科学研究

当前位置:首页  科学研究  研究方向研究方向

    面向人工智能领域的重大战略需求,以人才培养为核心,重点实验室主要开展网络群体智能理论与技术研究。揭示网络群体智能下的分析、控制与优化机理,对基于神经网络的群体智能理论与方法、网络群体智能学习与协同控制、网络群体智能信息挖掘与决策优化重点展开理论及相关应用研究。

研究方向一:基于神经网络的群体智能理论与方法

实验室将从人工智能的基础模型神经网络出发,以网络分析技术为依托,研究耦合神经网络的分布式学习理论基础。

进一步发展神经网络群体智能理论与方法,建立基于神经网络理论的群体智能研究统一框架,并为工程应用提供理论支撑;深入研究网络群体智能中的深度学习和机器学习理论与方法,强力推动人工智能学科理论的快速发展与完善。

研究方向二:网络群体智能学习与协同控制

实验室将建立系统的网络群体智能学习与协同控制理论,并着眼于解决智能学习与协同控制的相关理论与方法。

研究网络群体智能下的智能学习、分布式学习、自适应学习等,建立网络群体智能学习理论;深入探讨基于网络群体智能的协同干扰控制、通讯受限控制、编队定位等,解决网络群体智能协同控制关键基础难题。

研究方向三:网络群体智能信息挖掘与决策优化

实验室将构建网络群体智能信息挖掘与决策优化方法,为网络群体智能应用提供新的理论支持。着重研究网络群体智能下的网络结构(结点和边)挖掘控制、网络信息数据挖掘、结构特征挖掘、大数据分析;从网络中不同类别数据的逻辑关系出发,利用矩阵半张量积、布尔代数等分析工具,对网络中各类信息进行逻辑梳理和分析,揭示多种类型、多源数据背后的逻辑关联和潜在规律;对同一网络所属的各类信息间被割裂的耦合性和协调性进行弥补,并做出有效的群体智能响应控制;同时,深入研究网络群体智能中的分布式优化、博弈论等问题。