《CCF产学研动态》电子刊第1期正式发布！内含CCF科学技术奖成果展示

阅读量:328 2022-02-12 收藏本文

点击底部“阅读原文”可浏览《CCF产学研动态》第1期详细内容

开篇语

我国正处于经济转型和产业结构调整的关键时期，事实上，我国经济社会发展和民生改善比过去任何时候都更加需要科学技术解决方案，都更加需要增强创新这个第一动力。

从另外一个视角来看，科学研究的价值，实践上体现为以科研成果服务国家经济社会发展。因此，服务于经济主战场是科技工作的终极归宿和科技工作者的根本使命。

经过20多年的探索与实践，产学研深度融合已成为当前深化科技体制改革的一项重要内容。CCF创办《CCF产学研动态》电子刊，其目的就是方便信息技术领域的企业、高校、科研院所相互了解产业需求、科技成果，推动我国信息技术领域产学研协同创新、深度融合的可持续发展。《CCF产学研动态》特别希望征集企业的技术和人才需求、需要企业/高校/研究所共同建立生态的自主技术成果、高校/研究所已通过初步应用验证可以产业化的成果。

这是《CCF产学研动态》电子刊的第一期，刊登四项获得CCF科学技术奖的成果，以及快手公司的成果。

——黄华（CCF产学研动态主编）

面向高维数据的集成学习算法

摘要：在大数据环境下，大部分数据集不但是多源异构的，而且往往是高维的，包含成千上万的特征属性。高维数据所带来的挑战，不但包括高维问题，而且还包括噪音问题、冗余特征问题、不平衡问题和混合类型数据问题。为了解决上述瓶颈问题，申报团队通过研究面向高维数据的集成学习算法，在大数据分析和机器学习理论等基础性问题上取得创新性成果，为高维数据智能处理的深入研究以及集成学习算法在高维数据分析的应用提供基础性的方法，从而推动集成学习基础理论在高维数据智能处理领域更深入的应用。

AtlasGraph大规模图数据分析平台

摘要：图是由顶点和边构成的一种数据结构。相比于其他数据结构，图除了拥有坚实的数学基础（图论和多种图算法）之外，还具有更优的表达能力——能够以统一的形式刻画数据之间多种多样的关系并进行计算，更直观的可视化效果，已成为当前大数据分析处理的关键技术。目前，越来越多的企业开始采用图来表示和分析各种数据，满足多种实际场景的需要，如社交网络分析、自然语言处理、金融风险计算等。

医学影像智能分割关键技术与应用

摘要：国内医学影像领域存在不少痛点亟待解决，在专业医生缺口大、误诊漏诊率偏高、诊断速度有限等方面尤为突出。目前我国医学影像数据年增长率达到30%，然而放射科医生数量增长缓慢，年增长率仅为4%左右，两者增长率差距对比巨大，放射科医生数量不足加之繁重的工作，对器官、肿瘤位置分割标注速度精度均有限。从而导致当前误诊漏诊率偏高。“医学影像智能分割技术”基于计算机的高效性利用人工智能方法能够快速学习识别不同的病灶信息，达到精准高效的影像病灶分割目的，是医学人工智能领域的研究焦点。

水滴形柔性屏技术及可折叠产品