一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

本专利提出一种动态交互网络环境下网构软件主体系统信任协商构建方法，软件主体根据自己的信任信息建立信任关系，避免了使用证书交换导致信任协商变得复杂繁琐；不需要合作的主体每次交互都重新建立信任关系，软件主体之间不断的信息交互使每个软件主体逐步拥有全局的信任信息。每个软件主体都拥有自己的信任信息，即信任度与合作度，需要合作的两个主体根据合作的方向选择对应的信任度和合作度（契合度）建立信任关系；信任关系建立的成功与否需要与参考值比较，该参考值是按照系统中主体拥有平均信任信息时契合度的计算值；当契合度大于该参考值时建立信任关系，该方法避免了使用证书所带来的麻烦，使得信任关系的建立变得更加简单和清晰。

本发明公开了网络环境下城市事件驱动的决策信息聚焦服务方法及系统，本发明提出的从关联城市 事件类型及阶段的抽象决策信息聚焦服务链建模与注册，到城市事件驱动的关联的抽象决策信息聚焦服 务链的发现，到抽象决策信息聚焦服务链的实例化与执行，到最后的决策结果的网络化共享的整个流程， 是一种网络环境下城市事件驱动的决策信息聚焦服务方法，实现了抽象决策信息聚焦服务链网络化共享 及协作管理、事件驱动的抽象决策信息聚焦服务链精确高效发现和决策结果的网络化共享，为智慧城市 突发事件的科学准确决策和快速应急响应提供了支持。 

该系统包含管理调度中心、中继器及音视频采集探头三层设备，不同层面的设备在一个区域内实现无线网络组网。该系统基于改进的COFDAM无线协议，具有较高的传输带宽及传送速率，在一个较大的区域范围内利用可靠的无线网络传输技术，实现音视频数据传输。 主要技术特点和创新点： （1）复杂工况下的无线传输高可靠性 系统为保证无线网络通讯可靠性，需采用了一系列先进的调制解调技术、信道编解码技术、差错控制技术，并结合数字图像压缩等多媒体网络传输技术，能够在复杂环境下实现视频、语音实时、同步传输。 （2）优化的多路并行实时信息采集与处理 管理中心可以实时采集多个采集点的多路信息，多路并行实时数据的处理需要高效可靠的数据处理算法，以实现对多路数据管理的优化，构建一个优化的数据管理平台，满足现场的管理需要。 （3）多媒体信息采集与传输 在现场复杂情况下，语音通话保持清晰畅通，且可以权限设置。摄像功能是根据管理需要进行照相、摄像（自动上传），保证同时多路图像实时传输的效果。采集终端设计包括耗电低、待机时间长，室内、外充电方便、防水、抗震、抗干扰、携带方便。    项目主要应用范围： 最近几年，国内的视频监控主流市场仍采用有线方式，个别采用无线方式可靠性不高。系统若能推广成功，可广泛应用于各个小区、工作面等场所，提高各个区域的管理效率。该项目有着广阔的发展空间。    预期效果： 基于高速无线网络的音视频传输系统，无线传输范围10kM（中继更远）；接收误码率<10E-5，误帧率<1％；图像在640×480分辨率条件下，25帧/秒。预计年销售额5000万左右。

在国家自然科学基金的支持下，“基于网络视频服务器的多路人脸识别与监控系统”深入研究了复杂环境下的人脸识别算法，并形成了一套可实用的实验系统样机。 该系统提供了多种人脸识别算法选择的功能，一方面可以使本系统能够在特定场合迅速融合多种特征或识别结果，形成特定任务域的人脸识别实用系统；另一方面本系统可以作为一个通用人脸识别算法评测系统，以便在统一的环境和标准下评测各种人脸识别算法的性能。 目前，该系统在室内可控环境下的识别率可以达到99%以上，可以用于门襟、考勤等领域。在自然环境下，该系统也有较高的识别率，尤其是在考虑Top-n (n>10)识真率的条件下，可在公安、交通、机场、车站等监控及追捕逃犯等领域的有效辅助手段，可大大提高安全性和工作效率。 主要应用范围： 公安、交通、机场、车站等场所的监控，银行及重大安全部门的身份鉴别，日常门禁及考勤系统等。

本系统利用无线传感器网络技术（Wireless Sensor Networks, WSNs）实现对监控区域泄漏的化工气体进行实时监测和全局分析，主要涉及对有害气体的扩散边界追踪、有害气体泄漏源的推测。系统突破了相关研究中仅报告连续目标内边界（图1中节点Na到Ne组成的区域）的局限性，重点转向保证边界识别精度的前提下，根据边界特征最小化气体外边界区域中的节点个数（筛选节点N1到N8中的冗余节点），完成气体的边界识别与追踪，实现安全定位。

本发明公开了一种考虑节点业务流量的水下声信道网络媒体接入控制方法，本发明通过载波侦听及 按时隙发送来防止数据包碰撞；在每轮数据发送过程中，通过 RTS/CTS 包的交互选出发送队列最长的 节点；最后，发送队列最长的发送节点获得发送数据的机会，其所有邻居发送节点将延迟发送数据直至 该发送节点数据发送完毕。从长期过程来看，业务流量需求更大的节点将能够获得更大的传输带宽。因 此，本发明能实现更加优化的网络带宽分配，从而有效提高水下网络的实际吞吐量，减

重点围绕实施大型机电设备预测性的状态检修需要，建立设备状态劣化监测模型，在线评价设备健康状态。采用自动逻辑推理的自主故障诊断方法，结合专家人机交互方式进行观察、推理的人工诊断方式，形成更准确全面的故障原因分析和故障定位。根据状态评价和故障定位结果，自动给出设备维修建议的方法。利用长期积累的设备试验、运行、故障前后的各种状态数据，进行设备状态劣化模型、故障诊断模型的更新和修正方法。基于Internet的远程协作诊断机制，遇到疑难问题时邀请多领域专家进行在线会商。可以用于机电设备、水电机组、风力发电机组