“挑战杯”全国大学生课外学术科技作品竞赛是由共青团中央、中国科协、教育部、全国学联和承办高校所在省（市）人民政府主办大学生科技创新赛事。于1989年在清华大学首次举办，至今已举办十五届。在广大高校乃至社会上产生了广泛而良好的影响，被称为中国大学生科技创新的“奥林匹克”盛会，是目前国内大学生最关注最热门的全国性竞赛，也是全国最具代表性、权威性、示范性、导向性的大学生竞赛。我校戴戈同学曾连续三届参加“挑战杯”竞赛，两次获得特等奖、一次获得一等奖，是“挑战杯”竞赛历史上的传奇人物。在2017年举办的第十五届“挑战杯”竞赛中，我校在全国主体赛中获得2项特等奖，2项一等奖，2项二等奖和一项“一带一路”专项奖，以总成绩420分刷新了江苏高校参加“挑战杯”竞赛的历史最高分，位列全国第三，领跑江苏。这是学校继2001年和2007年两次总分第一、捧得“挑战杯”后，再次进入全国前三，这也是学校在“挑战杯”全国赛历史上第一次总分突破400分。东南大学2021年“挑战杯”课外学术作品项目申报现已正式启动，鼓励17、18级本科生积极参与报名，现有项目介绍如下：
曹进德教授课题组主要以群体智系统为研究对象，包括神经网络、复杂网络和多智能体系统的理论、方法及其在人工智能中的应用研究。群体智能作为人工智能领域研究的重要方向，在工程领域中具有广泛的应用前景，包括基于群体智能系统理论的资源配置问题、交通控制问题、机器人群体协调控制问题、网络图结构的特征提取问题，等等。为推动相关研究的进一步发展，国务院于2017年发布《新一代人工智能发展规划》，明确将群体智能的研究作为中国人工智能理论和应用研究的方向之一，这对未来群体智能科技的发展具有重要的指导作用。为推动学校相关研究的发展，2018年东南大学将群体智能列为“十大科学问题”，以鼓励相关基本理论与工程应用的研究。东南大学网络群体智能团队在曹进德教授领导下，依托“江苏省网络群体智能重点实验室”，联合了东南大学数学学院、信息科学与工程学院、电气工程学院、交通学院等，主要围绕群体智能的理论与方法、网络群体智能学习与协同控制、复杂网络的智能信息挖掘与决策优化等方向开展研究工作，并探索群体智能理论在智能控制、智能交通、智能通信、智能电网和智能机器人等领域的应用，力图打造具有东南大学特色的群体智能研究和开发团队。
曹进德，博士生导师，四川大学理学博士，香港中文大学博士后，享受国务院特殊津贴。现任东南大学首席教授，校学术委员会副主任、理学部主任、数学学院院长、中国智能交通协会第二届专家委员会成员、江苏省网络群体智能重点实验室主任、东南大学复杂系统与网络科学研究中心主任。 国家自然科学基金重点项目负责人。近年来围绕智慧城市、智能交通、大数据与人工智能多次在世界人工智能大会、(西安)国际人工智能院长论坛、大数据与人工智能创新论坛、第二届全球未来网络发展峰会、第二届数字中国（枣庄）峰会、“从研究到产业”2018人工智能高峰论坛（苏州）等并发表主题演讲或作为圆桌论坛嘉宾。 2018年当选欧洲科学与艺术院院士。2017年荣获首届全国创新争先奖。2016年当选为欧洲科学院院士与巴基斯坦科学院院士。2015 年当选IEEE Fellow。现为Thomson Reuters/Clarivate Analytics全球高被引用科学家（覆盖工程学、计算机科学和数学三个领域）。此外还受聘担任山东师范大学人工智能研究院名誉院长、江苏省物联网智能机器人工程实验室学术委员会副主任、苏州大学人工智能研究院学术委员会副主任等。
刘庆山，东南大学数学学院，教授。近年来主要从事神经网络动力学优化、多智能体分布式动力学优化、稀疏表示算法以及模式识别等方向的研究工作。在国内外学术刊物发表论文60余篇；荣获省部级自然科学奖2项，IEEE计算智能学会杰出论文和亚太神经网络联合会青年研究者奖；入选教育部“新世纪优秀人才支持计划”和江苏省第五期“333高层次人才”培养工程；2014年至2017年连续四年入选爱思唯尔(Elsevier)中国高被引学者榜单。
