该项目由我校杜军平教授主持，设有5个课题，分别由杜军平教授、西安交通大学郑庆华教授、中国科学院自动化研究所胡卫明研究员、南京大学高阳教授和国家计算机网络与信息安全管理中心李扬曦副处长承担。该项目针对复杂大数据如何转化为知识体系的科学问题，开展复杂大数据高效学习基础理论与关键技术研究，建立多源异构时变大数据的表示模型，提出复杂大数据可解释高阶推理、时空演化大数据的鲁棒持续学习、分布关联大数据质效优化的联邦学习等模型与方法，旨在解决多源、异质、时变、隐匿大数据高效学习面临的表示模型学习效率低、推理过程黑箱难解释、持续学习鲁棒能力弱和联邦学习质效均衡难等瓶颈问题，并初步建立公共安全大数据分析与突发事件预警平台，在突发事件发现、刻画、态势预测等方面达到国际领先水平，实现公共安全突发事件的早发现、早定位、早预警、早处置，为及时有效地处置公共安全突发事件提供理论与技术支持。
通过本项目研究，有望构建一套原创的面向复杂大数据的高效学习理论与方法，并开展公共安全实证应用，促进计算机和人工智能学科的发展，为全面提升我国公共安全突发事件应急响应与处置能力，实现“平安中国”建设的国家重大战略需求做出贡献。
国家自然科学基金重大项目是国家自然科学基金委设立的重大标志性项目，旨在面向科学前沿和国家经济、社会、科技发展及国家安全重大需求中的重大科学问题，超前部署，开展多学科交叉研究和综合性研究，充分发挥支撑与引领作用，提升我国基础研究源头创新能力。
