国家自然科学基金自动化领域数据分析与研究热点变化

邓方; 宋苏; 刘克; 吴国政; 付俊

doi:10.16383/j.aas.2018.c170695

国家自然科学基金自动化领域数据分析与研究热点变化

doi: 10.16383/j.aas.2018.c170695

邓方^1,2, ,,
宋苏^2,,
刘克^2,,
吴国政^2,,
付俊^2,3,

1.
北京理工大学自动化学院北京 100081
2.
国家自然科学基金委员会信息科学部北京 100085
3.
东北大学流程工业综合自动化国家重点实验室沈阳 110819

详细信息

作者简介:
宋苏  博士, 国家自然科学基金委员会信息科学部教授.主要研究方向为自适应控制, 人工智能和复杂系统理论.E-mail:songsu@nsfc.gov.cn

刘克  博士, 国家自然科学基金委员会信息科学部教授.主要研究方向为控制理论, 计算机应用.E-mail:liuke@nsfc.gov.cn

吴国政  博士, 国家自然科学基金委员会信息科学部三处项目主任.主要研究方向为人工智能.E-mail:wugz@nsfc.gov.cn

付俊  博士, 东北大学教授, 博导.2016年3月~2018年2月为国家自然科学基金委员会信息科学部三处流动编制项目主任.主要研究方向为非凸动态优化与切换控制及其应用.E-mail:junfu@mail.neu.edu.cn

通讯作者:
邓方博士, 北京理工大学副教授, 博导, 2016年3月~2019年2月为国家自然科学基金信息科学部三处人工智能与智能系统流动编制项目主任.主要研究方向为智能火控, 智能信息处理与智能穿戴式设备.本文通信作者.E-mail:dengfang@bit.edu.cn

计量
- 文章访问数: 3731
- HTML全文浏览量: 777
- PDF下载量: 1916
- 被引次数: 0
出版历程
- 收稿日期: 2017-12-15
- 录用日期: 2018-01-18
- 刊出日期: 2018-02-20

Data and Research Hotspot Analyses of National Natural Science Foundation of China in Automation Field

DENG Fang^{1,2
, ,},
SONG Su^2
,,
LIU Ke^2
,,
WU Guo-Zheng^2
,,
FU Jun^{2,3
,}

1.
School of Automation, Beijing Institute of Technology, Beijing 100081
2.
Department of Information Science, National Natural Science Foundation of China, Beijing 100085
3.
State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang 110819

More Information

Author Bio:
Ph. D., professor in the Department of Information Sciences, NSFC. His research interest covers adaptive control, artificial intelligence, and system complexity

Ph. D., professor in the Department of Information Sciences, NSFC. His research interest covers control theory and computer application

Ph. D., program director in the Department of Information Sciences, NSFC. His main research interest is artificial intelligence

Ph. D., full professor in State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University. From March 2016 to February 2018, he is a non-permanent program director in the Department of Information Sciences, NSFC. His research interest covers nonconvex dynamic optimization, switching control, and their applications

Corresponding author: DENG Fang Ph. D., associate professor at the School of Automation, Beijing Institute of Technology. From March 2016 to February 2019, he is a non-permanent program officer in the Department of Information Sciences, NSFC. His research interest covers intelligent fire control, intelligent information processing, and smart wearable devices. Corresponding author of this paper

摘要

摘要: 本文对国家自然科学基金1986~2017年自动化领域项目申请和资助数据进行了大量数据分析，统计和分析结果表明自动化领域自然科学基金成为研究者重要的研究资金来源，研究人员规模、研究成果数量、基金资助数据都在稳步提升，研究队伍正呈现年轻化趋势.通过数据挖掘30年来不同研究热点及其变化，笔者发现自动化领域基金资助的相关研究领域能紧跟国际国内研究前沿，热点领域中理论研究比重大于应用研究，近年来具有应用研究背景的项目资助比重逐年提高.本文可为广大自动化领域相关的研究者提供选题等方面的借鉴和参考.
- 国家自然科学基金 /
- 自动化 /
- 研究热点 /
- 数据分析
Abstract: The statistics and analyses of applications and grants in automation field of National Natural Science Foundation of China (NSFC) for 1986 to 2017, show that the NSFC support has become an important research funding resource, that the size of research staff, the amount of the research findings, and the number of granted applications are steadily increasing, and that the research teams are becoming younger. Through data-mining different research hotspots and their changes for the past 30 years, it is found that the research in automation of China is closely keeping pace with the state-of-the-art, and that the theoretic hotspots are more than the application ones while the percentage of approved applications in application-oriented research is rising year by year. The data and findings of this paper can also serve as a reference for Chinese researchers to refer to research interests in the automation field.
- National Natural Science Foundation of China /
- automation field /
- research hotspots /
- data analysis
注释:

