2024年度自动化学科国家自然科学基金项目申请与资助情况综述

崔国增; 王睿; 刘行健; 赵瑞珍

doi:10.16383/j.aas.c240761

2024年度自动化学科国家自然科学基金项目申请与资助情况综述

doi: 10.16383/j.aas.c240761 cstr: 32138.14.j.aas.c240761

崔国增^{1, 2,},
王睿^1,,
刘行健^{1, 3,},
赵瑞珍^1,

1.
国家自然科学基金委员会信息科学部信息科学三处北京 100085
2.
苏州科技大学电子与信息工程学院苏州 215009
3.
大连理工大学机器人与智能系统研究院、机械工程学院大连 116023

详细信息

作者简介:
崔国增：苏州科技大学电子与信息工程学院副教授, 目前在国家自然科学基金委员会信息科学部信息科学三处兼聘工作. 主要研究方向为自适应控制, 智能控制及其应用.E-mail: guozengcui@gmail.com

王睿：博士, 副研究员, 国家自然科学基金委员会信息科学部信息科学三处项目主任. 主要研究方向为智能机器人, 控制理论与技术.E-mail: wangrui1@nsfc.gov.cn

刘行健：大连理工大学机器人与智能系统研究院、机械工程学院教授, 目前为国家自然科学基金委员会信息科学部信息科学三处流动项目主任. 主要研究方向为机器视觉, 机器人及其在制造与医疗方面的应用.E-mail: xjliu@dlut.edu.cn

赵瑞珍：博士, 教授, 国家自然科学基金委员会信息科学部信息科学三处处长. 主要研究方向为计算机图像与视频处理. 本文通信作者.E-mail: zhaorz@nsfc.gov.cn

计量
- 文章访问数: 131
- HTML全文浏览量: 69
- 被引次数: 0
出版历程
- 收稿日期: 2024-11-27
- 网络出版日期: 2024-12-11

Overview of NSFC Proposal Application and Funding Status of Automation Discipline in 2024

CUI Guo-Zeng^{1, 2
,},
WANG Rui^1
,,
LIU Xing-Jian^{1, 3
,},
ZHAO Rui-Zhen^1
,

1.
Division III in the Department of Information Sciences, National Natural Science Foundation of China, Beijing 100085
2.
School of Electronic and Information Engineering, Suzhou University of Science and Technology, Suzhou 215009
3.
Institute of Robotics and Intelligent Systems (IRIS), School of Mechanical Engineering, Dalian University of Technology, Dalian 116023

More Information

Author Bio:
CUI Guo-Zeng　Associate Professor at School of Electronic and Information Engineering, Suzhou University of Science and Technology. He is currently on loan to Division III in the Department of Information Sciences, National Natural Science Foundation of China. His research interest covers adaptive control, intelligent control and their applications

WANG Rui　Ph.D., Associate professor, Program Director of Division III in the Department of Information Sciences, National Natural Science Foundation of China. His research interest covers intelligent robots, control theory and technologies

LIU Xing-Jian　Professor at Institute of Robotics and Intelligent Systems (IRIS), School of Mechanical Engineering, Dalian University of Technology. He is currently a non-permanent Program Director of Division III in the Department of Information Sciences, National Natural Science Foundation of China. His research interest covers machine vision, robotics and their applications in manufacturing and medicine

ZHAO Rui-Zhen　Ph.D., professor, director of Division III in the Department of Information Sciences, National Natural Science Foundation of China. His research interest covers image and video processing. Corresponding author of this paper

摘要

摘要: 为使广大科研人员了解国家自然科学基金自动化学科 (申请代码F03) 基础研究队伍、主要研究方向和发展趋势, 本文统计并分析了自动化学科2024年度面上项目、青年科学基金项目、地区科学基金项目、重点项目、优秀青年科学基金项目和国家杰出青年科学基金项目的申请与资助情况. 此外, 本文还重点介绍了自动化学科在RCC (Responsibility, credibility, contribution)评审机制试点工作和项目倾斜支持政策方面的举措. 最后进行了总结和展望.
- 国家自然科学基金 /
- 自动化学科 /
- 申请与资助情况
Abstract: In order to enable researchers to understand the basic research team, main research directions and development trends of the National Natural Science Foundation of China (NSFC) in automation discipline (application code F03), this article provides a statistical analysis of various types of projects, including General Program, Young Scientists Fund, Fund for Less Developed Regions, Key Program, Excellent Young Scientists Fund, and National Science Fund for Distinguished Young Scholars in 2024. In addition, this article focuses on the RCC (responsibility, credibility, contribution) pilot evaluation mechanism for automation discipline, and program preferential support policies. Finally, a summary and outlook are given.
- National Natural Science Fund (NSFC) /
- automation discipline /
- application and funding status

