中国仿真学会科学技术奖书

中国仿真学会科学技术奖推荐书奖励类别口自然科学奖■创新技术奖报奖等级■一等奖口二等奖项目名称工业互联网跨域异质数据关联建模与预测技术所属专业建模仿真理论与技术主要完成单位（法人单位公章）北京航空航天大学联系人任磊办公电话移动电话传真电子信箱推荐日期

2021.

5.31主要完成单位北京航空航天大学单位介绍:北京航空航天大学（Beihang UniversityBeijing Universityof AeronauticsandAstronautics）位于北京市，简称“北航”，是中华人民共和国工业和信息化部直属的全国重点大学，位列世界一流大学建设高校、211工程和985工程重点建设高校，入选珠峰计划、2011计划、111计划、卓越工程师教育培养计划、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、国家级新工科研究与实践项目、国家级大学生创新创业训练计划、国家大学生创新性实验计划、全国深化创新创业教育改革示范高校、强基计划试点高校，为国际宇航联合会、中欧精英大学联盟、中国-西班牙大学联盟、中俄工科大学联盟、中国高校行星科学联盟、中国人工智能教育联席会、全国高等军工院校课程思政联盟成员成果描述工业互联网是新一代信息技术与工业经济深度融合的新型关键基础设施，已上升为国家创新发展战略工业数据作为工业互联网的血脉，是其赖以发挥价值的核心支撑数据驱动的建模技术是工业互联网的关键技术，是支撑工业互联网环境下各类机理未知“黑盒”问题建模与预测的核心技术然而，工业互联网数据呈现跨域异质的复杂特性，例如跨业务域、跨模态域、跨计算域，及数据质量各异、结构类型各异、计算目标各异等特点，使得工业互联网环境下数据驱动的建模技术面临“低质精准表征”、“异质耦合建模”、“分布优化计算”3个挑战难题本项目在国家重点研发计划、国家自然科学基金等5项国家级项目（课题）支持下，围绕上述3个挑战难题，提出了一套创新的工业互联网跨域异质数据关联建模与预测技术取得了以下创新成果针对挑战难题一，提出了基于新型半监督并行深度因子分解机模型SS-PdeepFM的低质数据精准表征方法技术，解决了大量无标签低质数据条件下基于伪标签数据高近似生成的高精准表征建模问题针对挑战难题二，提出了融合宽度网络、深度网络和时序网络的新型Wide-Deep-Sequence深度神经网络建模方法技术，解决了多源异质数据耦合关联建模与融合学习问题针对挑战难题三，提出了大规模云边协同任务并合调度优化方法技术,解决了复杂高耗时模型在工业云端与边缘端分布式高效计算问题10篇代表性SCI英文论文发表在IEEE TNNLS、TH等国际顶级期刊，含ESI2篇，SCI引用至少371次，被至少20位国际知名Fellow或院士正面评价；1篇《中国科学信息科学》中文论文获中国仿真学会优秀论文奖授权及公示发明专利10项，2项实现工业互联网相关技术转化技术成果成功应用于我国首个国家级工业互联网平台一一航天云网INDICS、大型集团企业工业互联网平台一一联想LeapIOT,以及神州数码集团等，在航空航天、电子、机械、汽车等行业获得成功应用，企业提质降本增效应用效果明显，取得了显著经济效益（新增销售额97892万元）和社会效益对于推动我国工业互联网自主可控的核心技术突破与产业化应用具有重要意义。