《国家自然基金标书-面向公共安全的跨媒体计算理论与方法》由会员分享，可在线阅读，更多相关《国家自然基金标书-面向公共安全的跨媒体计算理论与方法（25页珍藏版）》请在金锄头文库上搜索。
1、项目名称：面向公共安全的跨媒体计算理论与方法首席科学家：庄越挺 浙江大学起止年限：2012.1-2016.8依托部门：教育部 浙江省科技厅一、关键科学问题及研究内容拟解决的关键科学问题本项目凝炼出跨媒体数据统一表示和建模方法、跨媒体数据关联推理与深度挖掘、跨媒体数据综合搜索与内容合成三个科学问题。关键科学问题之一：跨媒体数据统一表示和建模方法 跨媒体数据的自然属性和社会属性具有异构、多阶、高维等特点，随时间、空间动态变化。蕴含关联性语义的异构属性之间存在着内在一致、相互互补和动态演化等特性。基于相似度量学习和拓扑分析，发现这些异构特征属性之间所内嵌的本征结构，通过图、矩阵和张量等理论和方法建立
2、跨媒体数据关联性语义结构一致性描述，对高层语义进行整体性表达，最终实现跨媒体数据自然属性、社会属性以及交互行为等上下文之间存在的复杂关系建模，是关键的科学问题。关键科学问题之二：跨媒体数据关联推理和深度挖掘蕴含着相同语义、主题和事件的文本、图像和视频等跨媒体数据在不同网络平台上瞬时涌现，然后迅速传播和演化，最终引发热点话题。发现跨媒体数据与现实生活个体和群体行为之间的相互影响规律，揭示特定事件为内容的跨媒体数据传播与演化机制，对跨媒体数据所蕴含话题、事件和模式进行语义理解，建立跨媒体推理模型，挖掘话题、事件和模式之间的隐性关联，进而对随用户交互及数据流式增加情况下新话题、事件和模式的产生和迁移
3、进行预测预警，是关键的科学问题。 关键科学问题之三：跨媒体数据综合搜索和内容合成 跨媒体所蕴含的话题、事件和模式往往文本、图像、视频和空间位置等媒体数据从不同侧面进行整体性表现。为了充分利用海量跨媒体数据，需要理解用户以自然语言和跨媒体样例来表达的检索意图，研究考虑内容、质量和热度等属性的跨媒体排序方法和相关反馈机制，建立从一类媒体数据检索另外一类媒体数据的综合检索理论和方法。同时，析取跨媒体数据所蕴含的热点话题中决定性因素和重要阈值，选择重要性单词、文本、图像、视频、空间位置和评价等，提取热点话题的摘要及代表性语义单元，进一步通过类比和联想等手段，合成潜在性热点话题，对其进行多粒度和多视点回
4、溯、仿真和预测，高效利用跨媒体数据。 主要研究内容针对跨媒体数据统一表示和建模方法这一关键科学问题，本项目将结合跨媒体特有的自然属性和社会属性，研究跨媒体基元提取与描述方法，实现跨媒体一致性语义结构的统一表示和关联建模，刻画跨媒体数据所包含自然属性和社会属性之间的复杂关系。主要研究内容包括： （1） 跨媒体基元提取与表达（2） 跨媒体度量学习和关联建模（3） 跨媒体关联性语义结构一致性描述（4） 跨媒体数据增量整合与索引针对跨媒体关联推理与深度挖掘这一关键科学问题，本项目将建立跨媒体推理模型，挖掘跨媒体数据中关联关系，对离线和在线数据以及群体网络行为数据进行分析，研究跨媒体数据相互作用、渗透和
5、扩散的物理模型，以揭示跨媒体数据涌现、传播和演化机制，对热点话题进行语义理解、检测跟踪和预测预警。主要研究内容包括：（1） 跨媒体数据涌现、传播和演化机制（2） 跨媒体推理模型（3） 网络群体智能交互与社会关注度分析（4） 跨媒体关联结构挖掘与聚合机制针对基于跨媒体数据综合搜索和内容合成这一关键科学问题，本项目将研究跨媒体综合搜索的理论和方法，对用户以自然语言和跨媒体样例来表达的检索意图进行理解，实现从一种类型媒体数据检索其他类型媒体数据的综合检索方法。同时对跨媒体数据所蕴含的热点话题中重要性数据进行析取，合成摘要和代表性单元等，对其发生、发展和演化过程进行多视点和多侧面呈现。（1） 跨媒体数
