课程大纲

课程大纲

基于大数据和人工智能的资源科学研究与应用

课程编码:1800840705Z1P4001H 英文名称:Big Data and Artificial Intelligence Based Resource Science: Research and Application 课时:20 学分:1.00 课程属性:研讨课 主讲教师:江东等

教学目的要求
本课程为地理学、资源科学相关专业的研讨课,也适用于地缘环境、流行病学等专业学生的选修课。本课程主要介绍大数据和人工智能技术的概念、方法和主要进展,探讨该方法体系在资源环境领域的应用潜力和应用途径,重点介绍资源安全、地缘安全、生物安全和网络安全等方向的应用场景和典型案例。通过本课程的学习,希望学生能够了解大数据和机器学习的理论基础和技术体系,掌握大数据和人工智能技术在资源环境等领域的基础技术流程,引导学生结合自身专业,实现一种机器学习方法的具体应用。

预修课程

大纲内容
第一章 大数据与机器学习发展及应用 3学时 江东
第1节 大数据与机器学习概述
第2节 大数据与机器学习的应用
第3节 大数据与机器学习的发展趋势
第二章 人工智能技术在资源环境领域的应用 3学时 郝蒙蒙
第1节 大数据与资源科学研究
第2节 机器学习技术在资源管理与评价中的应用
第3节 应用案例:基于机器学习的土地资源智能识别
第三章 基于地理大数据和人工智能技术的地缘安全研究 6学时 郝蒙蒙
第1节 地缘安全研究概述
第2节 基于多源地理数据和机器学习的地缘冲突模拟研究
第3节 地缘冲突驱动因素的地域分异规律研究
第4节 典型驱动因素的作用机制研究
第5节 地缘冲突的地理溢出效应研究
第6节 基于人工智能技术的恐怖组织行为预测
第四章 耦合地理信息的生物安全风险研究 3学时 郝蒙蒙
第1节 人工智能技术与生物安全研究
第2节 突发生物危害事件风险评估
第3节 传染病时空演变驱动因素及作用机制研究
第五章 地理学视角的网络空间行为智能认知 3学时 郝蒙蒙
第1节 网络空间认知与网络犯罪行为研究
第2节 全球网络攻击的空间分布特征及影响因素
第3节 典型地区网络犯罪的时空特征和驱动因素
第六章 “基于大数据和人工智能的资源科学研究与应用”总结与综合研讨 2学时 江东
第1节 “基于大数据和人工智能的资源科学研究与应用”总结
第2节 “基于大数据和人工智能的资源科学研究与应用”综合研讨

教材信息
1、 机器学习 周志华 2016年01月 清华大学出版社

参考书

课程教师信息
江东,研究员,博士生导师。 资源利用与环境修复重点实验室主任, 中国科学院大学岗位教授,中国自然资源学会理事。主要研究方向为:自然资源综合监测、生态文明建设评估、地理大数据与智能认知。 研究成果“国家环境质量遥感监测体系研究与业务化应用”获国家科技进步二等奖(2016年),曾获省部级科技进步一等奖2项(2005、2015年);2018年获第二届中国生态文明奖(先进个人);2019年获“中国科学院优秀导师奖”。郝蒙蒙,副研究员,硕士生导师。研究方向:地缘环境系统模拟研究,侧重机器学习算法的定量模拟。主持国家自然科学青年基金 “地缘冲突驱动因素的地域分异规律研究”(41601047)1项;国家重点研发计划课题1项,专题2项;中国科学院重点部署课题“网络空间地理环境要素生成技术”1项。参与多个中国科学院重点部署地缘项目。曾获中国科学院院长特别奖,北京市优秀毕业生。已合作发表论文近40余篇,其中第一作者/通讯作者SCI论文10余篇。