2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

浅析人工智能学科基金项目申请资助情况及展望

吴国政 吴云凯 张兆田 韩军伟

吴国政, 吴云凯, 张兆田, 韩军伟. 浅析人工智能学科基金项目申请资助情况及展望. 自动化学报, 2020, 46(12): 2711−2718 doi: 10.16383/j.aas.c200870
引用本文: 吴国政, 吴云凯, 张兆田, 韩军伟. 浅析人工智能学科基金项目申请资助情况及展望. 自动化学报, 2020, 46(12): 2711−2718 doi: 10.16383/j.aas.c200870
Wu Guo-Zheng, Wu Yun-Kai, Zhang Zhao-Tian, Han Jun-Wei. Review on the applications and grants of national natural science foundation on artificial intelligence and its prospects. Acta Automatica Sinica, 2020, 46(12): 2711−2718 doi: 10.16383/j.aas.c200870
Citation: Wu Guo-Zheng, Wu Yun-Kai, Zhang Zhao-Tian, Han Jun-Wei. Review on the applications and grants of national natural science foundation on artificial intelligence and its prospects. Acta Automatica Sinica, 2020, 46(12): 2711−2718 doi: 10.16383/j.aas.c200870

浅析人工智能学科基金项目申请资助情况及展望

doi: 10.16383/j.aas.c200870
详细信息
    作者简介:

    吴国政:博士, 国家自然科学基金委员会信息科学部三处处长. 主要研究方向为人工智能. 本文通信作者. E-mail: wugz@nsfc.gov.cn

    吴云凯:博士, 江苏科技大学电子信息学院副教授. 主要研究方向为人工智能、故障诊断与容错控制. E-mail: wuyunkaischolar@just.edu.cn

    张兆田:研究员, 国家自然科学基金委员会信息科学部副主任. 主要研究方向为逆问题、层析成像. E-mail: zhangzt@nsfc.gov.cn

    韩军伟:博士, 西北工业大学教授. 主要研究方向为人工智能. E-mail: jhan@nwpu.edu.cn

Review on the Applications and Grants of National Natural Science Foundation on Artificial Intelligence and Its Prospects

  • 摘要: 针对信息学部人工智能学科(F06) 2018至2020年度基金项目的申请和资助情况, 截取面上、青年、地区和重点项目, 点−线−面相结合, 从多种客观指标角度系统分析了三年来人工智能学科的申请和资助情况. 2020年度国家自然科学基金委学科代码进行了大幅度的调整和改革, 特别是在取消三级代码、增加二级代码数目的背景下, 本文的分析可以为新版代码的科学性和未来基金项目的申请、评审和资助导向提供统计支撑. 同时, 结合最近三年人工智能学科基金项目的申请资助情况, 以及科学处对人工智能领域的若干推动和工作安排, 对未来国家自然科学基金资助架构下的人工智能学科发展进行了展望.
  • 图  1  2018−2020年度F06四类项目申请情况

    Fig.  1  Application of F06 in 2018−2020

    图  2  2018−2020年度F06四类项目资助情况

    Fig.  2  Funding of F06 in 2018−2020

    图  3  2018−2020年度F06四类项目资助比例

    Fig.  3  Funding rat of F06 in 2018−2020

    图  4  2018−2020年度F06四类项目资助强度

    Fig.  4  Financial support of F06 in 2018−2020

    表  1  2018年信息学部F06申请资助情况[2]

    Table  1  Application and funding of F06 in Department of Information Sciences 2018

    项目类型申请数量资助数量资助比例 (%)平均资助强度 (万元)
    面上项目132223117.4760.21
    青年项目90522324.6424.64
    地区项目2564015.6337.98
    重点项目721622.22285.25
    下载: 导出CSV

    表  2  2019年信息学部F06申请资助情况

    Table  2  Application and funding of F06 in Department of Information Sciences 2019

    项目类型申请数量资助数量资助比例 (%)平均资助强度 (万元)
    面上项目144725617.6959.89
    青年项目96022523.4424.22
    地区项目2804114.6438.39
    重点项目591525.42300.13
    下载: 导出CSV

    表  3  2020年信息学部F06申请资助情况

    Table  3  Application and funding of F06 in Department of Information Sciences 2020