6、据综合检索与排序（2） 热点话题重要性因子分析（3） 跨媒体数据合成与多粒度呈现（4） 面向公共安全的态势分析与预测预警示范平台二、预期目标总体目标本项目总体目标是面向我国公共安全重大需求，开展跨媒体计算基础理论研究，在跨媒体数据统一表示和建模、关联推理与深度挖掘、综合搜索与内容合成等方面取得突破性进展，形成较完整的理论体系，为我国公共安全和应急处理提供方法和相应技术。同时，为国家培养一批青年学术带头人和研究队伍，使我国在本领域的研究整体上处于国际先进水平，并在一些关键点达到国际领先水平，为我国公共安全领域预测预警快速发展奠定理论基础、提供技术支撑。五年预期目标（1）基础理论研究研究跨媒体计算
7、的基本理论和方法，预期取得如下突破：发现跨媒体数据与现实世界个体和群体行为之间的规律，用于指导跨媒体数据所蕴含语义的理解；揭示蕴含社会热点话题的跨媒体数据涌现、传播和演化的机制，建立跨媒体推理模型，辨识热点话题的起源和迁移；实现跨媒体综合检索，通过类别和联想等手段，对跨媒体内容进行合成。（2）关键技术突破 在跨媒体计算关键算法上取得突破性进展，包括异构特征度量学习、跨媒体关联建模、跨媒体语义理解、公共安全事件检测、跟踪和演化、大规模跨媒体分布计算、跨媒体多粒度呈现等关键技术，为公共安全重大需求中实际问题解决提供技术保障。（3）构建仿真验证平台与实施重大应用示范面向公共安全领域，构建热点话题预测
8、预警仿真、验证和示范平台，提供开放式的数据接口、应用接口。本项目的预期研究成果在诸如IEEE顶级汇刊等国际高水平期刊上以及在ACM和IEEE等有重要影响力国际会议发表重要论文150篇以上，形成由中国学者提出的较为系统的跨媒体计算理论与方法，在国际上产生重要影响，并力争获得国家级科技奖励；在关键技术突破和构建仿真验证平台方面取得授权发明专利15项以上。 （4）高层次人才培养结合本项目的实施，培养我国相关领域的优秀人才和学术队伍。锻炼出一批青年学术带头人，其中国家杰出青年科学基金获得者、教育部“”特聘教授和中科院“百人计划”入选者5人以上；培养一批优秀的青年学术骨干，争取获得全国百篇优秀博士学位论
9、文或国际学术会议优秀论文奖2项以上。三、研究方案总体研究思路 本项目的总体研究思路是：瞄准国家重大需求和科学前沿，依据国家对社会公共安全的迫切需要，围绕“跨媒体数据统一表示与建模方法”、“跨媒体数据关联推理与深度挖掘”、“跨媒体数据综合搜索和内容合成”等关键科学问题，基于社会学、认知、信息和统计等学科的相关理论和方法，瞄准原创性研究，从科学问题解决、关键技术攻关、仿真验证和应用示范三个方面着手，利用项目组相关工作基础和研究成果，将研究内容分解为有机结合的六个课题，并将在此基础上实现突破和进行成果集成，完成成果的应用验证和示范实施。技术途径与路线本项目对跨媒体数据进行分析，通过语义理解和深度挖掘
10、，理解现实世界个体和群体行为，挖掘热点话题，对关联性语义结构一致性描述、跨媒体属性感知模型、跨媒体数据传播和演化、跨媒体搜索和内容合成等关键技术提出了极高的要求。在总体学术思路的基础上，本项目将研究内容分为跨媒体数据语义结构与属性获取、跨媒体数据传播和演化机制、跨媒体内容高效利用三个层次，采取如下技术路线进行研究： （a） 在跨媒体数据关联性语义结构一致性描述和属性获取方面，项目组将注重多学科知识交叉，运用流形学习、语言学、压缩感知和图论等理论和方法来实现相互关联的跨媒体数据一致性语义描述，解决跨媒体统一表达和建模这一科学问题。由于跨媒体数据来自不同渠道（如微博、手机、社交网站和新闻网站等），
11、包含丰富自然属性（如文本、视觉、空间等）和社会属性（如评价、热度和偏好等），有必要对这些属性分别进行处理，析取其内嵌拓扑结构，以对跨媒体语义进行一致性描述，进而对跨媒体数据自然属性和社会属性之间关联关系建模。鉴于跨媒体数据关联性语义结构一致性描述和建模是后续智能处理的基础，本项目将充分利用机器学习中基于几何观点流形降维、统计分析中压缩感知以及图论中超图和谱图等理论和方法，实现关联性语义结构一致性描述和表达。（b） 在跨媒体数据传播和演化机制方面，项目组将通过复杂网络和数据挖掘等理论与方法，揭示蕴含热点话题的跨媒体数据传播和演化机制，发现跨媒体数据与现实社会行为相互影响规律，从网络数据中理解现实
