廣東省大數據計算基礎理論與方法重點實驗室 開放基金申請指南（2022年）
一、實驗室簡介
?東省?數據計算基礎理論與?法重點實驗室于 2021 年經?東省科技廳批注立項建設，依托香港中??學（深圳）。本重點實驗室以“大數據計算基礎理論與方法”為主題，面向數據科學與大數據技術中核心的理論與計算方法，深入探索大數據理論與計算方法中的核心難題，并將大數據的方法以創新的方式應用到社會運行核心行業。
為了推動應用大數據計算基礎理論與方法的發展與應用，集思廣益，擴大交流，營造開放的學術氛圍，吸引、凝聚國內外優秀學者，促進交叉學科和新興學科的形成與發展，培養高層次的創新人才，本重點實驗室設立開放基金。
二、資助類型
面向領域重要需求，瞄準學科前沿，促進學科發展，激勵原始創新。課題支持人員圍繞實驗室研究方向，針對一些在國內外相關研究領域尚處于初始階段的基礎性研究，開展具有前瞻性、勇于創新的探索性研究，期望通過此類課題的研究，為在一些新興方向取得突破性進展和持續研究奠定基礎。具體選題范圍參見第六部分。
三、申請要求及評審
1、申請人不限國籍，所在單位限中國大陸，需具有博士學位或中級及以上技術職稱。
2、每位申請人在同一時間內只能作為課題負責人（或參與人）申請（參與）一項開放基金課題，在研開放基金課題未結題者不得申請新的開放基金課題。
3、?東省?數據計算基礎理論與?法重點實驗室項目管理辦公室負責開放基金課題的申請受理工作，并組織項目的評審，獲批項目由實驗室主任簽署審批意見；由重點實驗室下發立項批準書，通知申請者及所在單位。
4、申請人需填報實驗室開放課題申請書。在申請書的基礎上，根據批準通知，認真填寫《?東省?數據計算基礎理論與?法重點實驗室開放基金資助任務書》。經所在單位審核后，報送實驗室，作為撥款和檢查依據。
5、課題獲得資助后，課題負責人自動成為?東省?數據計算基礎理論與?法重點實驗室的客座研究人員，鼓勵來實驗室進行訪問研究工作。
6、開放基金資助課題所取得的成果，歸實驗室和研究者所在單位共有。
四、受理時間及方式
自本基金指南公布之日起，開始接受課題申請，截止日期為2022年5月31日。申請人請于2022年5月31日17:00前將申請書pdf文檔發送至廣東省?數據計算基礎理論與?法重點實驗室辦公室電子信箱yiweili3@cuhk.edu.cn。郵件標題統一以“省重點實驗室-開放基金-課題名稱”命名。
五、基金資助及管理
1、2022年度開放基金項目的資助金額不超過5萬元，預計資助不超過10項，項目的研究期限一般為2年，項目開始時間為2022年7月1日。
2、在開放基金課題實施過程中，課題負責人需每半年提交一次課題進展報告；開放課題研究期滿，必須在1個月內提交結題報告，并附相關的研究成果證明和正式發表的論文。
3、申請人可在申請時從以下兩種類別中選擇一種作為完成條件：
類別一：以第一作者或通訊作者發表學術論文不少于4篇，其中SCI學術論文不少于2篇。
類別二：以第一作者或通訊作者發表學術論文不少于2篇，其中SCI學術論文不少于1篇，申請并取得至少1個國內外專利授權。
4、經開放基金資助所產生的研究論文和其他成果，按實驗室規定標注?東省?數據計算基礎理論與?法重點實驗室為科研資助單位，具體標注內容為“?東省?數據計算基礎理論與?法重點實驗室資助”或“This work is supported by the Guangdong Provincial Key Laboratory of Big Data Computing, The Chinese University of Hong Kong, Shenzhen”。經開放基金資助所產生的專利授權權益，由?東省?數據計算基礎理論與?法重點實驗室獨享。
5、開放課題的經費使用，按照廣東省財政廳、審計廳的《關于省級財政科研項目資金的管理監督辦法》，同時遵守依托單位的財務管理辦法，專款專用。
六、選題范圍
研究選題圍繞廣東省重點實驗室聚焦的新一代數據驅動的智能信息系統與多模態數據融合的智慧醫療兩大方向，研究內容包含但不僅限于以下內容。
（1）多模態非結構化數據處理基礎理論
（1.1）高維數據表征提取理論
（a）基于矩陣分解的表征學習理論
（b）基于深度學習的表征學習理論
（c）矩陣分解和深度學習中的結構稀疏化
（1.2）數據因果關系分析理論
（a）體檢數據的因果關系挖掘和疾病早篩
（b）多源醫療試驗數據下基于元分析的因果推斷
（c）醫療數據因果推斷框架
（1.3）數據安全與隱私理論
（a）數據隱私保護下的模型學習性能研究
（b）基于醫療數據訓練的深度學習模型的安全漏洞研究
（c）防止惡意攻擊的深度學習醫療圖像識別模型的防御機制研究
（1.4）數據統計建模理論
（a）移動網絡用戶需求感知
（b）在地化無線信道建模
（c）復雜網絡系統性能的精準建模
（2）大規模數據分析核心算法
（2.1）大數據核心優化算法及軟件開發
（a）非凸優化中的核心算法
（b）張量優化的核心算法
（c）新一代優化軟件開發
（2.2）機器學習與強化學習算法
（a）多智能體強化學習研究
（b）機器學習中的鞍點問題算法研究
（c）聯邦-遷移學習算法研究
（3）數據科學核心應用平臺
（3.1）數據驅動的智慧醫療研發平臺
（a）基于數據的疾病風險預測
（b）智慧醫院運營
（c）醫療文本結構化
(d）構建基于醫療數據的聯邦學習平臺
（3.2）數據驅動的智能信息系統研發平臺
（a）移動網絡動態環境的智能感知與精準建模
（b）大規模移動網絡參數的快速優化
（c）構建移動網絡模擬平臺
七、聯系方式
李祎偉 18823759676，yiweili3@cuhk.edu.cn
廣東省大數據計算基礎理論與方法重點實驗室
