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: [...]
時空眾包問題、資料處理問題以及查詢優化問題
我們提出了一套領先的系統性的研究框架去解決智慧城市智能交通領域的各方面研究課題。這些課題由數據端到應用端，至下而上包括以下關鍵研究問題：（1）基於空間眾包技術的交通數據采集與融合問題；（2）基於深度神經網絡的復雜交通模型問題；（2）基於復雜交通模型的實時空間查詢處理問題。我們初步的研究成果已經發表在了國際頂級會議期刊上（包括SIGMOD、VLDB、CIKM、TKDE燈）。 時空眾包問題 我们重点研究如果利用众包技术进行多源交通数据的采集及融合，从而以合理的成本获取高质量的交通监测数据。在初步研究中，我们已经开发出了一套能够用于top-k排序问题的众包算法，这一算法有潜力能解决多源不准确的交通观测数据的融合问题。相关研究成果发表在SIGMOD、VLDB等国际会议上。 利用深度學習技術解決交通數據處理問題 單一的交通模型由於缺乏信息的表達能力，這有礙於為智能交通應用中引入更先進的時空查詢處理。因此，我們提出了一種不僅能夠包含豐富的時空信息，並且能夠支撐實時交通查詢的復雜交通模型。為產生該模型，我們引入了數據挖掘領域和機器學習領域中的話題模型和深度學習技術。這些技術能夠很好地將空間社交網絡上的文本信息與交通的時空信息相結合，從而獲得強於傳統交通模型的的信息表達能力。相關研究成果發表於IJCAI、SIGIR、TIST、SIGMOD、ICDE、CIKM、GeoInformatica等。 時空查詢處利技術 [...]
智能電網與智慧交通的深度融合與良性互動：“交通電氣化+自動駕駛“
智能電網與智慧交通網的深度耦合與良性互動，是未來智慧城市的主要特征之一。近年來電動汽車產業發展迅速，世界電動汽車年產銷量持續增長。伴隨著電動汽車的普及，兩大智慧城市主要基礎設施系統——“智能電網”與“智慧交通網”將通過大規模的電動汽車緊密耦合在一起，對電力和交通都帶來巨大變革。一方面，電動汽車為城市居民重要的交通工具，其行為受交通網絡約束和影響；另一方面，電動汽車以電力為能量來源，其充電行為受到電網供電能力和價格的約束和影響，其大規模接入造成的新增用電負荷也將對電網造成巨大的影響。 智能电网与智慧交通网的深度耦合与良性互动，是未来智慧城市的主要特征之一 智慧能源研究團隊針對未來城市智能電網與交通網的深度耦合與互動的特點，開展電動汽車相關的交叉學科研究，主要包括： 大規模電動汽車與電網互動：電動汽車每日的停放時間超過90%，每日所需充電時間遠小於其停放時間。因而，電動汽車的充電行為具有很強的靈活性，即，可以根據充電價格、電網運行狀態等調整充電計劃。在必要的技術手段支持下，電動汽車甚至可以向電網放電。因而，大規模的電動汽車接入電網之後，可以通過有序充電（甚至放電）控制，實現降低充電費用、削峰填谷、提供電網調頻或備用、促進可再生能源消納等多種目標。本團隊針對上述問題，開展了系統性的研究，並實現工程示範應用。 電動汽車與電網互動 [...]
城市配電網中並網變流器功能拓展與控制優化
並網變流器功能拓展有助於用低成本方案實現城市配電網能效優化，多變流器協同運行是未來的發展趨勢。首先從阻抗頻率特性、功率控制特性、等效模型上分析和比較了感性阻抗和容性阻抗兩種變流器的特性，總結了各自優勢的應用方向。其後，針對實現變流器功能拓展開展關鍵控制技術研究，重點研發比例諧振控制器參數優化以改善電流跟蹤精度，實現將傳統變流器轉變為無功調控、諧波抑制和新能源並網多功能合一的新型並網系統。為進一步配合多變流器功率分配和協調控制，重點研發基於改進下垂控制的控制算法及多變流器功率分配優化算法，以實現低成本、低損耗的城市配電網多變流器協調控制。 相關文章 Lao, K. W., Dai, N. Y.,Sheng, [...]
基於雲計算平台的安全、可驗證外包多媒體計算
隨著雲計算平台的普及，數據的加密往往在諸多數據處理之前進行，使加密域信號處理的研究受到越來越多的關注。首先從加密和壓縮兩方面同時入手，提出一種針對圖像數據的高安全性加密算法，以及配套的加密圖像壓縮算法。突破加密信號難以壓縮的瓶頸，取得與現有非加密域壓縮方法非常接近的壓縮效率。以構建實際系統的方式，論證了信息論中加密域和非加密域信號壓縮效率可做到近似一致的觀點；此外，針對很多應用場景中不能選擇定制的加密算法，只能使用經典加密算法如RC4或AES的情況，申請人設計一套靈活、高效的可伸縮流密碼加密圖像壓縮系統。在加密域利用基礎層的可壓縮性指導增強層在加密域的編碼。使得用戶可根據帶寬條件和圖像質量需求定制碼流。在壓縮效率和圖像重構質量方面優於現有算法；提出一種高效的加密域可逆信息隱藏算法，摒棄了傳統算法中對額外嵌入密鑰的需求，大幅降低密鑰協商的複雜度。在解碼端，提出一種新型的SVM分類器來區分加密塊和非加密塊。在取得非常高的嵌入量的同時，亦保障原始圖像的近無損恢復；此外，結合安全相似搜索、非局部均值降噪、Yao的混淆電路，構建了加密域的高性能去噪系統，取得了和非加密域非常近似的去噪性能。 具有隱私保護的深度學習框架 相關文章 [1] J. Duan, J. T. Zhou, [...]
時空屬性的社交媒體數據挖掘和分析
時空數據分析： 數據的時空屬性可以產生具有GPS功能的智能設備（如智能手機）或由用戶直接輸入到系統，存在大量噪音。這些噪音會嚴重影響數據分析結果的質量。為了解決這一問題，研究工作利用不同屬性對聚類結果互加強（增強）以消除噪聲的影響，從而提高了時空數據的聚類質量。另外，還根據數據的分佈特性（時空數據在空間上經常滿足高斯分佈），提出自動確定聚類個數的算法。社交媒體數據具有文本，時間，空間等屬性，並以數據流的方式產生。根據此特點，我們提出了實時事件珍惜側向算法，該算法可以檢測出在時間空間上所發生的事件。時間序列一般是指在時間維度上密集產生的一類大數據（如股票信息）。應用中經常需要查找與給定的一個時間序列具有最大相似段的時間序列集，而常規我們提出了菱形索引結構用於高效支持類別變長段匹配的查詢與分析。主要研究成果發表在國際一流會議與期刊上Sigir，ACM TIST，CIKM，ICDE ，IJCAI，Sigmod和PVLDB。 社交媒體數據挖掘和分析系統 社交網絡分析: 在這一領域的研究主要包括社交網絡的抽樣技術，結點影響力的計算，以及社交網絡在推薦領域的應用。通過理論分析，發現社交網結點抽樣算法的收斂速度和網絡的拓撲結構密切相關。提出了利用結點的局部結構動態調整算法的行走概率，進而加速抽樣的收斂速度。根據結點的局部結構分析該用戶選擇社交朋友的行為特點，從而判斷相鄰結點對其的行為影響力。利用這一技術，提高了合成推薦算法以及結點影響力算法的性能。相關論文發表在ICDE, [...]