李修全     

職        稱:研究員

學        歷:博士研究生

籍        貫:山東

研究方向:技術預測與評價

電        話:010-58884520

郵        箱:lixq@www.biparsciences.com

個人資料

      李修全,研究員,工學博士。目前主要研究領域包括:大數據與人工智能技術預測與評價、數字化與智能化技術路線圖,新興信息技術創新政策與戰略研究等。 擔任科技部新一代人工智能發展研究中心副主任,IEEE計算智能學會新興科技委員會委員。承擔各類課題10余項,參與課題40余項。發表學術論文40余篇,參與出版報告和著作10余部。    

承擔的主要研究課題:
我國人工智能全球綜合競爭力評價及發展對策研究,科技部
國內外人工智能前沿趨勢與政策研究,地方
中國新一代人工智能發展年度報告編制,科技部
人工智能科技發展趨勢及對科技安全的影響研究,科技部
推進人工智能與實體經濟深度融合戰略路徑研究,科技部
我國智能經濟與智能社會發展的重大戰略問題研究,科技部
中國人工智能2.0規劃編制,科技部
“數字經濟”背景下首都創新發展模式研究,地方
重大科技項目和科技工程形成機制研究,科技部
主要國家科技項目采集及數據庫建設,科技部
國家科技計劃項目成果轉化統計監測研究,科技部
 
主要成果:
Li Xiuquan, Jiang Shaoru. On the Needs of Artificial Intelligence Technical Regulation in the Man-machine Symbiosis Society. 3th IFAC Workshop on Cyber-Physical & Human-Systems(CPHS2020).
李修全. 當前我國人工智能新基建的現實需求和重點方向. 《科技中國》,2020(9),p1-3.
李修全,王書華.人工智能加速交叉融合,驅動各領域技術創新.《戰略研究參考》,2020年第11期(總第493期).
李修全. 為智能化變革賦能蓄力.《經濟日報》,2020.03.24.
李修全. 當前人工智能技術創新特征和演進趨勢[J].《智能系統學報》,2020(2).
李修全. 全球人工智能技術趨勢及我國的政策思考[R]. 《戰略研究參考》,2020年第6期(總第488期).
李修全,王革,韓秋明. 加快發展智能經濟的思路與對策建議[M].高技術發展報告2018,科學出版社, 北京, p407-p413.
李修全,袁立科.  新一代人工智能應堅持負責任發展[R]. 戰略研究參考,2018年第67期(總第355期).
李修全,韓秋明. 當前我國芯片技術與產業發展需要防止三大誤區,發展三大重點[R],戰略研究參考,20018年專刊37期.
李修全. 人工智能對就業的影響要從正反兩方面分析[R]. 戰略研究參考,2018年第17期(總第305期).
李修全. 多維度分析人工智能對就業的主要影響[J].《全球科技經濟瞭望》,2018,33(5):P12-15.
韓秋明,李修全,王革. 英國智庫NESTA的技術預測研究-人工智能技術面臨的問題及對策[J].《全球科技經濟瞭望》,2018,33(7):P11-18.
Li Xiuquan, Jiang Hongling. Artificial Intelligence Technology and Engineering Applications[J]. Applied Computational Electromagnetics Society Journal, Vol. 32, No.5, May 2017, pp. 381-388.(SCI/EI)   
Wang Qilin, Song Dandan, Li Xiuquan, Incorporating Entity Correlation Knowledge into Topic Modeling, 2017 IEEE International Conference on Big Knowledge (ICBK), pp. 254-258, 2017.(EI)   
李修全. 人工智能應用中的安全、隱私和倫理挑戰及應對思考[J]. 科技導報, 2017, 35(15): P11-12.   
李修全. 新一輪人工智能發展的特征及展望[J]. 高科技與產業化,2017(6):P18-19.  
Li Xiuquan, Zhang Tao. An Exploration on Artificial Intelligence Application: From Security, Privacy and Ethic Perspective[J], 2017 IEEE International Conference on Cloud Computing and Big Data Analysis (ICCCBDA 2017), ChengDu, China, 2017.4.(EI)   
Li Xiuquan, Brigitte R?der, Zhang Jianwei. An Event-Related Complexity Method for EEG Data Analysis[J]. 2017 IEEE 2nd International Conference on Big Data Analysis (ICBDA 2017), Beijing, China, pp. 903-908. 2017.3. (EI)
李修全. 人工智能正迎來新一輪創新發展期[J]. 高科技與產業化,2017(3):P36-39.   
李修全,蔣鴻玲. 美日歐政府發展人工智能的新舉措及對我國的啟示[J]. 全球科技經濟瞭望,2016, 31(10), P73-76.   
李修全. 當前大數據技術應用的階段性特征及我國的應對思考[J]. 全球科技經濟瞭望,2015, 30(10):P1-4.   
李修全,宋衛國,李微微. 美國關于大數據技術應用的隱私保護問題評估及其啟示[J],全球科技經濟瞭望,2015, 30(2): P63-66.   
李修全. 人工智能2.0:內涵、特征及我國的戰略應對[R]. 戰略研究參考,2016年第86期(總第186期) .  
李修全,王革,許曄.美日歐政府迎接人工智能未來的新舉措及我國的應對思考[R].戰略研究參考,2016年第83期(總第183期) .  
李修全,李強. 關于實施國家大數據人才計劃的思考與建議[R]. 戰略研究參考,2016年第79期(總第179期)  . 
李修全,王革. 人工智能發展進入新階段及對我國對策建議[R]. 戰略研究參考,2016年第72期(總第172期).   
李修全,王革. 從專利轉移看我國當前技術創新區域特征[R]. 戰略研究參考,2016年第10期(總第110期) .  
李修全. 關于智能電動汽車發展的調研報告[R]. 研究報告,2016.3.   
鄧志東, 李修全, 鄭寬浩. 一種基于SSVEP的仿人機器人異步腦機接口控制系統[J]. 機器人,2010,33(2), pp.129-135. (EI)   
Li Xiuquan, Deng Zhidong. Research on the fractal feature extraction based SSVEP idle-state detection[J]. International Journal of Computer and Communication Engineering. 2012,vol. 1, no. 4, pp. 331-336.   
Zhang Zimu, Li Xiuquan, Deng Zhidong. A CWT-based SSVEP Classification Method for Brain-Computer Interface System[J]. International Conference on Intelligent Control and Information Processing, 2010.(EI)   
Li Xiuquan, Deng Zhidong, Luo Jing. Trading strategy design in financial investment through a turning points prediction scheme[J]. Expert Systems with Applications. 2009, 36(4):7818-7826.(SCI/EI)   
Li Xiuquan, Deng Zhidong, Zhang Jianwei. Function of EEG temporal complexity analysis in neural activities measurement[J], The 6th International Symposium on Neural Networks, Lecture Notes in Computer Science, 5551, 2009, pp:209-218.(EI)   
Li Xiuquan, Deng Zhidong. Prediction of turning points for chaotic time series using ensemble ANN model [J], The 7th World congress on Intelligent Control and Automation, 2008, pp.3459-3464.( EI)   
Li Xiuquan, Deng Zhidong. A chaotic detection method for steady-state visual evoked potentials[J], the 13th International Conference on Biomedical Engineering, 2008, pp.390-394.   
Li Xiuquan, Deng Zhidong. A machine learning approach to predict turning points for chaotic financial time series[J], the 19th IEEE International Conference on Tools with Artificial Intelligence, 2007, pp.331-335.( EI)


亿宝购彩|欢迎您|首页