1) 本文责任编委王飞跃

HTML全文

图 1 项目负责人年龄分布图

Fig. 1 The age distribution of principle investigators

下载: 全尺寸图片幻灯片

图 2 项目负责人平均年龄趋势图

Fig. 2 The average age trend of principle investigators

下载: 全尺寸图片幻灯片

图 3 申请数量, 资助数量与资助率趋势图

Fig. 3 The trend in number of applications, number of granted proposals and funding rates

下载: 全尺寸图片幻灯片

图 4 优秀青年基金申请数量, 资助数量与资助率趋势图

Fig. 4 The trend in number of applications, number of granted proposals and funding rates of outstanding youth fund

下载: 全尺寸图片幻灯片

图 5 资助项目关键词图谱

Fig. 5 Keywords mapping of granted proposals

下载: 全尺寸图片幻灯片

图 6 自动化领域研究者的数据画像

Fig. 6 Data portraits of researchers in the automation field

下载: 全尺寸图片幻灯片

表 1 主要项目负责人平均年龄

Table 1 Average age of principle investigators

项目类别	平均年龄(岁)
国家杰出青年科学基金	41.10
面上项目	44.10
青年科学基金项目	32.05
优秀青年科学基金项目	35.16
重点项目	50.75
创新研究群体项目	49.45

下载: 导出CSV

表 2 申请数量前10名的申请代码

Table 2 The top 10 application codes of application areas

申请代码	代码名称	申请数量
F030118	系统建模、分析与综合	2 394
F030203	复杂系统及复杂网络理论与方法	1 930
F030101	线性与非线性系统控制	1 754
F030403	图像分析与理解	1 631
F030301	导航、制导与测控	1 582
F030209	智能交通系统	1 484
F030117	故障诊断与容错控制	1 456
F0301	控制理论与方法	1 261
F030504	数据挖掘与机器学习	1 244
F030116	智能与自主控制	1 156

下载: 导出CSV

表 3 资助数量前10名的申请代码

Table 3 The top 10 application codes of granted areas

申请代码	代码名称	资助数量
F030118	系统建模、分析与综合	514
F030203	复杂系统及复杂网络理论与方法	511
F030101	线性与非线性系统控制	475
F030403	图像分析与理解	394
F030103	网络化系统分析与控制	340
F030117	故障诊断与容错控制	336
F030504	数据挖掘与机器学习	310
F030301	导航、制导与测控	293
F030116	智能与自主控制	251
F030114	自适应与学习控制	243

下载: 导出CSV

表 4 资助率前10名的申请代码

Table 4 The top 10 application codes of funding rate

申请代码	代码名称	申请数量	资助率(%)
F030509	自然语言理解与生成	229	38
F030401	模式识别基础	382	37
F030407	生物分子识别	53	36
F030104	离散事件动态系统控制	274	35
F030501	人工智能基础	207	34
F030405	文字识别	105	34
F030107	随机与不确定系统控制	473	34
F030121	控制系统计算机辅助分析与设计	53	34
F030704	基于脑成像技术的认知功能	151	34
F030111	量子与微纳系统控制	106	32

下载: 导出CSV

表 5 资助率后10名的申请代码

Table 5 The last 10 application codes of funding rate

申请代码	代码名称	申请数量	资助率(%)
F030702	学习与记忆过程的信息处理	27	7
F030510	智能搜索理论与算法	89	13
F030308	多传感器集成系统	108	14
F030209	智能交通系统	1 484	15
F030703	感知、思维与语言模型	40	15
F030406	生物特征识别	494	15
F030120	系统仿真与评估	458	16
F030208	管控一体化系统	231	16
F030411	模式识别系统及应用	416	16
F030202	系统工程理论与方法	411	18

