1、模型计算方向【基础研究：模型】

基础理论研究：

（1）在动态模型系统分析与仿真领域，建立信息、环境等背景下反应扩散方程、时滞方程等微分方程模型。

（2）研究方程(组)解的稳定性。

关键技术研究：

（1）基于具体传染病的流行学传播途径，研究各种群的扩散与迁移方式，建立相应的反应扩散传染病模型。

（2）建立反应扩散传染病模型的行波解和稳定性判定定理及求解算法；利用非线性分析方法建立分支处的振幅方程并研究其稳定性。

2、智能感知方向【应用基础研究：算法】

基础理论研究：

（1）感知数据稀缺条件下的数据增强方法；多模态信息中海量、异构、高维和多阶特性信息处理和高质量特征提取方法。

（2）结合感知数据应用场景，进行深度学习模型设计、架构改进与性能优化的研究。

关键技术研究：

（1）石墨烯、二氧化钒等新材料在传感器设备中感光材料合成与应用。

（2）基于特征融合、深度学习的木材细胞识别、智能交通、行为识别和预测等模型。

3、智能化软件工程方向【应用基础研究：算法】

基础理论研究：

（1）基于搜索的软件工程：研究应用各种启发式方法、智能搜索方法优化解决各种软件工程问题，包括需求、设计、编码、测试及维护等方面的问题。

（2）数据驱动的软件工程：研究运用人工智能、自然语言处理、数据挖掘等前沿技术，基于现代软件工程产生的大数据，解决云计算时代面临的软件工程新问题，提高软件开发和维护的自动化水平。

关键技术研究：

（1）智能程序分析、软件缺陷检测与预测、故障定位与自动修复、代码生成与推荐、开源软件漏洞挖掘与生态链安全等。

（2）研制支撑软件开发全生命周期的智能化集成设计开发和质量保障平台。

4、领域智能系统方向【应用研发】

围绕智能交通、智慧农业、智慧教育等领域，针对特定复杂应用场景的数据与服务对象集合，以模型计算为理论基础，融合计算机视觉等智能感知技术，运用智能化软件工程方法，结合现代通信网络、智能控制等技术，为支撑领域智能应用系统开发提供可参考的基础算法和模型，形成领域驱动的智能信息处理的典型应用，构建各类复杂系统中的智能化业务开发流程，研发领域智能系统。