2023年度国家自然科学基金项目评审结果近日公布，北师港浸大（UIC）理工科技学院3位老师获得立项资助，包括面上项目2项，青年科学基金项目1项。其中计算机科学系2位老师获得面上项目立项资助

面上项目

项目负责人：

王庆国教授，计算机科学系讲座教授

项目名称：

面向实际应用的瞬态性能控制研究

项目简介:

控制技术几乎在每个系统中都起着关键作用。第四次工业革命的技术竞争现在集中在高性能领域。瞬态性能控制是最终的高性能控制，可以为诸如柔性制造、机器人、无人机、国防工业和医疗系统等提供高性能保障。过去的几十年中已经发展了丰富的现代控制理论，然而其中大多数研究是关于稳定性问题而不是性能问题。并且，实际应用落后于理论发展，导致所谓的理论-实践之间的显著差距。产生差距的一个关键原因是对于瞬态性能控制的研究不足。瞬态性能控制是为了保证系统能满足所有瞬态性能指标（上升时间、最大超调和调整时间），这在实践中是必不可少的。本研究旨在开发瞬态性能控制的有效设计方法，包括推进预定性能控制和多面体管控制,推出全新的严紧控制。这些新的解决方法将与现有方法比较，在典型的工业实例上进行测试，以展现其性能方面的优越性。新方法能够更好地满足控制应用中的实际要求，从而为工业界带来实用的高性能控制技术。

项目负责人：

王田教授，计算机科学系教授

项目名称：

异构传感云系统中合作式边缘智能关键技术研究

项目简介:

传感云系统借助人工智能的快速发展，能够更好地实现物理世界和信息世界的融合。然而，人工智能赋能的新型应用也对传感云系统的算力提出了更高的要求，这带来了一个难以调和的矛盾：依赖云端计算带来的时延较大，而依赖边缘计算又无法提供足够的算力。我们发现，主要原因在于没有充分利用边缘设备的合力。因此，本项目旨在研究异构传感云系统中合作式边缘智能，以解决这一问题。具体研究内容包括以下四个方面：1）基于异构设备功能和通信虚拟化的无线接入方法，以实现异构边缘设备的共存；2）基于边缘聚类的协同服务部署方法，以降低系统传输时延；3）基于边缘合作的异构设备智能学习方法，以提高训练推理的精度和效率；4）基于资源感知的云边协同在线任务卸载方法，以实现大规模任务处理。通过探索传感云系统中异构性和合作性的关键问题，本项目能够揭示和阐明边缘智能机制和规律，为打通边缘智能应用的最后一公里奠定算力基础。