空天信息智能应用论坛在京成功召开发表时间:2024-05-27 11:10 2024年5月19日下午,由中国指挥与控制学会和中国科学院空天信息创新研究院共同主办,中国指挥与控制学会空天大数据与人工智能专委会、目标认知与应用技术重点实验室、北京航空航天大学仪器科学与光电工程学院、哈尔滨工业大学航天学院公共承办的“空天信息智能应用论坛”在北京成功召开。会议由中国指挥与控制学会空天大数据与人工智能专委会总干事、中国科学院空天信息创新研究院副研究员樊子德主持。 樊子德副研究员主持会议 郭福成教授作专题报告 国防科技大学电子科学学院郭福成教授作“星载无源探测定位体制分析与展望”专题报告。报告聚焦星载无源探测系统,探讨其在侦察领域的广泛应用及其关键技术挑战。在报告中,郭福成教授重点分析了星载电子侦察中的单星测向定位、多星时差定位、多星时差/频差定位、多星信号直接定位等体制特点,并深入介绍了国外相关卫星应用情况;通过对现有技术的剖析和未来发展的展望,为星载无源定位体制的进一步创新和应用提供了新的思路和启示,共同推动了该领域技术的不断发展与实际应用。 李建欣教授作专题报告 北京航空航天大学计算学院党委书记、国家杰青李建欣教授作“序列大数据的智能计算及应用”专题报告。报告聚焦序列数据智能计算领域,针对工业、医疗、社会等领域产生的大量序列数据,涉及数据规模大、异常识别难、场景任务复杂等问题,提出了一系列解决方案。李教授详细讨论了序列数据表示与长期规律挖掘、多序列关联与异常识别、多任务场景下的决策智能协同、大规模序列的高性能计算等核心技术。这些技术不仅支持工业设备预测性维护、航天器轨迹分析等实际应用,还与华为MindSpore合作共同打造了序列数据开源系统和社区,为智能计算领域的发展做出了积极贡献。 何召锋教授作专题报告 北京邮电大学科研院副院长何召锋教授作“空间多智能体博弈对抗技术”专题报告。在报告中,何教授强调了未来卫星星座实现全天候服务的重要性,并指出卫星星座需要处理各类来自天上、地面、终端等发起的需求。报告着重介绍了通过多星协同技术和多智能体博弈对抗技术,实现弹性高效地支撑不同任务的重要性。团队的研究成果涉及大规模星座仿真验证平台、多智能体对抗博弈、知识增强的强化学习以及基于进化强化学习的能力配置与决策协同等方面。这些成果为未来空间智能计算提供了重要的理论和技术支持。
智喜洋教授作专题报告 哈尔滨工业大学航天学院副院长智喜洋教授作“星上智能信息处理技术”专题报告。报告强调了星上智能信息处理技术在实现海量数据中高价值目标的高实时检测、连续跟踪与识别确认方面的重要性。智教授指出,天基视角下的场景复杂多变,探测链路环节繁多,各种影响因素耦合严重。报告结合天基光学探测场景目标和背景特性,深入分析了星上智能信息处理的定位与难点,并提出了相应的能力发展需求。此外,报告回顾了国外天基探测系统和星上处理技术的发展历程与应用情况,并梳理总结了相关技术方向的发展趋势。最后,智教授提出了若干思考和后续发展建议,为该领域的进一步研究和应用提供了重要的指导。 李海峰教授作专题报告 中南大学地理信息系主任李海峰教授作“多模态时空通用智能模型”专题报告。报告指出,多模态时空数据联合解译一直是一个极具挑战性的问题,关键在于平衡不同模态之间的统一性和独立性。随着模态数量的增加,这一平衡的难度呈非线性增长。为此,提出了一种名为AllSpark的多模态时空通用智能模型,将13种不同的模态统一到一个模型中,包括一维(文本、代码)、二维(RGB、红外、SAR、多光谱、高光谱、Table、图、时空轨迹、倾斜摄影)、三维(点云、视频)。MSTAGI展现了以大语言模型作为核心来构建通用人工智能的可能性和潜力,有助于推动时空领域智能方法的研究由模态特定、任务特定的范式向通用范式转变。 张源奔副研究员作专题报告 中国科学院空天信息创新研究院张源奔副研究员作“时空知识图谱构建关键技术及应用实践”专题报告。报告指出,泛在感知带来海量时空数据,如何从大量复杂的时空数据中重建数据间的深层关联,并最终实现增值,是人工智能领域从感知智能向认知智能转化的研究热点。报告中介绍了基于动态本体的知识表达模型和存储模型,在知识抽取、图谱布局和大语言模型智能交互等环节进行了设计和创新,并展示了时空知识图谱的典型应用案例。 本次论坛聚焦于人工智能技术在空天信息智能领域的应用和发展。来自业界的专家、学者和从业者汇聚一堂,分享了关于星载无源探测、序列大数据处理、空间多智能体博弈、星上智能信息处理、多模态时空通用智能模型以及时空知识图谱构建等方面的最新研究成果和应用实践。这些报告深入剖析了各自领域的关键技术挑战和未来发展趋势,为空天信息智能领域的技术创新和实际应用提供了重要的思路和启示。通过论坛的交流与分享,进一步促进了人工智能技术在空天信息智能领域的协同创新,为推动该领域的发展做出了积极贡献。 |