评审组:基础研究组
项目名称:分布式异构大数据分析数学理论与方法
提名单位: 陕西省教育厅
提名等级:一等奖
提名单位意见: 该项目历经10年攻关,针对分布式异构大数据分析面临的数学理论与方法缺失问题,提出了“迭代算子耦合误差分析”的异构联邦分布式优化理论与方法,创建了“加噪特征稀疏压缩”的本地差分隐私分布式统计估计方法,建立了机器学习驱动的大数据系统分布式“灰盒”优化方法。项目在联邦优化中耦合误差效应与收敛性的统一分析、分布式差分隐私保护下特征空间压缩、复杂不确定结构的分布式优化等经典难题上获得了突破性进展,为分布式异构大数据分析提供了创新性解决途径,丰富和发展了其数学理论与方法。 该项目的5篇代表性论文在WOS核心库总他引417次,谷歌学术总计被引用719次,单篇谷歌学术最高引用373次;被中、美、英、德等24位院士以及66位IEEE/ACM Fellow等(含英国亚当斯数学奖得主等)国际著名学者引用与高度评价,被评价为“填补研究空白(bridging the gap)”、“成为可能(made it feasible)”、“受启发(inspired by)”、“显著成效(notable gains)”等;项目成果在华为公司、南方电网、中国航发集团、榆林市公安局规模化应用,产生了重要的社会和经济效益。 我单位认真审阅了该项目提名书及附件材料,确认全部材料真实有效,并按照要求,我单位和其它项目完成单位都已对该项目进行了公示,目前无异议。 综上,推荐该项目为陕西省自然科学奖一等奖。
项目简介:

客观评价:

代表性论文专著目录:

主要完成人情况:
  1. 姓名:杨树森
    排名:1
    行政职务:大数据算法与分析技术国家工程实验室常务副主任
    技术职称:教授
    工作单位:西安交通大学
    完成项目时所在单位:西安交通大学
    对本项目主要学术贡献:是本项目主要学术思想和方法的提出者。对重要发现点1-3都做出了创造性贡献,提出了“迭代算子耦合误差分析”的异构联邦分布式优化理论与方法;提出了“加噪特征稀疏压缩”的本地差分隐私分布式统计估计方法;提出了机器学习驱动的跨域异构大数据系统分布式“灰盒”优化新方法。是代表性论文3的第一作者,代表性论文1、2、4、5的通讯作者。
  2. 姓名:任雪斌
    排名:2
    行政职务:无
    技术职称:副教授
    工作单位:西安交通大学
    完成项目时所在单位:西安交通大学
    对本项目主要学术贡献:对重要发现点1、2做出了重要贡献,参与提出了“加噪特征稀疏压缩”的本地差分隐私分布式统计估计方法,设计并提出了面向高维数据与无限流式数据的本地差分隐私统计分析算法,参与了异构联邦分布式优化与隐私保护异步联邦优化算法的设计。是代表性论文1、5的第一作者,代表性论文2、4的主要合作者。
  3. 姓名:赵聪
    排名:3
    行政职务:无
    技术职称:教授
    工作单位:西安交通大学
    完成项目时所在单位:西安交通大学
    对本项目主要学术贡献:对重要发现点1、2、3做出了贡献,参与了隐私保护异步联邦优化算法的设计,参与了面向无限流式数据的本地差分隐私统计分析算法的设计、参与了卷积神经网络(CNN)推理的跨域模型分解与压缩联合优化方法的设计。是代表性论文3、4、5的主要合作者。
  4. 姓名:徐宗本
    排名:4
    行政职务:大数据算法与分析技术国家工程实验室主任
    技术职称:教授
    工作单位:西安交通大学
    完成项目时所在单位:西安交通大学
    对本项目主要学术贡献:本项目的总体组织者和指导者,主导了项目核心科学问题的凝练。对重要发现点1、2、3做出了贡献,指导提出了“迭代算子耦合误差分析”的异构联邦分布式优化理论与方法、“加噪特征稀疏压缩”的本地差分隐私分布式统计估计方法、机器学习驱动的跨域异构大数据系统分布式“灰盒”优化新方法。是代表性论文5的主要合作者。
主要完成单位:
  1. 单位名称:西安交通大学
    单位贡献:本成果围绕如何构建跨域异构分布式大数据分析数学理论与快速安全精准算法这一核心科学问题,长期聚焦跨域分布式大数据分析的数学理论与方法,发展了以分布式计算和数据科学交叉融合为核心的分布式异构大数据分析数学理论和方法,提出了迭代误差算子的异构联邦分布式优化理论与方法,创建了“加噪特征稀疏压缩”的分布式差分隐私统计估计方法,建立了机器学习驱动的大数据系统“灰盒”优化方法,为跨域分布式大数据分析技术发展提供了新的数学理论和方法。成果5篇代表性论文WOS核心库总他引417次,谷歌学术总引用719次,单篇谷歌学术最高引用373次。项目技术成果解决了南网、华为等我国头部企业相关“卡脖子”难题,为数智赋能产业提供了“数学技术”方案。 该项目由西安交通大学独立实施完成,研究历时10年,期间学校给予了全方位的高度关注和积极支持。研究工作依托大数据算法与分析技术国家工程实验室、国家天元数学西北中心、陕西国家应用数学中心等国家级平台,先后获得国家自然科学基金、国家重点研发计划等项目的持续资助;学校在学科建设与队伍组织、实验室运行和条件保障、科研和账务管理、学生招生与培养等方面给予了有力支持,使项目形成了一支能力突出、结构合理的高水平科研团队,有力保障了科研工作的顺利开展。西安交通大学是5篇代表性论文的第一完成单位。

完成人合作关系说明: 完成人合作关系说明:1
陕西省科技厅成果处