量离在线数据可用,如何在参考模型的基础上建立有用模型;3、没有机理模型或很难建立机理模型,只能另辟蹊径,发展基于数据的控制理论与方法;4、对于大型复杂系统,部分可以建立机理模型,部分不能建立机理模型,如何建立基于机理和基于数据相统一的模型,实现优势互补。
关于人工智能研究的几点看法王成红2003年9月30日一、人工智能与认知科学的联系与区别人工智能:
人工智能是人赋给机器(人工系统)并通过机器行为可以再现的人和动物等的某些智能,主要研究“模仿与实现人和动物的某些智力功能的理论、方法、技术及应用系统”。
人工智能研究的两条路径借助认知科学研究成果发展人工智能:
因为人对自己的智能、即“大脑是如何工作的?
”认识得越清楚,人工智能就会发展得越好。
借助建模(借鉴、抽象、简化和模仿)、算法设计、系统实现发展人工智能:
不需要完全相同或类似,也不需要生物学约束。
认知科学:
认知科学主要研究“大脑是如何工作的?
”,从信息处理的角度讲,认知科学主要研究“大脑是如何对信息进行加工或处理的?
”。
人工智能与认知科学的联系与区别联系:
认知科学主要研究大脑是如何工作的,人工智能研究需要对大脑的某些认知功能进行了解、掌握或抽象。
区别:
认知科学研究需要受到大脑的生物学约束,人工智能研究通常情况下则不需要。
注意:
不要把人工智能研究当作认知科学研究。
二、概念与名词创新人工智能领域是一个新概念或新名词不断出现的领域,撰写论文或基金项目申请书时应注意以下几点:
新概念或新名词一定要有解释或界定,切忌空泛或同义反复;认识比较深刻时给出,最好征求他人意见;一篇文献最好不要出现多个新概念或新名词;不使用玄乎词汇。
三、智能的测试与度量A、智能测试问题似乎已经解决?
图灵测试:
“如果机器在某些现实的条件下,能够非常好地模仿人回答问题,以至提问者在相当长时间里误认它不是机器,那么机器就可以被认为是能够思维的。
”图灵预言,20世纪末一定会有电脑通过“图灵测试”,但到目前为止还没有电脑通过图灵测试。
如果是一个人,那这个人是谁?
如果两个人,一曰人,二曰机器,是人还是机器?
还是图灵测试有问题?
“深蓝”是计算机,我下国际象棋不如它,“深蓝”有智能吗?
B、单一智能的测试与度量图灵测试试图回答机器是否具有人的智能问题,但机器没有指定,人也没有指定,什么是智能(综合智能:
哈佛大学教授Howard说人有8种智能:
语言智能、逻辑数学智能)说不清楚,所以图灵测试用于综合智能测试时基本没有用。
但单一智能的测试和度量似乎没有太大的问题:
如识别、判断、决策、预测、适应、学习。
C、组合(不是全部)智能的测试与度量如何测试和度量同类机器人的智能水平?
这是需要重视和开展研究的领域!
四、研究条件与研究策略问题驱动与载体驱动除理论问题外,注重高水平智能系统研究。
搞清楚研究条件和个人能力千万不要干研究条件不可能具备或自己能力遥不可及的事情;不要干自己想象而实际不存在的事情。
从实际对象中提炼原始科学问题关注相关学科研究进展,从新角度、新视野、新层面,使用新材料、新工具、新方法开展原创性研究。
不要研究全部智能人工智能研究只能一点一点、一个角度一个角度、一个层面一个层面来,力争做深、“作透”、作出水平。
五、几个重要的共性领域1、基于认知的计算模型2、特征的语义表示、特征之间的关系及绑定3、多传感器信息融合4、高性能智能算法5、高性能智能系统一、选选题题做一件新颖而有价值的事(或一件有意义的新事)力图揭示或发现一个新现象或新规律;力图解决一个或几个老的或新的困难问题;力图给出一种或几种新方法;力图给出一种或几种新工具。
原则:
创新、价值、必要的基础和条件选题是一个关乎成功和失败的开端性问题!
选题领域:
1、从学科自身发展过程中寻找问题a、过去遗留下来的没有解决或没有彻底解决的困难问题;结论适用范围需扩展的问题;基础薄弱或没有基础的问题;相关结论需要新的描述或需统一的问题等等。
b、当前面临的新问题,或热点难点问题(前沿性问题);c、未来有需求但当前需要研究或探索的问题(前瞻性问题)等。
2、从学科交叉点或面上选题a、新理论、新方法、新工具、新手段等的应;b、新方法、新工具、新手段等的发展;c、开辟新方向:
新视野、新角度、新层面,多角度、多层面、整体等。
3、面向国民经济和社会需求从实际对象或过程中提炼问题a、研发全新、或下一代、或面向未来的系统(设备、装置等)、方法(算法)、工具等所遇到的问题;b、增加新功能所遇到的问题;c、提高或改善性能指标所遇到的问题;d、集成创新所遇到的问题;e、系统(结构、功能、材料、体积、重量、成本等)或运行过程优化所遇到的问题等等。
从实际对象中选题示意图原始对象特性、结构参数等概念描述、建模、分析控制器设计等算法、软件技术等器件、装置系统等形而上形而下环境好项目应具有的特征A、创新性:
有讲得清楚的创新特色;B、科学性:
有明显的学术或应用价值,且具有一定的挑战性;C、可行性:
初步有效的方法,较好的个人能力和团队,较好的环境和物质条件,阶段性任务明确,大小和难度适中。
鼓励:
鼓励提炼和解决原始科学问题;做深做透,做出特色,做出影响,做出水平。
源头领头龙头二、二、前期准备前期准备理论准备:
创新性和科学价值评价,发展动态调研,科学问题(研究内容)提炼,研究思路或方法工具探索等。
实际准备:
实验或验证环境,系统、平台、工具、数据等的准备,做一些初步的实验或验证工作。
发表一些初期研究成果:
文章,著作,专利等。
三、撰写申请书三、撰写申请书科学研究活动:
选题(提炼和确定要解决的科学问题)前期准备撰写立项申请书逐步解决科学问题总结和理清科研成果撰写结题报告。
选题、前期准备和撰写立项申请书是科研活动的重要组成部分!
不可简单、草率行事!
不可不用心!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 国家 自然 基金 申请 指南
![提示](https://static.bingdoc.com/images/bang_tan.gif)