HTML全文

图 1 近五年(2020—2024年) F03“面青地”项目资助率

Fig. 1 Funding rates of “General-Young-Regions” projects in F03 over the past five years (2020—2024)

下载: 全尺寸图片幻灯片

图 2 2024年度F03“面青地”申请项目关键词云图

Fig. 2 Keyword cloud chart of application of “General-Young-Regions” projects in F03 for the year 2024

下载: 全尺寸图片幻灯片

图 3 近五年(2020—2024年) F03重点项目申请与资助情况

Fig. 3 Application and funding status of key program in F03 over the past five years (2020—2024)

下载: 全尺寸图片幻灯片

图 4 2024年度F03优青项目申请人年龄分布情况

Fig. 4 Age distribution of applicants for Excellent Young Scientists Fund in F03 for the year 2024

下载: 全尺寸图片幻灯片

图 5 近五年(2020—2024年) F03优青项目申请与资助情况

Fig. 5 Application and funding status of Excellent Young Scientists Fund in F03 over the past five years (2020—2024)

下载: 全尺寸图片幻灯片

图 6 2024年度F03杰青项目申请人年龄分布情况

Fig. 6 Age distribution of applicants for National Science Fund for Distinguished Young Scholars in F03 for the year 2024

下载: 全尺寸图片幻灯片

图 7 近五年(2020—2024年) F03杰青项目申请与资助情况

Fig. 7 Application and funding status of National Science Fund for Distinguished Young Scholars in F03 over the past five years (2020—2024)

下载: 全尺寸图片幻灯片

图 8 2024年度F03“面青地”项目申请人对专家评审意见有效RCC反馈统计

Fig. 8 Statistical analysis of effective RCC feedback from applicants of “General-Young-Regions” projects in F03 for the year 2024

下载: 全尺寸图片幻灯片

表 1 F03二级申请代码及代码名称

Table 1 Secondary application code and code name of F03

二级申请代码	代码名称
F0301	控制理论与技术
F0302	控制系统与应用
F0303	系统建模理论与仿真技术
F0304	系统工程理论与技术
F0305	生物、医学信息系统与技术
F0306	自动化检测技术与装置
F0307	导航、制导与控制
F0308	智能制造自动化系统理论与技术
F0309	机器人学与智能系统
F0310	人工智能驱动的自动化
F0311	新兴领域的自动化理论与技术

下载: 导出CSV

表 2 2024年度F03“面青地”项目申请与资助情况

Table 2 Application and funding status of “General-Young-Regions” projects in F03 for the year 2024

项目类型	申请数(项)	资助数(项)	申请依托单位数(个)	获资助依托单位数(个)
面上项目	3313	391	506	145
青年项目	2492	502	565	188
地区项目	254	33	85	20

下载: 导出CSV

表 3 近五年(2020—2024) F03“面青地”项目依托单位申请与资助情况

Table 3 Application and funding status of host institutions of “General-Young-Regions” projects in F03 over the past five years (2020—2024)

年度	面上项目			青年项目			地区项目
年度	申请单位数(个)	资助单位数(个)	资助占比	申请单位数(个)	资助单位数(个)	资助占比	申请单位数(个)	资助单位数(个)	资助占比
2024	506	145	28.66%	565	188	33.27%	85	20	23.53%
2023	432	137	31.71%	528	191	36.17%	74	23	31.08%
2022	437	137	31.35%	483	181	37.47%	69	20	28.99%
2021	428	139	32.48%	478	178	37.24%	70	22	31.43%
2020	419	125	29.83%	461	174	37.74%	73	24	32.88%

下载: 导出CSV

表 4 2024年度F03面上项目和青年项目申请数排名前五的依托单位

Table 4 Top Five host institutions with highest applications for General Program and Young Scientists Fund in F03 for the year 2024