    项目类型申请数量资助数量资助比例 (%)平均资助强度 (万元)
    面上项目157326316.7258.70
    青年项目114625722.4324.00
    地区项目3124915.7136.00
    重点项目711318.31296.23
    下载: 导出CSV

    表  4  2019−2020年度信息学部F06面上项目申请量排名前五位的依托单位

    Table  4  Top 5 application of F06 general projects in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数占比 (%)依托单位项目数占比 (%)
    电子科技大学322.21电子科技大学241.53
    西安电子科技大学271.87华南理工大学231.46
    西安交通大学241.66中国科学院自
    动化研究所
    221.40
    广东工业大学201.38同济大学211.34
    中国科学院自
    动化研究所
    191.31广东工业大学201.27
    下载: 导出CSV

    表  5  2019−2020年度信息学部F06面上项目资助量排名前五位的依托单位

    Table  5  Top 5 funding of F06 general projects in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数资助率 (%)依托单位项目数资助率 (%)
    大连理工大学850.00中国科学院自
    动化研究所
    836.36
    中国科学院自
    动化研究所
    736.84大连理工大学853.33
    哈尔滨工业大学736.84北京邮电大学735.00
    电子科技大学721.88复旦大学743.75
    中山大学746.67中山大学642.86
    下载: 导出CSV

    表  6  2019−2020年度信息学部F06青年项目申请量排名前五位的依托单位

    Table  6  Top 5 application of F06 youth science foundation projects in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数占比 (%)依托单位项目数占比 (%)
    国防科技大学272.81中国科学院自
    动化研究所
    221.92
    中国科学院自
    动化研究所
    212.19国防科技大学201.75
    西安电子科技大学131.35深圳大学121.05
    北京工业大学111.15西安电子科技大学100.87
    中山大学111.15国防科技创
    新研究院
    100.87
    下载: 导出CSV

    表  7  2019−2020年度信息学部F06青年项目资助量排名前五位的依托单位

    Table  7  Top 5 funding of F06 youth science foundation projects in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数资助率 (%)依托单位项目数资助率 (%)
    国防科技大学1244.44中国科学院自
    动化研究所
    940.91
    西安电子科
    技大学
    1076.92哈尔滨工业大学6100
    中国科学院自
    动化研究所
    1047.62深圳大学583.33
    北京工业大学763.64广东工业大学555.56
    合肥工业大学675.00中山大学571.43
    下载: 导出CSV

    表  8  2019−2020年度信息学部F06地区项目申请量排名前五位的依托单位

    Table  8  Top 5 application of F06 projects for developing region in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数占比 (%)依托单位项目数占比 (%)
    新疆大学248.57新疆大学175.45
    昆明理工大学155.36云南大学113.53
    桂林电子科技大学134.64桂林电子科技大学103.21
    江西师范大学124.29贵州大学103.21
    云南大学103.57昆明理工大学92.88
    下载: 导出CSV

    表  9  2019−2020年度信息学部F06地区项目资助量排名前五位的依托单位

    Table  9  Top 5 funding of F06 projects for developing region in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数资助率 (%)依托单位项目数资助率 (%)
    江西师范大学433.33南昌大学571.43
    云南大学330.00云南大学327.27
    内蒙古大学350.00贵州大学330.00
    桂林电子
    科技大学
    323.08桂林电子
    科技大学
    220.00
    内蒙古工业大学2100内蒙古工业大学250.00
    下载: 导出CSV

    表  10  2019−2020年度信息学部F06重点项目申请量排名前五位的依托单位

    Table  10  Top 5 application of F06 key projects in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数占比 (%)依托单位项目数占比 (%)
    西安电子科技大学58.47西安电子科技大学68.45
    清华大学46.78中国科学院自
    动化研究所
    57.04
    北京邮电大学35.08北京大学57.04
    北京师范大学23.39天津大学45.63
    西北工业大学23.39清华大学45.63
    下载: 导出CSV

    表  11  2019−2020年度信息学部F06重点项目资助量排名前五位的依托单位

    Table  11  Top 5 funding of F06 key projects in Department of Information Sciences 2019−2020