12、世界个体和群体社会行为。在网络空间中，热点话题会随着人们对跨媒体数据的评价、标注和复制等社会行为而不断演化和迁移，结合动力学等模型，建立跨媒体推理的理论和方法，对话题所存在的深层次关联进行挖掘。项目组将通过复杂网络方法对跨媒体数据传播进行分析，用所建立的模型对这一传播过程进行跟踪分析，通过网络挖掘技术对跨媒体数据所蕴含深层次关联进行挖掘和推理，生成跨媒体数据关联谱图。（c） 在跨媒体数据高效利用方面，项目组将研究跨媒体综合检索的新方法和新手段，通过理解用户以自然语言和跨媒体样例来表达的检索意图，对跨媒体数据按照内容、质量、热度和社区推荐等属性进行排序，克服现有数据搜索过程中机械式匹配的排序方法
13、，实现从一类媒体数据检索另外一类媒体数据。同时，以因果推断为手段，观察特定社会事件涌现、发展和演化过程中时空动态变化和积累，析取其动态演化过程中的重要因素和决定性阈值，挖掘特定热点话题代表性语义单元和摘要等信息，通过类比和联想等手段，合成跨媒体数据，以对特定社会事件各种可能后果以跨媒体形式进行多粒度和多视点呈现，并给出特定热点话题演化相关的主题关联图。 上述理论和算法成果将为面向公共安全跨媒体计算理论与方法的应用示范提供支撑，本项目将研发相应验证和仿真平台，验证这些理论和算法。项目创新性（一）研究思路的创新与特色本项目注重社会科学、认知科学、信息科学和统计科学等理论和方法的交叉融合，从反映个体
14、和群体在客观世界行为方式的跨媒体数据出发，强调跨媒体数据中自然属性和社会属性的结合，在刻画特定热点话题为内容的跨媒体数据传播和演化机制基础上，建立跨媒体推理模型，对热点话题的关联和迁移变化过程进行动态推演和可视化呈现。（二）基础理论和方法的突破点（1）在跨媒体建模理论方面，针对跨媒体数据所包含自然属性和社会属性的异构、多阶和高维特点，拟从度量学习和相关性分析出发，发现异构特征之间内嵌本征结构，在跨媒体数据关联性语义结构一致性描述、自然属性和社会属性及交互行为复杂关系建模等方面取得原创性成果。（2）在特定社会事件演化机制方面，针对热点话题在互联网上发生的特点，在揭示蕴含特定社会事件的跨媒体数据涌
15、现扩散和演化机制、发现跨媒体数据传播过程与现实生活中个体和群体社会行为之间相互影响规律等方面取得突破。（3）在跨媒体数据高效利用方面，研究从一类型媒体数据检索另一类型媒体数据的综合检索方法，对特定社会事件演化过程中关键因素进行析取，通过类别和联想手段对跨媒体数据进行合成，进而以跨媒体形式对潜在性社会事件进行呈现，形成特色。可行性分析 针对跨媒体数据“表达和建模”、“关联推理和深度挖掘”以及“综合搜索和内容合成”等要解决的关键性科学问题，项目组对跨媒体数据自然属性和社会属性所形成高阶关联关系进行提取，通过图、张量和矩阵等方式建模，引入动力学等扩散模型对特定社会事件的跨媒体数据演化机制分析，以理解跨媒体数据所蕴含语义，并进一步挖掘话题和事件之间深度关联关系，按照跨媒体形式对社会事件演化过程和未来趋势进行呈现。在具体实现上，将项目分解为有机联系、相互支持的六个课题，研究重点突出，层次分明，所开展研究反映了国际热点和重大需求。项目研究队伍整合了国内在多媒体、数据挖掘、机器学习、模式识别和社会科学等方面的优秀研究骨干，在项目所涉及的研究领域拥有很好的研究基础和技术积累，已做出了国际先进水平的研究成果。从研究基础、队伍组织和人员保障等各方面来看，项目组有望在关键科学和技术研究方面取得突破。课题设置 本项目围绕凝炼的三个科学问题，将研究内容分为跨媒体数据语义结构