序号	面上项目			序号	青年项目
序号	单位名称	申请数(项)	申请占比	序号	单位名称	申请数(项)	申请占比
1	北京航空航天大学	78	2.35%	1	中国人民解放军国防科技大学	46	1.85%
2	东北大学	68	2.05%	2	北京航空航天大学	36	1.44%
3	北京理工大学	65	1.96%	3	上海交通大学	33	1.32%
4	哈尔滨工业大学	60	1.81%	4	清华大学	26	1.04%
5	西北工业大学	59	1.78%	5	哈尔滨工业大学	25	1.00%

下载: 导出CSV

表 5 2024年度F03面上项目和青年项目资助数排名前五的依托单位

Table 5 Top five host institutions with highest funding for General Program and Young Scientists Fund in F03 for the year 2024

序号	面上项目			序号	青年项目
序号	单位名称	资助数(项)	资助率	序号	单位名称	资助数(项)	资助率
1	北京航空航天大学	15	19.23%	1	北京航空航天大学	17	47.22%
2	同济大学	12	30.76%	2	北京理工大学	13	56.52%
3	哈尔滨工业大学	12	20.00%	3	浙江大学	12	66.67%
4	北京理工大学	12	18.46%	4	哈尔滨工业大学	12	48.00%
5	上海交通大学	11	22.00%	5	中国人民解放军国防科技大学	12	26.09%
5	东北大学	11	16.18%

下载: 导出CSV

表 6 2024年度F03各申请代码下“面青地”项目申请与资助情况

Table 6 Application and funding status of “General-Young-Regions” projects in F03 with all application codes for the year 2024

申请代码	面上项目			青年项目			地区项目
申请代码	申请数(项)	资助数(项)	资助率	申请数(项)	资助数(项)	资助率	申请数(项)	资助数(项)	资助率
F0301	482	59	12.24%	410	88	21.46%	48	8	16.67%
F0302	345	40	11.59%	278	57	20.50%	31	4	12.90%
F0303	256	29	11.33%	193	34	17.62%	28	3	10.71%
F0304	202	24	11.88%	183	36	19.67%	17	1	5.88%
F0305	234	29	12.39%	135	28	20.74%	20	1	5.00%
F0306	299	34	11.37%	203	42	20.69%	31	5	16.13%
F0307	248	28	11.29%	219	44	20.09%	9	2	22.22%
F0308	145	18	12.41%	116	21	18.10%	11	1	9.09%
F0309	599	68	11.35%	463	94	20.30%	33	5	15.15%
F0310	358	44	12.29%	229	43	18.78%	19	2	10.53%
F0311	136	18	13.24%	57	15	26.32%	6	1	16.67%
F03^▲	9	0	0.00%	6	0	0.00%	1	0	0.00%
合计	3313	391	11.80%	2492	502	20.14%	254	33	12.99%
^▲注: F03表示项目申请人仅仅选择了一级申请代码作为其主要申请代码.

下载: 导出CSV

表 7 2024年度F03“面青地”项目排名前十关键词的词频和资助率

Table 7 Top ten frequencies and funding rates of keywords for “General-Young-Regions” projects in F03 for the year 2024

序号	关键词	申请项目词频(次)	资助项目词频(次)	关键词资助率^▲
1	深度学习	237	30	12.66%
2	故障诊断	210	53	25.24%
3	多智能体系统	179	38	21.23%
4	强化学习	164	39	23.78%
5	协同控制	158	62	39.24%
6	稳定性	136	45	33.09%
7	非线性系统	108	36	33.33%
8	自适应控制	90	27	30.00%
9	数据驱动建模	88	9	10.23%
10	分布式协同控制	87	12	13.79%
^▲注: 关键词资助率=(关键词在资助项目中的频次/关键词在申请项目中的频次)×100%.

下载: 导出CSV

表 8 2024年度F03重点项目指南、申请与资助情况

Table 8 Guideline, application and funding status of Key Program in F03 for the year 2024

二级申请代码	指南数(个)	申请数(项)	申请指南比	资助数(项)
F0301	4	12	3.00:1	2
F0302	5	13	2.60:1	5
F0303	2	2	1.00:1	1
F0304	2	16	8.00:1	1
F0305	5^▲	16	3.20:1	4
F0306	5^▲	27	5.40:1	3
F0307	1	4	4.00:1	1
F0308	0	0	0:0	0
F0309	4	17	4.25:1	4
F0310	1	5	5.00:1	0
F0311	0	0	0:0	0
合计	26^★	112	4.31:1	21
^▲注: 重点项目群(解析与重构跨尺度基因调控的理论与方法、自动化传感器设计及智能感知技术), 分别支持4个重点研究方向. ^★注: 65号指南包括F0301与F0303两个二级申请代码, 66号指南包括F0301与F0304两个二级申请代码, 67号指南包括F0301与F0310两个二级申请代码, 立项总数为26项.