下载: 导出CSV

表 6 1986~2017年资助数量前10名的依托单位

Table 6 The top 10 support units of granted proposals from 1986 to 2017

依托单位	资助数量
清华大学	392
中国科学院自动化研究所	382
北京航空航天大学	363
上海交通大学	316
哈尔滨工业大学	304
浙江大学	296
东北大学	262
东南大学	221
华中科技大学	206
西安交通大学	194

下载: 导出CSV

表 7 2008~2017年资助数量前10名的依托单位

Table 7 The top 10 support units of granted proposals from 2008 to 2017

近10年资助数量	资助数量	近10年相对变化
中国科学院自动化研究所	244	↑
北京航空航天大学	237	↑
哈尔滨工业大学	213	↑
东北大学	195	↑
清华大学	183	↓
上海交通大学	169	↓
东南大学	160	↑
浙江大学	156	↓
北京理工大学	139	↑
中国人民解放军国防科学技术大学	131	↑

下载: 导出CSV

表 8 近30年和近5年排名前10的关键词

Table 8 The top 10 keywords of granted proposals from 1988 to 2017 and from 2013 to 2017

近30年关键词	频次	近5年关键词	频次	相对变化
稳定性	234	稳定性	120	→
非线性系统	220	故障诊断	115	↑
复杂网络	219	复杂网络	114	→
鲁棒控制	214	深度学习	98	↑
故障诊断	207	多智能体系统	95	↑
神经网络	189	协调控制	86	↑
自适应控制	170	鲁棒控制	83	↓
信息融合	152	非线性系统	81	↓
智能控制	142	多目标优化	77	↑
协调控制	141	自适应控制	75	↓

下载: 导出CSV

表 9 1989~2017年年度关键词

Table 9 The keywords of grants from 1989 to 2017

年份	关键词
1989	专家系统, 非线性系统
1990	专家系统
1991	专家系统, 鲁棒控制, 离散事件动态系统, 神经网络
1992	计算机辅助设计
1993	复杂系统
1994	神经网络
1995	神经网络
1996	人工智能, 神经网络, 非线性系统, 智能控制
1997	神经网络
1998	神经网络, 机器人
1999	鲁棒控制
2000	智能控制, 稳定性
2001	智能控制
2002	数据挖掘
2003	鲁棒控制
2004	非线性系统
2005	稳定性, 非线性系统
2006	鲁棒控制
2007	信息融合
2008	神经网络
2009	复杂网络
2010	复杂网络, 故障诊断
2011	复杂网络, 非线性系统
2012	复杂网络
2013	复杂网络
2014	复杂网络
2015	稳定性
2016	稳定性
2017	深度学习

下载: 导出CSV

表 10 近10年和近5年增加最快的15大关键词

Table 10 The top 15 growing rate keywords of grants from 2008 to 2017 and from 2013 to 2017

关键词	近10年增加量	关键词	近5年增长量
深度学习	37	深度学习	35
多目标优化	21	多目标优化	13
多智能体系统	21	数据驱动建模	11
故障诊断	17	稳定性	9
稳定性	16	镇定	9
协调控制	15	大数据	9
数据驱动建模	13	多层网络	9
容错控制	13	故障检测	8
故障检测	12	多智能体系统	7
复杂网络	12	状态估计	7
状态估计	11	迁移学习	7
特征提取	11	环境感知	7
切换系统	10	一致性控制	7
大数据	9	路径规划	7
多层网络	9	事件触发控制	7

下载: 导出CSV

参考文献(17)

