机器学习与优化天元数学交流项目

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11826004
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    29.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0405.连续优化
  • 结题年份:
    2019
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2019-12-31

项目摘要

The implementation of the national big data strategy and the development of modern science and technology have been promoting the application and development of the big data industry, especially the rapid development and wide application of artificial Intelligence, including the industrial network, the internet of things, intelligent transportation, information and financial economy. A series of complex mathematical optimization problems, such as large-scale data analysis and computation, have been generated in practical applications, which involves the interdisciplinary research on machine learning, statistics and operational optimization. This project aims to build up a platform for academic exchanges and cooperation. We will invite a number of experts at home and abroad to visit Beijing Jiaotong University. Through free discussion, short courses and special seminars, on the one hand, we discuss the progress of optimization method of big data, which offer the experts in statistics and machine learning to fully understand the latest achievements of optimization algorithm. On the other hand, we clear he main statistical machine learning and large-scale optimization problems in the real application, and determine the main direction of the theoretical analysis and algorithms on of t development. This will promote the depth intercross development between statistics, optimization and machine learning.
国家大数据战略的实施和现代科学技术的发展推动了大数据产业的应用和发展,特别是人工智能的快速发展和广泛应用,包括工业互联网、物联网、智能交通、信息和金融经济等领域。实际应用产生了一系列大规模数据理论分析和计算等复杂数学优化问题,这涉及机器学习、统计学和运筹学最优化学科的深入交叉融合,其中有许多值得研究的前沿交叉课题。本项目旨在搭建一个学术交流合作平台,我们将邀请国内外多位专家到北京交通大学访问,通过自由讨论、短期课程和专题国际研讨会等方式,一方面展现优化理论与算法研究的进展,使得大数据统计分析和机器学习领域专家充分了解优化算法研究的最新成果;另一方面,明确机器学习领域需要解决的数学问题,确定统计机器学习与大规模优化问题的理论分析和算法研究的主要发展方向,促进统计、优化与机器学习之间的深度交叉融合和协调发展。

结项摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Some new results for Z-transformation on the Lorentz Cone
洛伦兹锥 Z 变换的一些新结果
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Pacific Journal of Optimization
  • 影响因子:
    0.2
  • 作者:
    孔令臣;J. Tao;罗自炎;修乃华
  • 通讯作者:
    修乃华
基于距离相关系数的分层聚类法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    张璐;孔令臣;陈黄岳
  • 通讯作者:
    陈黄岳
坚持本研一体化,加强统计优化课程建设
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    创新教育研究
  • 影响因子:
    --
  • 作者:
    孔令臣
  • 通讯作者:
    孔令臣
稳健矩阵回归模型和方法研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算数学
  • 影响因子:
    --
  • 作者:
    陈丙振;孔令臣;尚盼
  • 通讯作者:
    尚盼
高维约束矩阵回归问题
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    运筹学学报
  • 影响因子:
    --
  • 作者:
    孔令臣;陈丙振;修乃华;戚厚铎
  • 通讯作者:
    戚厚铎

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

孔令臣的其他基金

高维稳健隐私回归的优化模型理论与算法研究
  • 批准号:
    12371322
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
统计优化与学习天元数学交流项目
  • 批准号:
    12126201
  • 批准年份:
    2021
  • 资助金额:
    20.0 万元
  • 项目类别:
    数学天元基金项目
统计优化与人工智能天元数学交流项目
  • 批准号:
    12026201
  • 批准年份:
    2020
  • 资助金额:
    20.0 万元
  • 项目类别:
    数学天元基金项目
高维约束矩阵回归的优化理论与算法
  • 批准号:
    11671029
  • 批准年份:
    2016
  • 资助金额:
    48.0 万元
  • 项目类别:
    面上项目
矩阵秩极小问题的松弛理论与算法研究
  • 批准号:
    11171018
  • 批准年份:
    2011
  • 资助金额:
    43.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码