科创中国

行业领域

高新技术改造传统产业

需求背景

1. 公共安全事件是指突然发生，造成或者可能造成严重社会危害，需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件。
2. 在公共安全事件中，往往会产生大量的线索和数据，这些信息大多隐含着对还原事件全貌、推演事件发展进程有价值的情报信息，然而由于缺乏有效的线索感知与事件理解技术，使得这些信息无法有效转化为情报信息。
3. 针对公共安全事件的线索感知与事件理解技术需求主要体现在以下三个方面：一是快速响应，二是准确研判，三是预警预测。
4. 基于此，研究能够实现多源异构信息融合、信息提取、深度挖掘、智能研判，可大大提高对公共安全事件的应对效率和精准度，成为相关领域亟待解决的问题之一。

需解决的主要技术难题

1. 线索感知：需要从大量数据中准确识别出与公共安全事件相关的线索。由于这些数据可能来自不同的来源，具有不同的特征，因此需要研究如何利用先进的数据挖掘和机器学习技术，自动或半自动地识别和提取这些线索。
2. 事件分析：需要对感知到的线索进行深入的事件分析。这涉及到自然语言处理、语义理解和事件检测等技术。特别是对于复杂的事件，需要从多角度、多层次进行分析，以便准确把握事件的本质和影响。
3. 态势评估和预测：事件发生后，需要对事件进行实时评估，预测其发展趋势和可能的影响，以便制定相应的应对措施。这需要对自然语言处理、动态建模和预测等技术进行深入研究。
4. 跨领域知识融合：公共安全事件可能涉及多种领域的知识，如法律、社会、经济、环境等。因此，需要研究如何融合这些跨领域的知识，以提高对事件的全面理解和准确判断。
5. 技术可扩展性和鲁棒性：由于公共安全事件具有复杂性和不确定性的特点，现有的技术可能无法完全满足需求。因此，需要研究如何提高技术的可扩展性和鲁棒性，以便能够适应不断变化的复杂环境。

期望实现的主要技术目标

1. 高效的数据处理和分析：能够对海量、多源、异构的数据进行高效的处理和分析，从中快速准确地识别出与公共安全相关的线索。
2. 准确的事件检测和识别：利用自然语言处理和机器学习等技术，自动或半自动地检测和识别公共安全事件，并对其性质、特征和影响进行深入的理解。
3. 实时的态势评估和预警：对正在发生或即将发生的安全事件进行实时评估，预测其可能的发展趋势和影响，及时发出预警，为决策者提供可靠的信息。
4. 深度的信息挖掘和关联分析：从大量的文本、图像、视频等多模态数据中挖掘出有价值的信息，揭示事件之间的关联和深层次的模式。
5. 智能的决策支持：为决策者提供智能化的决策支持，包括事件的快速响应、风险的评估、应对策略的制定等。
6. 技术的可扩展性和鲁棒性：研究和开发具有高度可扩展性和鲁棒性的技术，能够处理各种复杂和不确定的情况，适应公共安全领域的实际需求。
7. 人机协同的交互：通过人与机器的协同工作，提高线索感知与事件理解的效率和精度，减轻工作人员的负担。

需求解析

解析单位：黑龙江省哈尔滨新区 解析时间：2023-10-26

周锋

哈尔滨工程大学

教授

综合评价

公共安全事件具有复杂性和不确定性的特点，对线索感知与事件理解技术提出了更高的要求。 现有的技术还存在一些不足，如数据质量、信息提取、深度挖掘等方面的技术问题需要进一步改进和完善。 公共安全事件可能涉及多种领域的知识，如法律、社会、经济、环境等，需要研究如何融合这些跨领域的知识，以提高对事件的全面理解和准确判断。 技术可扩展性和鲁棒性也需要进一步提高，以适应不断变化的复杂环境。 公共安全领域的线索感知与事件理解技术还需要与人工智能、机器学习等技术相结合，以实现更高效和精准的应对。

查看更多>

解析单位：“科创中国”黑龙江科技服务团（黑龙江省科学技术协会） 解析时间：2023-10-24

乔钢

哈尔滨工程大学

教授

综合评价

技术成熟度：评估当前可用于线索感知与事件理解的关键技术的成熟度，包括人工智能、机器学习、自然语言处理等技术。需要考虑技术的可行性、稳定性和可靠性，以确保在实际应用中的效果和可靠性。 数据获取与分析能力：数据获取与分析是实现线索感知与事件理解的关键环节。评估现有数据获取渠道的多样性和数据分析技术的有效性，包括对文本、图像、视频等数据的处理和分析能力。 事件预警与感知能力：评估关键技术对公共安全事件的预警和感知能力，包括对事件的早期发现、识别和分类等能力。同时需要考虑技术对不同类型事件的适用性和准确性。 事件响应与评估能力：评估关键技术对公共安全事件的响应和评估能力，包括对事件的快速响应、影响范围评估和应对措施等能力。同时需要考虑技术的实时性、准确性和可操作性。

查看更多>

处理进度