    2019年2020年
    依托单位项目数资助率 (%)依托单位项目数资助率 (%)
    清华大学375.00北京大学240.00
    同济大学1100中国科学院自
    动化研究所
    240.00
    大连理工大学1100西安电子科技大学233.33
    西北工业大学150.00电子科技大学1100
    华南理工大学1100西安交通大学150.00
    下载: 导出CSV

    表  12  2020年人工智能 (F06) 新版学科代码与旧版学科代码的迁移变化关系

    Table  12  The relationship between 2020 new-version code and old-version code of artificial intelligence (F06)

    旧版代码原学科领域变化新版代码现学科领域
    F0601人工智能基础迁移F0601人工智能基础
    新增F0602复杂性科学与人工智能理论
    F0602机器学习迁移F0603机器学习
    F0603机器感知与模式识别迁移F0604机器感知与机器视觉
    新增F0605模式识别与数据挖掘
    F0604自然语言处理迁移F0606自然语言处理
    F0605知识表示与处理迁移F0607知识表示与处理
    F0606智能系统与应用迁移F0608智能系统与人工智能安全
    F0607认知与神经科学启发的人工智能迁移F0609认知与神经科学启发的人工智‍能
    新增F0610交叉学科中的人工智能问题
    下载: 导出CSV

    表  13  2018−2020年度人工智能 (F06) 各学科代码的资助率 (以新版代码统计) (%)

    Table  13  The funding rate of each artificial intelligence (F06) code in 2018−2020 (Based on new-version code) (%)

    学科领域代码面上项目青年项目地区项目
    2018年2019年2020年2018年2019年2020年2018年2019年2020年
    人工智能基础F060118.4021.5219.4931.6425.6626.4225.0020.5925.00
    复杂性科学与人工智能理论F06020.000.009.090.000.0018.920.000.0025.00
    机器学习F060314.389.5116.9226.4523.7724.8321.7417.657.41
    机器感知与机器视觉F060418.2433.3316.5526.3825.4223.4317.8611.7619.15
    模式识别与数据挖掘F060520.9932.8620.4521.1923.2024.3412.5011.1116.67
    自然语言处理F060621.2854.1723.0825.4229.3131.9414.2915.5610.20
    知识表示与处理F060711.764.2415.4918.1828.5718.8711.7619.0515.38
    智能系统与人工智能安全F060814.6317.7819.7221.9819.8120.633.7014.290.00
    认知与神经科学启发的人工智能F060920.2113.1418.2835.1419.7422.6720.009.0933.33
    交叉学科中的人工智能问题F061014.569.4912.1113.3318.7515.1020.0010.5316.67
    人工智能F060.000.000.0016.670.008.330.000.000.00
    合计17.4717.6916.7224.6423.4422.4315.6314.6415.71
    下载: 导出CSV

    表  14  2019−2020年度信息学部人工智能 (F06) 面上项目科学问题属性分布

    Table  14  Scientific properties of artificial intelligence (F06) general projects in Department of Information Sciences 2019−2020

    年份科学属性申请数上会数资助数上会/申请 (%)资助/上会 (%)资助率 (%)
    2019年A类145362124.8358.3314.48
    B类53219413136.4767.5324.62
    C类5061257724.7061.6015.22
    D类264542720.4550.0010.23
    合计144740925628.2762.5917.69
    2020年A类105141113.3378.5710.48
    B类60918813430.8771.2822.00
    C类5401238722.7870.7316.11
    D类319543116.9357.419.72
    合计157337926324.0969.3916.72
    下载: 导出CSV

    表  15  2019−2020年度信息学部人工智能 (F06) 青年项目科学问题属性分布

    Table  15  Scientific properties of artificial intelligence (F06) youth science foundation projects in Department of Information Sciences 2019−2020

    年份科学属性申请数上会数资助数上会/申请 (%)资助/上会 (%)资助率 (%)
    2019年A类83251330.1252.0015.66
    B类36716711345.5067.6630.79
    C类3141126435.6757.1420.38
    D类196563528.5762.5017.86
    合计96036022537.5062.5023.44
    2020年A类86211324.4261.915.12
    B类46217612938.1073.3027.92
    C类3671107229.9765.4519.62
    D类231644327.7167.1918.61
    合计114637125732.3769.2722.43
    下载: 导出CSV

