海洋環境與工程聯合實驗室
2020年由澳門大學與中國科學院海洋研究所共同建立，旨在充分發揮在海洋環境與生態、海洋工程等領域的研究優勢，促進在海洋環境與工程中的近海環境生態、海洋地質、海洋多圈層動力與區域海洋環境調節機制、城市自然災害防治和海洋工程等領域科研的協同發展，強化科研人才的聯合培養與交流合作，促進雙方科技成果的轉化、提升科技產業競爭能力。
空間信息聯合實驗室
2020年由澳門大學與中國科學院空天信息創新研究院共同建立，旨在整合各自的學科實力及開展自主遙感衛星載荷研究及空間信息大數據地面應用等領域的創新性研究與發展及人才聯合培養。
粵澳先進智能計算聯合實驗室
2020年由廣東琴智科技研究院有限公司牽頭，聯合澳門大學、暨南大學、中科寒武紀科技股份有限公司及珠海大橫琴科技發展有限公司，具體研究方向包括：面向下一代智能計算的基礎理論、智能晶片通用平臺、圍繞“電子圍網”、“粵澳跨境大數據”等項目開展大數據跨境智能化處理應用研究、先進智能計算在各垂直領域的應用研究。
實驗室研究人員獲2020年度 “粵港澳大灣區高性能計算” 全國博士後學術論壇優秀論文獎
12月11日上午9時，“智匯橫琴”系列活動之2020年度中國博士後創新發展（橫琴）峰會在珠海隆重開幕，600名來自全國各大高校、科研機構的博士後、管理人員以及高端人才相聚橫琴，共賀盛會。此次峰會採取“一個主論壇+N個分論壇”的形式，2020年度博新計畫十大創新成果現場發佈，“最強大腦”碰撞出智慧火花。同期舉辦的“粵港澳大灣區高性能計算”全國博士後學術論壇，實驗室王偉博士後研究員獲一等獎，張環博士、田晉宇博士獲二等獎，伍先達博士、孫巍巍博士、吳海威博士、段佳博士獲三等獎，期待同學們再接再厲，更創佳績。
澳門協同智能無人駕駛平台及關鍵技術
背景 澳門大學科研項目“協同智能驅動的無人駕駛關鍵技術與平台”成功爭取成為澳門科學技術發展基金的人工智慧重點研發專項計劃，為澳門歷史上最大的單體研究項目之一，顯示澳大雄厚的研究實力再獲肯定。透過此研究，澳大師生有望在不久將來可在校園內體驗無人駕駛技術。 研究方向 開放動態復雜環境下大規模群體智能解決方案 開放環境下的動態不確定性、環境異構性等問題是無人車的重大挑戰之一。 [...]
“智慧澳門”之深度知識圖譜平台
城市大資料與智慧感知系統 城市環境是高度異構以及環境干擾。因此，構新型的建物聯網並對城市分散、冗余，異構資料進行多媒體情景深度感知，資訊匯出與建立大規模知識（資料）關聯至為關鍵；進一步目標是建立深度知識圖譜平臺並為政府/企業提供具有快速全面資料和無歧視知識的智慧決策支援（或問答及回饋控制）系統方案。為此，計畫開展以下前瞻性的基礎科學、演算法機制與技術的研究： （1）建立智慧城市人-機-物邏輯感知機 融合群智、社會網，移動、互聯網和物聯、傳感網等異構網路傳感與資訊關聯為一體的功能強大的感應器；提出全方位資訊傳感的綜合演算法。我們將創造性的提出對互聯網資訊進行感知的軟體定義感應器和對人類社會資訊進行感知的群智感應器，並與物理感應器相結合形成對人-機-物城市三元空間全方位感知的邏輯感知機。將提出與研究邏輯感應器協同工作及最優部署和覆蓋理論。 （2）資源和資訊的協同感知與融合機制 提出軟硬體資源感知的概念與模型，在城市資源感知的基礎上實現資源的關聯、管理與調度。提出資訊整合的正常化模型，將不同維度的城市三元空間資訊整合成統一的資訊物件，為實體物件的標準化關聯奠定基礎。查詢過程中實體本身的屬性和有別于其他實體的特徵值將是最為關鍵的資訊，將進一步提出建立以特徵值為標識的城市大資料實體物件定址體系。 （3）大規模城市實體資料關聯與深度知識圖譜建立機制 基於邏輯感知機的感知，結合城市三元空間的全面資訊，包括時空軌跡、周邊物件的聯繫，形成區域空間的三元關係圖譜。三元關係圖對邏輯感知機內部實體關聯的詳細刻畫，以資訊物件的特徵值為圖譜節點，多維度的關聯特性關係為邊，刻畫特殊應用域內相關實體物件資訊（三元組）超關係圖，組成大規模實體圖計算的基本單元。由於大規模實體物件相關聯的複雜性和關聯關係的多樣性，所以提出超關係圖網路架構的關聯與推理方案。基於超關係圖譜，根據應用需求和區域相關性的知識架構和領域大資料，在資源、資料、屬性等多維度建立分散式節點之間建立有效多層資訊關聯和通信機制，最終達成具深度關聯與推理能力的大規模深度知識圖譜機制。相應創新理論研究包括用關聯知識圖譜的超頂點與邊的匹配作為深度學習的輸入，形成深度知識及資料圖計算理論。 [...]
