关于申报2023年度江苏省科学技术奖拟提名项目的公示

发布者:祁燕发布时间:2024-02-21浏览次数:11

    根据《省科技厅关于2023年度江苏省科学技术奖提名工作的通知》(苏科成发〔202418号)有关要求,现将我单位联合申报2023年度江苏省科学技术奖拟提名项目材料(见附件)进行公示。

    公示期:2024221日至2024228日。

    公示期内,任何单位和个人若对公示内容有异议,应当以书面形式提出,并提供必要的证明材料。为便于核实查证,确保客观公正处理异议,提出异议的单位或个人应当表明真实身份,并提供有效联系方式。个人提出异议的,须写明本人真实姓名、工作单位、联系电话和地址,并亲笔签名;以单位名义提出异议的,须写明单位名称、联系人、联系电话和地址,由单位法定代表人签字并加盖本单位公章。匿名异议、假名异议不予受理。

    联系电话:56731903

 

 

 

 江苏科技大学苏州理工学院科产部

2024221

附:2023年度江苏省科技技术奖拟提名项目公示材料

项目名称:基于海量数据和深度学习的太阳活动预报

主要完成人:郑艳芳,李雪宝,董亮,高冠男

主要完成单位:江苏科技大学苏州理工学院,中国科学院云南天文台

项目简介:太阳活动是空间天气活动的主要驱动源之一,当太阳活动将巨大能量和物质抛向地球时,会引起地球空间环境发生灾害性变化,导致卫星陨落、飞行物的跟踪识别发生困难、无线电通信中断、电网故障造成大范围停电等严重事故。项目组利用先进的人工智能架构和深度学习理论,展开了基于大数据和深度学习的耀斑预报模型研究。提出一种新的样本库构建方法和一种新CNN预报模型,对太阳耀斑二分类预报,预报性能同时达到国际领先水平。提出一种混合深度卷积神经网络级联模型,对太阳耀斑进行多分类预报研究,并且预报性能达到迄今为止最高水平。此外,为了进一步提高深度学习耀斑预报模型的可解释性和预报能力,本项目对基于OVO-CNN深度学习模型进行了可视化研究,从而展开基于深度学习可解释性的耀斑触发机理规律的研究。成果已经得到同行高度认可,并公开发表在业内重要TOP期刊《The Astrophysical Journal》(简称ApJ)和《Monthly Notices of the Royal Astronomical Society(简称MNRAS)上,该系列论文他引次数80余次,其中被业内重要TOP期刊ApJA&AMNRAS等他引次数60余次,国际同行专家对本项目研究成果给予了高度评价。进一步针对太阳射电爆发对导航和无线通信的影响这一特殊空间天气事件,项目组开展了详尽的研究,构建了监测网络和三级预警指标。成果“太阳射电爆发干扰导航通信影响机制及其预警方案研究”,经专家鉴定,结论为:该项目选题新颖,创新强,拥有自主知识产权,应用前景广阔。研究成果总体达到了同领域国际领先水平(参考附件《科技成果评价证书》--中科评字【2019】第3070号)。

代表性论文和主要知识产权目录:

1代表性论文:Predicting Solar Flares Using a Novel Deep Convolutional Neural Network

2代表性论文:Solar Flare Prediction with the Hybrid Deep Convolutional Neural Network

3代表性论文:Hybrid deepconvolutional neural network with one-versus-one approach for solar flare prediction

4代表性论文:Modified Convolutional Neural Network with Transfer Learning for Solar Flare Prediction

5代表性论文:High-performance parallel image reconstruction for the New Vacuum Solar Telescope

6代表性发明专利:一种针对太阳射电爆发干扰导航系统事件的预警平台(ZL201410674454.7

7代表性发明专利:实时全方位扫描无线电环境监测系统(ZL202110995536.1

    (8代表性发明专利:一种用于星载的甚低频太阳射电观测系统(zL201910256320.6

9代表性发明专利:低频射电天文观测和电离层主动探测系统(ZL202110256381.X

10科学技术成果评价证书:太阳射电爆发干扰导航通信影响机制及其预警方案研究,中科评字【2019】第3070号)