许文盈，东南大学数学学院，讲师，“德国洪堡基金”获得者。近年来主要从事基于事件驱动的多智能体分布式协调控制及复杂网络动力学分析的研究工作。迄今已发表 20余篇论文，所取得的研究成果主要发表在IEEE Trans. Cybernetics、IEEE Trans. Ind. Electron.、Automatica、IEEE Trans. Neural Netw. Learn. Syst.、Int. J. Robust Nonlinear Control、IET Contr. Theory Appl.等国际著名SCI刊物上。入选江苏省双创人才项目和东南大学至善青年学者。
一、基于复杂网络特征描述的脑电信号分类方法研究
指导教师 | 姓名 | 所在单位 | 职称 |
1 | 曹进德 | 数学学院 | 教授 |
2 | 刘庆山 | 数学学院 | 教授 |
3 | 许文盈 | 数学学院 | 讲师 |
项目简介： 大脑作为神经系统的中枢，是目前人们己知的结构和功能最复杂的系统。在生命科学、神经科学、信息科学等多个科学领域，关于大脑功能的研究一直是最引人注目也是最困难的课题。脑电信号（EEG）因具有易获得性、安全性和高时间分辨率等特性使其成为研究大脑活动的一项重要工具。本项目旨在利用复杂网络的统计学特征，包括网络结构特征、聚类分析特征、度分布特征等，描述脑电信号的数据特征，进而对脑电信号进行分类。 作品的实际应用价值和现实指导意义： 大脑功能网络在神经系统疾病研究方面已经取得了一系列突出成果。在阿尔茨海默病方面，研究表明阿尔茨海默病患者大脑功能网络并不表现为一般的小世界结构，而更趋向于随机结构。帕金森病是一种神经退化疾病，目前一些网络分析研究表明帕金森病对大脑功能网络效率是有影响的。对于脑部肿瘤，很明显它对大脑结构方面是有影响的，网络分析研究发现大脑肿瘤患者的大脑网络也趋向于随机的拓扑结构，并且这些影响与认知功能失调和癫痫有关。因此，研究功能性大脑网络，并利用脑电信号特征进行分类识别，对研究脑部疾病具有重要意义，同时对脑部认知和医学辅助医疗等都有实际指导意义。 | |||
二、基于事件驱动的分布式智能控制理论与应用研究
指导教师 | 姓名 | 所在单位 | 职称 |
1 | 曹进德 | 数学学院 | 教授 |
2 | 刘庆山 | 数学学院 | 教授 |
3 | 许文盈 | 数学学院 | 讲师 |
项目简介： 近些年，伴随人工智能的发展，智能化控制理论得到了国内外学者广泛的关注，并逐步被应用于智能电网、智能交通以及智能物流等领域。事件驱动理论作为一种智能化的策略而备受关注，它是一种由“需要”驱动的机制，相比传统依赖时间演化产生的行为显得更加智能。“事件驱动控制”作为一类“智能的（smart）”控制策略在信息物理系统中发挥着巨大的作用，并被有效运用到智能交通、智能电网、智能家居等研究中。 作品的实际应用价值和现实指导意义： 智能化操作其本质上都是“事件”驱动的，这说明事件驱动的思想将在国家战略“人工智能”领域中具有广阔的应用前景及理论研究意义。目前关于事件驱动的研究还处于起步阶段，伴随人工智能发展引发的数据集的海量性，数据的高维度性及数据收集和存储的分布性等特点，学者们发现：将事件驱动的思想运用到信息共享和数据计算中，可大规模地降低通信量和计算量。进而引发了事件驱动机制研究的热潮。该问题是实现智能化控制的根本性问题之一。 | |||
请17、18级有意向报名2021年东南大学“挑战杯”大学生课外学术作品项目的同学于2018年12月19日晚10点前将报名表（见下方链接）填写好后发送至东南大学学生科学技术协会seutech@163.com 。