    表  16  2019−2020年度信息学部人工智能 (F06) 地区项目科学问题属性分布

    Table  16  Scientific properties of artificial intelligence (F06) projects for developing region in Department of Information Sciences 2019−2020

    年份科学属性申请数上会数资助数上会/申请 (%)资助/上会 (%)资助率 (%)
    2019年A类28103.570.000.00
    B类76181123.6861.1114.47
    C类119311826.0558.0615.13
    D类57151226.3280.0021.05
    合计280654123.2163.0814.64
    2020年A类175529.41100.0029.41
    B类86241627.9166.6618.60
    C类141302021.2866.6614.18
    D类6812817.6566.6611.76
    合计312714922.7669.0115.71
    下载: 导出CSV

    表  17  2019−2020年度信息学部人工智能 (F06) 重点项目科学问题属性分布

    Table  17  Scientific properties of artificial intelligence (F06) key projects in Department of Information Sciences 2019−2020

    年份科学属性申请数上会数资助数上会/申请 (%)资助/上会 (%)资助率 (%)
    2019年A类51120.00100.0020.00
    B类135338.4660.0023.08
    C类2813846.4361.5428.57
    D类134330.7775.0023.08
    合计59231538.9865.2225.42
    2020年A类3000.000.00
    B类203115.0033.335.00
    C类41131031.7176.9224.39
    D类73242.8666.6628.57
    合计71191326.7668.4218.31
    下载: 导出CSV
  • [1] 中国人工智能2.0发展战略研究项目组. 中国人工智能2.0发展战略研究. 杭州: 浙江大学出版社, 2019.

    China AI 2.0 Development Strategy Research Group. China AI 2.0 Development Strategy Research. Hangzhou: Zhejiang University Press, 2019.
    [2] 吴国政, 胡振涛, 潘庆, 李建军, 张兆田. 2018年度信息科学部基金评审工作综述. 中国科学基金, 2019, 31(1): 15−18

    Wu Guo-Zheng, Hu Zhen-Tao, Pan Qing, Li Jian-Jun, Zhang Zhao-Tian. Proposal application, peer review and funding of the Department of Information Sciences in 2018: an overview. Bulletin of National Natural Science Foundation of China, 2019, 31(1): 15−18
    [3] 李静海. 全面深化科学基金改革更好发挥在国家创新体系中的基础引领作用. 中国科学基金, 2019, 33(3): 209−214

    Li Jing-Hai. Deepen the reform of the National Natural Science Fund to play the fundamental and leading role in the national innovation system. Bulletin of National Natural Science Foundation of China, 2019, 33(3): 209−214
    [4] 李静海. 构建新时代科学基金体系, 夯实世界科技强国根基. 中国科学基金, 2018, 32(4): 345−350

    Li Jing-Hai. Building a science funding system for a new paradigm shift in science. Bulletin of National Natural Science Foundation of China, 2018, 32(4): 345−350
    [5] 邓方, 宋苏, 刘克, 吴国政, 付俊. 国家自然科学基金自动化领域数据分析与研究热点变化. 自动化学报, 2018, 44(2): 377−384

    Deng Fang, Song Su, Liu Ke, Wu Guo-Zheng, Fu Jun. Data and research hotspot analyses of National Natural Science Foundation of China in automation field. Acta Automatica Sinica, 2018, 44(2): 377−384
    [6] 吴飞, 阳春华, 兰旭光, 丁进良, 郑南宁, 桂卫华, 等. 人工智能的回顾与展望. 中国科学基金, 2018, 32(3): 243−250

    Wu Fei, Yang Chun-Hua, Lan Xu-Guang, Ding Jin-Liang, Zheng Nan-Ning, Gui Wei-Hua, et al. Artificial intelligence: review and future opportunities. Bulletin of National Natural Science Foundation of China, 2018, 32(3): 243−250
  • 加载中
图(4) / 表(17)
计量
  • 文章访问数:  2569
  • HTML全文浏览量:  6805
  • PDF下载量:  1004
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-19
  • 录用日期:  2020-10-29
  • 网络出版日期:  2020-11-11
  • 刊出日期:  2020-12-29

目录

    /

    返回文章
    返回