总体概括:

总体概括

研究目标:

研究目标

成果简介:

本成果瞄准网络社会热点事件舆情分析与监控的国家重大需求、契合跨空间协同感知的科学前沿,拟解决社会热点事件的知识鲁棒统一表达、高效协同的社会事件发现与关联跟踪演化规律、及全局态势分析与预测等问题,实现二元空间中分散于跨平台、跨模态和跨时空的社会热点事件的及时准确表示、发现、关联跟踪和全局态势分析与预测。从而有助于政府科学决策、经济协调发展、社会和谐稳定。

课题负责人:徐常胜
学术骨干:阮秋琦 唐金辉 向世明 刘静
参与单位:中科院自动化研究所 南京理工大学 北京交通大学
2015年12月20日

1. 科学问题研究:

瞄准网络社会热点事件舆情分析与监控的国家重大需求、契合跨空间协同感知的科学前沿,拟解决二元空间中分散于跨平台、跨模态和跨时空的社会热点事件的鲁棒表示、发现、关联和全局态势分析与预测

代表性成果有:
  • 基于提升深度学习的跨平台事件鲁棒表示算法(TMM2015[Project Page]
  • 基于多模态和跨平台特性的多元协同深度特征学习算法(TMM2015[Project Page]
  • 基于非参贝叶斯协同学习的跨空间社会事件协同发现(MM2015[Project Page]
  • 基于在线主题模型建模的社会事件时空关联和全局态势演化分析(TMM2015[Project Page]
  • 基于提升多模态监督主题模型学习的事件发现和关联方法(TOMM2014[Project Page]
  • 基于协同概率多假设的跨空间社会突发事件协同关联跟踪(TOMM2014[Project Page]

2. 实际应用Demo展示:

Demo 展示

物理与网络二元空间社会热点事件关联和全局态势演化分析
team 1

阿拉伯之春

Arab Spring

team 2

2011伦敦骚乱

London Riots in 2011

team 3

南海争端

Dispute of the South China Sea