首页|面向海洋的多模态智能计算:挑战、进展和展望

面向海洋的多模态智能计算:挑战、进展和展望

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
海洋是高质量发展的要地,海洋科学大数据的发展为认知和经略海洋带来机遇的同时也引入了新的挑战.海洋科学大数据具有超多模态的显著特征,目前尚未形成面向海洋领域特色的多模态智能计算理论体系和技术框架.因此,本文首次从多模态数据技术的视角,系统性介绍面向海洋现象/过程的智能感知、认知和预知的交叉研究进展.首先,通过梳理海洋科学大数据全生命周期的阶段演进过程,明确海洋多模态智能计算的研究对象、科学问题和典型应用场景.其次,在海洋多模态大数据内容分析、推理预测和高性能计算3个典型应用场景中展开现有工作的系统性梳理和介绍.最后,针对海洋数据分布和计算模式的差异性,提出海洋多模态大数据表征建模、跨模态关联、推理预测以及高性能计算4个关键科学问题中的挑战,并提出未来展望.
Marine oriented multimodal intelligent computing:challenges,progress and prospects

聂婕、左子杰、黄磊、王志刚、孙正雅、仲国强、王鑫、王玉成、刘安安、张弘、董军宇、魏志强

展开 >

中国海洋大学,青岛 266100

中国科学院自动化研究所,北京 100190

清华大学计算机科学与技术系,北京 100084

青岛海洋科学与技术试点国家实验室,青岛 266061

天津大学电气自动化与信息工程学院,天津 300072

北京航空航天大学宇航学院,北京 100083

展开 >

海洋大数据 多模态 海洋多媒体内容分析 海洋知识图谱 海洋大数据预测 海洋高性能计算 海洋目标重识别

国家重点研发计划国家自然科学基金国家自然科学基金国家自然科学基金中央高校基本科研业务费专项

2021YFF0704000620724186217237661872326202042008

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(9)
  • 3
  • 28