关于公布2023年度智能感知与自主控制教育部工程中心开放课题暨揭榜挂帅任务的通知
智能感知与自主控制教育部工程研究中心（以下简称研究中心）是推动北京工业大学科技创新体系的重要组成部分，是北京工业大学面向世界科技前沿、面向经济主战场、面向国家重大需求，组织工程技术研发、促进科技成果转化、推动学科建设发展、培养集聚创新人才、开展国际合作交流的重要基地。
研究中心围绕国家和北京市信息领域对人工智能技术，特别是智能感知与自主控制等人工智能核心技术的迫切需求，面向医疗健康、公共安全、网络空间安全、环境保护等领域，通过研究开发及工程化的创新能力建设，建成为国内领先、具有国际竞争力的人工智能先进技术研究和产业化基地。为了更好地促进智能感知与自主控制领域的研究，现公布2023年度智能感知与自主控制教育部工程中心开放课题暨揭榜挂帅任务。
一、榜单设置
榜单1：基础研究
（1）生成式模型可解释性方法
揭榜任务：生成式模型的广泛应用为社会发展带来了巨大机遇，但其黑盒特性性也带来了安全与伦理等方面的挑战。为了推动生成式模型的可信度、透明度和可接受性，研究生成式模型的可解释性方法，促进技术及应用的有序发展。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
（2）因果推断与反事实预测理论与方法
揭榜任务：研究因果推断及反事实预测相关理论与方法，突破现有联结主义、逻辑符号主义框架，在规则性因果、干预因果和反事实因果三个层次对人工智能内在机理进行探索。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
榜单2：智慧工业
（1）复杂工业环境下高精度视觉感知技术
揭榜任务：针对复杂工业环境，研究高精度、高性能、低延时的工业视觉感知技术，提升工业视觉感知技术的精度和稳定性，降低延时，推动深度融合，加强图像识别、目标检测和跟踪、场景理解等关键技术突破。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
（2）基于区块链的分布式存储技术
揭榜任务：面向智慧城市建设中的海量高并发数据存储与计算需求，研究基于区块链的分布式存储技术，通过设计新的存储策略、共识机制以及高效检索方法，实现高隐私、高性能的分布式存储系统。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
（3）智能污染防治关键技术
揭榜任务：为应对日益严峻的环境污染问题，开展面向污染监测、预警、治理和管理的智能污染防治关键技术研究，重点突破智能监测与感知、数据分析与决策支持、污染治理与控制等关键技术，实现高效、精准、可持续的污染防治，推动环境污染防治的智能化转型。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
榜单3: 数据安全与隐私
（1）面向物联网环境的神经网络安全技术
揭榜任务：物联网环境放大了节点的计算效率和数据安全性矛盾，不能使用同态加密和安全多方计算等加密手段。目前缺少适用于物联网环境的神经网络模型保护方法。研究物联网环境下平衡数据安全和计算效率的方法，解决物联网环境下部署隐私保护神经网络模型机理和数据安全性。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
（2）工业互联网数据流转关键技术
揭榜任务：研究面向工业互联网数据流转过程中的数据权属确立、数据安全交换、数据违规流转溯源等问题，研究工业互联网数据流转关键技术，为特定领域工业数据要素的交易、流转，数据价值释放提供技术支撑。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
（3）面向物联网的加密数据流量分类技术
揭榜任务：面向物联网高速增长的加密流量，针对工业物联网协议特点及流量分布特性，研究基于流特征的加密协议识别、加密服务识别、异常流量识别以及加密内容识别，实现加密流量的精细化识别。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
榜单4：智能人机交互
（1）面向人机深度协同的智能交互技术
揭榜任务：面向当前工业场景中工业机器人所亟需的复杂作业能力、非结构化环境感知能力及个性化自适应人机协作能力，研究面向人及深度协同的智能交互技术，解决在人机协作过程中的自然交互、人机安全、环境适应、复杂作业等挑战。
产出要求：CCF A类期刊或会议论文一篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
（2）基于精细运动想象的脑机接口技术
揭榜任务：研究基于EEG信号的精细运动意图解码技术，建立面向大指令集与高解码精度的脑电信号解析模型，推动脑机接口系统在运动想象领域的关键技术突破，实现基于脑机接口的智能人机交互的场景创新与推广应用。
产出要求：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（github或其他网站开源）
二、揭榜条件
揭榜单位应符合以下基本条件，若榜单中有具体要求的同时须符合榜单有关要求。
1. 申请人应为北京工业大学在职教师。
2.申请人应具备博士研究生学位。
2023年度揭榜挂帅任务拟资助5-8项，每项1-2万元。获得基金资助的课题需在当年12月提交研究工作总结（包括总结报告、学术论文、研究报告等），并参加中心年会报告相关成果。得到资助的课题，其成果需要有标注。标注字样为：
中文：智能感知与自主控制教育部工程研究中心，北京，100124
英文：Engineering Research Center of Intelligence Perception and Autonomous Control, Ministry of Education, Beijing, 100124
三、揭榜流程
1、申请人必须针对榜单某一任务开展申报。
2、申报无需撰写申报书及答辩，仅需提供：
（1）申报信息表及申报承诺（见附件1）。
（2）10分钟申报视频：包括个人基本情况、申报项目情况、研究基础、代表性工作介绍等。
请有意申报者在2023年6月20日前将申报材料发送至：
邮箱：yinruiping@bjut.edu.cn
电话：15510721517
智能感知与自主控制教育部工程研究中心
2023年6月14日