大規模分佈式靈活資源協調優化，打造綠色電力物聯網
隨著國際社會對保障能源安全、保護生態環境、應對氣候變化等問題日益重視，加快開發利用可再生能源，如水電、風電、太陽能發電等，已成為世界各國的普遍共識和一致行動。 近年來中國可再生能源產業發展迅速，目前已是全球最大風電、太陽能發電推廣應用國家，新能源的發展有力推動了中國能源轉型與產業升級。由於目前尚不具備經濟高效的大規模電力儲能手段，電網運行過程中需要發電與用電即時匹配。 然而，由於風電、太能能發電等出力波動性較大，且風電具有「反調峰」特性（即風電出力高峰與用電高峰時間不匹配），對電網的調節能力提出更高的要求。 隨著大量風電、太陽能發電接入電網，部分地區出現了由於電網調節能力不足導致的大規模棄風、棄光現象。 當前中國電源結構以火電為主，電網的調峰、調頻能力不足，如何經濟高效地減少棄風、棄光率，促進風光等新能源消納，進而提高可再生能源在能源消費中所占的比重，已經成為實現中國能源轉型的重要挑戰之一。 分佈式靈活資源有巨大潛力為智能電網提供大量調節能力 城市中大規模的分散式靈活資源（例如電池儲能、電動汽車，以及空調、熱水器等用電負荷）的用電需求具有一定的靈活性，在滿足使用者使用需求的前提下可以對其用電負荷曲線進行優化調節，電池儲能和電動汽車甚至可以向電網放電， [...]
大規模交通相關數據熔合及數據處理
多源多態的智能交通數據涵蓋軌道交通、線路交通、浮動車交通及步行等多種居民出行模式，其多源性體現在數據源（多種交通工具），多態性體現在數據形式（浮動車輛軌跡、公共交通刷卡記錄）。與此同時，智能交通數據本身的海量性和高維度性，及數據缺失、冗余和噪聲問題，都給多源多態的智能交通數據的熔合和後續處理帶來了巨大的挑戰。針對這些難題，智能交通研究室在初探研究中針對多源多態的智能交通數據進行了細致的逐一分析，並利用交通模型自身的空間域和時間域的一致性針對智能交通大數據提出了數據處理和數據熔合模型。 以數據預處理為例，智能交通研究室在初探研究中利用城市道路網絡的時域自相關性和空間域互相關性，僅利用了有限的浮動車輛（約壹萬輛出租車）約20%時空覆蓋率的觀察數據，實現了某壹線城市道路網絡（2000平方公裏）100%的交通通行速度的交通感知，平均精度在85%以上。該研究將壹條道路的流速表達為時域上的交通通行速度的浮點序列，並在引入了推薦系統中常用的壓縮感知技術的前提下，利用相關性分析技術對道路進行空間相關性建模。從而使得觀察數據較為稀疏的道路能夠通過具有空間強相關性的觀察數據較多的其他道路得到更準確的數據推理，以此解決相關研究中，不同道路交通補缺效果差別過大的缺點，提高了整體的數據補全精度。在後續研究中，智能交通研究室計劃將自研的基於機器學習技術的稀疏表達技術(H. Xiong et al. 2019)，通過海量歷史數據，將道路交通的時域與空間域相關性轉化為更高維度的非線性表達，從而獲取更精準的交通信息補缺。 完成了多源多態智能交通數據的預處理研究後，智能交通研究室在後續研究中提出了一個具有創造性的統一架構，該架構能夠利用城市交通網絡的時域和空間域特性，熔合多種實時交通數據，並基於多源多態的交通數據進行交通出行的推薦。該框架涵蓋三大模塊。最底層的是基於多源多態交通數據特性設計的實時數據吸收模塊（Real-Time Data [...]
新型建築子結構識別技術，為大型結構工程保駕護航
長期結構健康監測項目(獲挑戰杯一等獎) 土木工程結構健康監測的目標是應用自動化方法把結構的可能損傷位置及程度在最早的階段識別出來，盡快進行撤離及加固，以減少人命及經濟損失。但由於大型土木結構模型誤差大，土木工程材料力學行為複雜, 外力條件又往往未能量測，使得這個目標不容易達成。其中最大的挑戰是大型土木結構意味著存在大量結構元件，並衍生出大量未知待定參數，使得這個數學反問題充滿計算困難，甚至出現數學病態條件。子結構識別在2003年被Koh and Shankar提出，以解決結構工程識別問題未知參數太多的問題。它可以隔離出重要的子結構，並考慮它與結構其他部份的耦合，進行識別，大大減少單一識別問題的參數量。而且，此方法並不要求量測子結構的邊界應力。Yuen and Katafygiotis 於2006年把子結構方法推展到沒有外力量測的情況，並應用貝業斯框架，對參數估計的誤差進行量化。然而，後續的研究發現在某些情況下，會出現某些參數不能被識別的案例。例如: [...]