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。 [...]

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， [...]

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: [...]

高性能計算集群 (HPCC) 高性能計算集群 (HPCC) 的作用是提供一般電腦不能提供的高性能運算資源, 因此用戶可以利用 HPCC 把運算程式同一時間放在一台或多台伺服器上運算 [...]

隨著通信技術的發展，各種新的應用不斷湧現，為我們的生活提供更方便、更高效的服務。例如智慧電網、智慧交通、智慧駕駛、等等。 超高可靠低時延（Ultra-Reliable Low-Latency Communications）是這些應用對服務品質提出的一個共同的要求。 Ultra-Reliable Low-Latency Communications（URLLC）的實現需要從不同的層面來設計和保障：包括實體層技術、編碼技術、傳輸層技術、網路層資源配置和調度策略、以及應用層的資料收集技術等。 雲計算、邊緣計算、以及緩存等是實現URLLC的有效技術，並且得到越來越多的重視。通過邊緣計算，可以讓計算任務在更靠近使用者端執行，從而降低時延。同時通過高效緩存，把需要的資訊放置在離使用者端更近的位置，大大縮短 資訊的訪問回應時間。然而在資源分配和調度上如何考慮到動態的無線通道、內容請求的差異性、緩存容量的有限、以及計算能力的差異性來對系統不同資源，包括無線通道、計算資源、以及緩存容量等，進行有效、統一的考慮，通過優化系統性能和使用者行為來實現服務 [...]