CCF 2023中国计算机科学技术发展报告

作　者：	中国计算机学会
出版社：	机械工业出版社
丛编项：
版权说明：	本书为公共版权或经版权方授权，请支持正版图书
标　签：	暂缺

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

　　王建民，教授，博士生导师，软件学院院长。1990年毕业于北京大学，1995年获清华大学博士学位。2014年获国家杰出青年科学基金，国家“万人计划”科技创新领军人才，国家科技部中青年科技领军人才，入选清华大学研究生良师益友名人堂。主要从事大数据与知识工程、过程与行为数据分析、非结构化数据管理技术、产品生命周期管理领域的研究。发表学术论文120余篇，获中国发明专利授权30余项。获国家科技进步奖二等奖2项，科技进步奖一等奖2项。国家重大科技专项“核高基”基础软件方向实施专家组成员，国家“十二五”“ 863”计划先进制造技术领域制造服务技术主题专家组成员，国家“十二五”“ 863”计划先进制造技术领域“面向制造业的核心软件开发”重大项目总体专家组组长。担任全国信息安全标准化技术委员会大数据安全标准特别工作组组长，并牵头制定相关安全标准4项。中国计算机学会数据库专家委员会和大数据专家委员会委员，《计算机集成制造系统》杂志主编。学堂在线《大数据系统基础》课程入选2018年国家精品在线开放课程。

内容简介

本书充分体现了对计算技术发展中的新问题、前沿技术、交叉融合的思考，包括：时序大数据计算技术的研究进展与趋势、多模态大模型的研究进展与趋势、智能网络技术的研究进展与趋势、三维数字人体重建与生成的研究进展、视觉 Transformer 的研究进展与发展趋势、可信赖人工智能的研究进展与发展趋势、机密计算的研究进展与产业趋势报告、交互式定理证明及应用、鲁棒语音信号与信息处理的研究进展与趋势、量子自然语言处理，内容具有权威性、全面性和前沿性。本书主要供中国计算机学会会员了解2023年计算机科学技术发展的最新动态，也非常适合计算机学者和从业者阅读和收藏。

图书目录

前言

时序大数据计算技术的研究进展与趋势

CCF大数据专业委员会

1　引言2

2　时序大数据管理4

2.1　时序数据存储4

2.2　时序数据查询10

2.3　时序数据治理14

3　时序大数据分析17

3.1　通用时序数据建模17

3.2　时空序列数据建模20

3.3　长时序数据建模24

3.4　多模态时序数据建模27

4　时序大数据典型应用29

4.1　教育领域的应用29

4.2　医疗领域的应用32

4.3　工业领域的应用35

4.4　交通领域的应用38

5　发展趋势与展望40

5.1　时序大数据管理40

5.2　时序数据预训练41

5.3　时序数据的泛化41

5.4　时序数据的因果学习42

5.5　时序数据的可解释性43

5.6　时间序列的固有属性挖掘43

参考文献45

作者简介57

多模态大模型的研究进展与趋势

CCF多媒体技术专业委员会

1　引言60

2　国外研究现状62

2.1　多模态数据集62

2.2　多模态预训练模型65

2.3　下游任务85

3　国内研究现状100

3.1　多模态数据集100

3.2　预训练模型102

3.3　下游任务112

4　国内外研究进展比较123

4.1　多模态数据集123

4.2　预训练模型124

4.3　下游任务126

5　发展趋势与展望128

5.1　多模态数据集128

5.2　预训练模型129

5.3　下游任务130

6　结束语131

参考文献131

作者简介142

智能网络技术的研究进展与趋势

CCF互联网专业委员会

1　引言144

2　智能网络及其体系结构技术145

2.1　AI for Science概述145

2.2　互联网技术阶段特征146

2.3　智能网络体系结构147

3　AI计算的网络技术152

3.1　高性能AI计算的网络技术152

3.2　分布式大模型训练的网络优化技术153

4　智能路由技术155

4.1　基于监督学习的智能路由算法156

4.2　基于强化学习的智能路由算法156

4.3　智能路由算法的训练与部署157

5　智能传输技术158

5.1　智能拥塞控制技术159

5.2　智能报文调度技术161

5.3　网络侧智能流量控制技术163

6　网络智能运维164

6.1　网络建模164

6.2　故障预测165

6.3　故障定位167

6.4　因果推断168

7　总结与未来发展展望169

参考文献170

作者简介175

三维数字人体重建与生成的研究进展

CCF计算机辅助设计与图形学专业委员会

1　引言179

1.1　三维人体建模研究的问题179

1.2　本文的组织结构180

2　三维人体表征概述181

2.1　模板表征181

2.2　隐式表面场184

2.3　神经辐射场185

3　国内外研究进展186

3.1　运动捕捉186

3.2　重建与渲染193

3.3　化身建模205

3.4　多模态数字人生成215

4　发展趋势与展望229

4.1　稀疏视点高精度重建229

4.2　实时高质量渲染229

4.3　高效动态建模230

4.4　大模型带来的机遇和挑战230

5　结束语230

参考文献231

作者简介264

视觉Transformer的研究进展与发展趋势

CCF计算机视觉专委会

1　引言267

2　视觉Transformer模型设计268

2.1　经典视觉Transformer模型设计268

2.2　局部信息的引入271

2.3　视觉Transformer大模型273

3　Transformer模型在自监督学习中的应用274

3.1　CNN时代的自监督学习方法274

3.2　基于对比学习的方法276

3.3　基于掩码图像建模的方法277

3.4　掩码图像建模方法的拓展280

4　多模态任务中的Transformer模型282

4.1　多模态Transformer架构282

4.2　基于预训练的多模态Transformer285

4.3　基于大语言模型的多模态Transformer模型286

4.4　超越双模态的多模态Transformer架构287

5　国内外研究进展比较288

6　发展趋势与展望290

7　结束语291

参考文献291

作者简介301

可信赖人工智能的研究进展与发展趋势

CCF容错计算专委

1　引言304

1.1　可信赖人工智能发展背景304

1.2　可信赖人工智能的含义305

1.3　可信赖人工智能研究热点305

2　可信赖人工智能国际研究现状309

2.1　人工智能系统对抗攻击与防御热点技术309

2.2　可信赖人工智能测试与评估315

2.3　可信赖人工智能相关标准325

3　可信赖人工智能国内研究进展329

3.1　人工智能系统对抗攻击与防御热点技术329

3.2　可信赖人工智能测试与评估334

3.3　可信赖性度量337

3.4　可信赖人工智能相关标准337

4　可信赖人工智能国内外研究进展比较339

4.1　人工智能系统对抗攻击与防御热点技术339

4.2　可信赖人工智能测试与评估341

4.3　可信赖人工智能相关标准342

5　可信赖人工智能发展趋势343

6　结束语344

参考文献344

作者简介358

机密计算的研究进展与产业