高性能计算应用研究中心主要专注于并行计算、大数据处理、云计算、人工智能、数据挖掘等领域的研究和应用。基于人工智能、大数据等信息领域的核心技术，结合大气环境和临床医疗的领域知识，重点开展学科交叉集成创新技术研究，在人工智能诊疗技术和智能预报技术方面形成特色。

研究方向

1. 智能预报技术研究及应用

2. 人工智能诊疗技术研究及应用

人才队伍

团队成员20人，形成了多层次、阶梯化的人才队伍，其中，正高级职称2人，副高级职称5人，中级职称4人，其他开发人员9人。重庆英才计划1人，中科院青促会2人，中科院西部之光重点2人，数学会数理逻辑委员会委员1人，计算机学会(CCF)形式专委会委员1人。硕士研究生导师资格6人，3人同时具备重庆邮电大学研究生导师资格。

正高级研究人员：孙启龙、陈芋文

副高级研究人员：刘曙光、徐建军、刘江、杨涌、林小光

中级研究人员：邱毓茗、赵学良、钟坤华、江玲 

研究成果

截至目前，申请和授权国家发明专利20余项，发表SCI/EI论文约50余篇，获得省部级奖励10余项。中心自2011年成立以来已经多次参与并承担多个国家和省部级项目。除此之外，中心还面向各行业企业开展了丰富的超算和云计算应用服务，与重庆市气象科学研究所、陆军军医大学附属西南医院、重庆医科大学附属第一医院等机关企事业单位建立了良好的合作关系。

已建成的超级计算服务器集群浮点计算能力达到每秒运算400万亿次，储存量达2PB。近年来，中心依托超算平台，重点针对重庆市气象局的重庆市精细化天气预报、人工智能在工业和临床医疗等领域中的应用，开展并行计算、大模型关键技术、多模态数据融合、面向特定应用的深度神经网络等研究和成果转化工作，取得了丰硕的成果。

图1 超算平台 

1.代表性科研成果

（1）针对重庆市气象局天气预报业务的超算平台并行计算优化

图2 系统预报区域及风暴尺度集合预报系统运行流程图 

（2）针对医疗领域的临床诊疗决策支持系统开发

图3 人工智能的危重症事件追踪预警及决策支持系统

（3）开展面向临床应用需求的脑机接口关键技术研究

图4 脑机接口开发平台

2.代表性论文

（1）Chen. YW., Xu, LQ., Yi, B. Early recognition of risk of critical adverse events based on deep neural decision gradient boosting. Front Public Health. 2023 Jan 26;10:1065707

（2）Chen, Y., Zhong, K., Zhu, Y., Sun, Q. Two-stage hemoglobin prediction based on prior causality. Front Public Health. 2022 Nov 30;10:1079389.

（3）Chen Y., Liu J. Polynomial dendritic neural networks[J]. Neural Computing and Applications, 2022.

（4）Chen, YW., Li, YJ., Deng, P. et al. Learning to predict in-hospital mortality risk in the intensive care unit with attention-based temporal convolution network. BMC Anesthesiol. 2022 Apr 23;22(1):119.

（5）Zhong, K., Chen, Y., Zhang, J. and Qin, X. Bayesian Network Structure Learning Approach Based on Searching Local Structure of Strongly Connected Components. in IEEE Access, vol. 10, pp. 67630-67638, 2022.

（6）Yang, Y., Qin, X., Wen, H.,Li, F.,Lin, X (2023). Patient-specific approach using data fusion and adversarial training for epileptic seizure prediction. Front. Comput. Neurosci. 17: 1172987. doi: 10.3389/fncom.2023.1172987.

（7）Yang, Y., Li, F., Qin, X., Wen, H., Lin, X., Huang, D (2023). Feature separation and adversarial training for the patient-independent detection of epileptic seizures. Front Comput Neurosci. 17: 1195334. doi: 10.3389/fncom.2023.1195334.

（8）Yang, Y., Li, F., Luo, J., Qin, X., Huang, D (2023). Epileptic focus localization using transfer learning on multi-modal EEG. Front. Comput. Neurosci. 17:1294770. doi: 10.3389/fncom.2023.1294770.

（9）Liu J C, Yang Y, Li F, Luo J. An Epilepsy Detection Method Based on Multi-dimensional Feature Extraction and Dual-Branch Hypergraph Convolutional Network. Frontiers in Physiology. 2024: Volume 15 - 2024 . https://doi.org/10.3389/fphys.2024.1364880.

（10）Lin, Xiaoguang; Zhang, Ju; Zhang, Da. Topic Detection and Evolution for Biomedical Literature with BRTH Tree，BASIC & CLINICAL PHARMACOLOGY & TOXICOLOGY,2020,126(SS)19 19.

（11）MingXuan Liu, JuZhang, XiaoGuang Lin. Design and implementation of medical process visualization CDSS oriented to NCCN guidelines. IACSIT.

联系方式

联系人：李亚晴    

联系方式：023-65935505