2020年度上海市科学技术奖今日揭晓，自动化系沈红斌教授荣获青年科技杰出贡献奖，杨明教授团队的《低速无人系统定位导航技术及应用》获得技术发明奖一等奖、杨杰教授团队的《高维复杂模式识别的特征选择和降维及半监督学习研究》获得自然科学奖二等奖。

青年科技杰出贡献奖

青年科技杰出贡献奖获得者

沈红斌教授自2008年开始于上海交通大学任教，目前为上海交通大学自动化系特聘教授、博士生导师，国家杰出青年科学基金获得者。主要研究领域为人工智能、模式识别与生物信息学，发表SCI论文130余篇，多次入选ESI高被引科学家、中国高被引学者。建立30余个在线生物信息计算平台，已为50余个国家科学家广泛提供生物信息在线预测服务超过千万次，理论预报结果多次被生物医学实验验证，指导4名研究生连续4年入选上海市研究生优秀成果（学位论文），主持人工智能与生物医学交叉研究项目入围2018世界人工智能创新大赛最高荣誉SAIL奖榜单，曾获2015年上海市自然科学一等奖（第一完成人）。

低速无人系统定位导航技术及应用

针对复杂恶劣环境中定位导航鲁棒性差等一系列技术瓶颈，以及软硬件成本过高难以大规模商业应用难题，经过15年技术攻关，提出具有自主知识产权的高可靠低成本定位导航整体解决方案，研发面向大范围场景的SLAM建图和结合语义理解的SLAM定位导航，以及面向恶劣天气的车路协同定位导航等核心技术，保证了大范围建图的全局及局部一致性，大幅提高对动态目标和光照条件的鲁棒性，达到厘米级定位精度。发明基于磁阻传感器阵列的磁尺传感器，其安装高度提高到25厘米，增强了对车辆颠簸及路面起伏适应性。研制低速无人系统系列产品（如无人小巴、无人物流车、无人清扫车等），成功应用于载人、载物和作业领域，有效推动了我国无人系统商业化进程。

高维复杂模式识别的特征选择和降维及半监督学习研究

模式识别是信息领域和人工智能领域的最重要的研究内容之一，已被广泛应用于公共安全、国防、航天、大数据分析、人机交互、智能交通、医学等许多行业。不少模式识别应用领域（例如：航天，医学）难以获得大量高质量标记样本，要求结果具有可解释性。针对此类模式识别应用提出了一系列创新理论和算法。提出了新的特征选择机制和新的特征降维框架来去除冗余特征和降低特征维数，以新的聚类算法来提高大数据的分类和聚类性能；提出新的半监督学习算法来解决标记样本不足的局限性，在航天、国防、医学等重要应用领域得到成功应用。本项目成果的 8 篇代表作 SCI 他引近千次，其中 2 篇为 SCIE 高引论文，培养了一批高水平的优秀青年人才，获得全国百篇优秀论文、中国人工智能学会、中国图象图形学学会优秀博士学位论文、以及 4篇上海市优秀博士学位论文、3篇上海市优秀硕士论文。