下载: 导出CSV

表 9 2024年度F03优青项目申请与资助情况

Table 9 Application and funding status of Excellent Young Scientists Fund in F03 for the year 2024

二级申请代码	申请数(项)	资助数(项)	资助率
F0301	29	4	13.79%
F0302	24	2	8.33%
F0303	12	0	0.00%
F0304	16	1	6.25%
F0305	14	1	7.14%
F0306	14	1	7.14%
F0307	15	2	13.33%
F0308	7	0	0.00%
F0309	50	5	10.00%
F0310	31	3	9.68%
F0311	6	0	0.00%
合计	218	19	8.72%

下载: 导出CSV

参考文献(10)

[1]	国家自然科学基金委员会. 2024年度国家自然科学基金项目指南. 北京: 科学出版社, 2024. National Natural Science Foundation of China. Guide to Programs (Year 2024). Beijing: Science Press, 2024.
[2]	李超, 王成红, 宋苏, 鲁仁全. 自动化领域科学基金十年情况分析. 自动化学报, 2013, 39(4): 461−468 Li Chao, Wang Cheng-Hong, Song Su, Lu Ren-Quan. Analysis on situation of national natural science foundation of China in automation domain during last decade. Acta Automatica Sinica, 2013, 39(4): 461−468
[3]	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
[4]	吴国政. 从F03 项目资助情况分析我国自动化学科的发展现状与趋势. 自动化学报, 2019, 45(9): 1611−1619 Wu Guo-Zheng. Analysis of the status and trend of the development of China's automation discipline from F03 funding of NSFC. Acta Automatica Sinica, 2019, 45(9): 1611−1619
[5]	孙长银, 吴国政, 王志衡, 丛杨, 穆朝絮, 贺威. 自动化学科面临的挑战. 自动化学报, 2021, 47(2): 464−474 Sun Chang-Yin, Wu Guo-Zheng, Wang Zhi-Heng, Cong Yang, Mu Chao-Xu, He Wei. On challenges in automation science and technology. Acta Automatica Sinica, 2021, 47(2): 464−474
[6]	刘行健, 刘屿, 赵瑞珍. 2023 年度自动化领域 (F03) 国家自然科学基金项目申请与资助情况综述. 自动化学报, 2023, 49(12): 2457−2466 Liu Xing-Jian, Liu Yu, Zhao Rui-Zhen. NSFC proposal application and funding status of automation field (F03) in 2023: An overview. Acta Automatica Sinica, 2023, 49(12): 2457−2466
[7]	国家自然科学基金委员会. 2023年度国家自然科学基金项目指南. 北京: 科学出版社, 2023. National Natural Science Foundation of China. Guide to Programs (Year 2023). Beijing: Science Press, 2023.
[8]	国家自然科学基金委员会. 国家自然科学基金“十四五”发展规划 [Online], available: www.nsfc.gov.cn/publish/portal0/tab1392, 2023 National Natural Science Foundation of China. The 14th Five-Year plan of the national natural science foundation of China [Online], available: www.nsfc.gov.cn/publish/portal0/tab1392, 2023
[9]	张韶阳, 雷蓉, 高阵雨, 陈钟, 王长锐. 持续升级科学基金人才资助体系为基础研究高质量发展提供有力支撑. 中国科学基金, 2022, 36(5): 765−771 Zhang Shao-Yang, Lei Rong, Gao Zhen-Yu, Chen Zhong, Wang Chang-Rui. Continuously upgrade the talent funding system to provide strong support for the high-quality development of fundamental research. Bulletin of National Natural Science Foundation of China, 2022, 36(5): 765−771
[10]	张丽佳, 安凤平, 宋朝晖, 何杰, 刘克. 信息科学部优化学科布局改革试点工作实践与分析. 中国科学基金, 2022, 36 (5): 708−714 Zhang Li-Jia, An Feng-Ping, Song Zhao-Hui, He Jie, Liu Ke. Practice and analysis of the pilot work of optimizing the layout of information science disciplines. Bulletin of National Natural Science Foundation of China, 2022, 36 (5): 708−714