[1]	胡泽文, 武夷山.从文献计量学指标看《自动化学报》和自动化研究领域.自动化学报, 2014, 40 (5):1016-1023 http://www.aas.net.cn/CN/abstract/abstract18370.shtml Hu Ze-Wen, Wu Yi-Shan. Landscape of Acta Automatica Sinica and automation domain-a visual analysis based on bibliometric indicators. Acta Automatica Sinica, 2014, 40(5):1016-1023 http://www.aas.net.cn/CN/abstract/abstract18370.shtml
[2]	陆浩, 王飞跃, 刘德荣, 张楠, 赵学亮.基于科研知识图谱的近年国内外自动化学科发展综述.自动化学报, 2014, 40 (5):994-1015 http://www.aas.net.cn/CN/abstract/abstract18369.shtml Lu Hao, Wang Fei-Yue, Liu De-Rong, Zhang Nan, Zhao Xue-Liang. Analytics of lastest research progress in automation discipline based on academic knowledge mapping. Acta Automatica Sinica, 2014, 40 (5):994-1015 http://www.aas.net.cn/CN/abstract/abstract18369.shtml
[3]	张慧, 王坤峰, 王飞跃.深度学习在目标视觉检测中的应用进展与展望.自动化学报, 2017, 43 (8):1289-1305 http://www.aas.net.cn/CN/abstract/abstract19104.shtml Zhang Hui, Wang Kun-Feng, Wang Fei-Yue. Advances and perspectives on applications of deep learning in visual object detection. Acta Automatica Sinica, 2017, 43 (8):1289-1305 http://www.aas.net.cn/CN/abstract/abstract19104.shtml
[4]	陈杰, 方浩, 辛斌, 邓方.数字化陆用武器系统中的建模、优化与控制.自动化学报, 2013, 39 (7):943-962 http://www.aas.net.cn/CN/abstract/abstract18123.shtml Chen Jie, Fang Hao, Xin Bin, Deng Fang. Modeling, optimization and control in ground-based digital weapon systems. Acta Automatica Sinica, 2013, 39 (7):943-962 http://www.aas.net.cn/CN/abstract/abstract18123.shtml
[5]	文成林, 吕菲亚, 包哲静, 刘妹琴.基于数据驱动的微小故障诊断方法综述.自动化学报, 2016, 42 (9):1285-1299 http://www.aas.net.cn/CN/abstract/abstract18918.shtml Wen Cheng-Lin, Lv Fei-Ya, Bo Zhe-Jing, Liu Mei-Qin. A review of data driven-based incipient fault diagnosis. Acta Automatica Sinica, 2016, 42 (9):1285-1299 http://www.aas.net.cn/CN/abstract/abstract18918.shtml
[6]	孙备, 张斌, 阳春华, 桂卫华.有色冶金净化过程建模与优化控制问题探讨.自动化学报, 2017, 43(6):880-892 http://www.aas.net.cn/CN/abstract/abstract19067.shtml Sun Bei, Zhang Bin, Yang Chun-Hua, Gui Wei-Hua. Discussion on modeling and optimal control of nonferrous metallurgical purification process. Acta Automatica Sinica, 2017, 43 (6):880-892 http://www.aas.net.cn/CN/abstract/abstract19067.shtml
[7]	钱锋, 杜文莉, 钟伟民, 唐漾.石油和化工行业智能优化制造若干问题及挑战.自动化学报, 2017, 43(6):893-901 http://www.aas.net.cn/CN/abstract/abstract19068.shtml Qian Feng, Du Wen-Li, Zhong Wei-Min, Tang Yang. Problems and challenges of smart optimization manufacturing in petrochemical industries. Acta Automatica Sinica, 2017, 43 (6):893-901 http://www.aas.net.cn/CN/abstract/abstract19068.shtml
[8]	杨浩, 姜斌, 周东华.互联系统容错控制的研究回顾与展望.自动化学报, 2017, 43 (1):9-19 http://www.aas.net.cn/CN/abstract/abstract18985.shtml Yang Hao, Jiang Bin, Zhou Dng-Hua. Review and perspectives on fault tolerant control for interconnected systems. Acta Automatica Sinica, 2017, 43 (1):9-19 http://www.aas.net.cn/CN/abstract/abstract18985.shtml
[9]	贺威, 丁施强, 孙长银.扑翼飞行器的建模与控制研究进展.自动化学报, 2017, 43 (5):685-696 http://www.aas.net.cn/CN/abstract/abstract19047.shtml He Wei, Ding Shi-Qiang, Sun Chang-Yin. Research progress on modeling and control of flapping-wing air vehicles. Acta Automatica Sinica, 2017, 43 (5):685-696 http://www.aas.net.cn/CN/abstract/abstract19047.shtml
[10]	徐玉洁, 廖福成, 刘艳霞, 张莉.预见控制理论及其应用的研究综述.控制工程, 2017, 24 (9):1741-1750 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=jzdf201709001&dbname=CJFD&dbcode=CJFQ Xu Yu-Jie, Liao Fu-Cheng, Liu Yan-Xia, Zhang Li. Research summary of preview control theory and its application. Control Engineering of China, 2017, 24 (9):1741-1750 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=jzdf201709001&dbname=CJFD&dbcode=CJFQ
[11]	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 http://www.aas.net.cn/CN/abstract/abstract17872.shtml 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 http://www.aas.net.cn/CN/abstract/abstract17872.shtml
[12]	王晨, 毛锐, 王成红, 陈妍.自动化学科国家杰出青年科学基金申请人代表性论著期刊影响力分析.自动化学报, 2017, 43 (9):1673-1676 http://www.aas.net.cn/CN/abstract/abstract19144.shtml Wang Chen, Mao Rui, Wang Cheng-Hong, Chen Yan. Analysis on representative papers of applicant for national natural science fund for distinguished young scholars in automation discipline. Acta Automatica Sinica, 2017, 43 (9):1673-1676 http://www.aas.net.cn/CN/abstract/abstract19144.shtml
[13]	高鹏斌, 任之光, 吴伟伟.国家自然科学基金对创新领域的资助项目统计与热点分析.中国科学基金, 2017, 31 (2):184-192 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201702021&dbname=CJFD&dbcode=CJFQ Gao Peng-Bin, Ren Zhi-Guang, Wu Wei-Wei. Statistics on the projects of National Natural Science Foundation in innovation field and analysis on the research hotspots. Bulletin of National Natural Science Foundation of China, 2017, 31 (2):184-192 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201702021&dbname=CJFD&dbcode=CJFQ
[14]	孙伟, 赵世奎, 张彦通.我国自然科学基金选题研究的演变与热点分析.中国科学基金, 2016, 30 (3):269-274 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201603019&dbname=CJFD&dbcode=CJFQ Sun Wei, Zhao Shi-Kui, Zhang Yan-Tong. Analysis of Chinese scholars' research on science funding. Bulletin of National Natural Science Foundation of China, 2016, 30 (3):269-274 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201603019&dbname=CJFD&dbcode=CJFQ
[15]	曹玲, 周广西, 朱紫阳.国家自然科学基金资助大气科学领域国内论文统计与研究热点分析.中国科学基金, 2011, 25 (4):209-213 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201104006&dbname=CJFD&dbcode=CJFQ Cao Ling, Zhou Guang-Xi, Zhu Zi-Yang. Statistics and hot topics analysis on the literatures of projects in atmospheric science funded by the National Natural Science Foundation. Bulletin of National Natural Science Foundation of China, 2011, 25 (4):209-213 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201104006&dbname=CJFD&dbcode=CJFQ
[16]	李志兰, 王懿祥.浙江省自然科学基金1990~2016年资助情况时空特征分析.中国基础科学, 2016, 18 (6):44-51 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zgjb201606007&dbname=CJFD&dbcode=CJFQ Li Zhi-Lan, Wang Yi-Xiang. The spatial-temporal characteristics of funding projects of Zhejiang provincial natural science foundation during 1990~2016. China Basic Science, 2016, 18 (6):44-51 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zgjb201606007&dbname=CJFD&dbcode=CJFQ
[17]	李志兰.浙江省2010-2014年获国家自然科学基金项目资助情况优势分析及对策建议.中国科学基金, 2015, 29 (4):296-300 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201504015&dbname=CJFD&dbcode=CJFQ Li Zhi-Lan. Analysis of projects suported by NSFC for researchers in Zhejiang Province, 2010-2014. Bulletin of National Natural Science Foundation of China, 2015, 29 (4):296-300 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=zkjj201504015&dbname=CJFD&dbcode=CJFQ