复旦大学大数据学院、大数据研究院于2015年10月8日正式成立，是百年复旦在建设世界一流大学和一流学科征程中，瞄准国际科技前沿、聚焦国家创新发展、激发学科动能的重要战略举措。据介绍，目前复旦大学大数据学院的人才培养体系涵盖数据科学与大数据技术本科专业、应用统计（大数据统计）、国际商务（大数据商务与管理）专业硕士，同时在积极建设大数据统计科学硕士和博士专业。大数据学院学生培养以“2+2+2”为主要特色，一二年级在复旦学院和相关院系学习；三四年级进入大数据学院学习大数据技术核心知识、理论与应用技术；第三个两年为专业硕士培养，深入学习数据科学分析技术和领域性应用知识。学院教学团队以海外归国留学人员和海外知名高校教授为主，课程设计全面对接国际一流数据科学专业，同时与海外知名高校、产业界开展各类合作，拓展学生国际交流渠道和实践、实习。
大数据学院的数据科学与大数据技术人才培养模式坚持理论教育与技能培养相结合、坚持基础知识体系与应用知识拓展相结合。学院一方面夯实学生在数据统计与分析、系统与计算方面的基础理论知识体系、使学生具备进一步开展大数据科学研究及应用创新的核心技能；同时也注重交叉融合，以大数据分析为核心轴线，以数学、计算机科学、统计学为三大基础支撑性学科，适度拓展与理医工学、社会科学的交叉。
复旦大学大数据学院、大数据研究院致力于开展大数据基础理论与应用技术研究、以产出高端交叉学科人才和面向行业应用的各类关键技术为我国大数据产业发展提供支撑。为此，大数据两院在夯实基础研究的同时，积极推进政产学研合作，已经与上海市统计局、上海市人口办等政府机构和中植企业集团、仪电集团、国网上海市电力公司、中国电信理想集团、浪潮集团、ibm等国内外大型企业建立了全面合作关系，在经济金融、信息安全、人工智能、生物医药、临床诊疗、社会管理、媒体传播和能源环境等领域建立了若干跨学科研究团队，面向产业需求推进基础研究成果的产业转化。
据悉，电力大数据与智慧能源研究所、大数据理论与技术研究所、复旦大学电磁大数据与遥感智能研究所、复旦大学人口大数据与公共治理研究所、人工智能和深度学习研究所、复旦-中植大数据金融与投资研究院等研究所将携其合作单位，在本届数博会上展示新时代的大数据技术将如何影响未来人们的生活。其中，智能配用电大数据应用系统利用多种数据挖掘、可视化分析技术，对智能电网配用电大数据进行集成分析，进行精准的需求分析、节点诊断、网架优化等，为电力生产的动态管理决策提供支撑。动态人脸识别系统面向国家安全，公共治安、重点区域防范等实际应用，利用类脑深度学习、视频大数据深度挖掘等技术，实现了开放环境下用户无感的动态人脸识别。医学影像分析机器人是数字医疗领域的新技术，机器人将通过大量影像及诊断数据进行深度学习训练，从海量的医学图像中自动寻找病灶，帮助患者更快速地完成x光、b超、cct等检查，协助医生更快完成读片，减轻放射科医生的读片工作量，提高医生诊断的准确率。问诊机器人：将通过“望闻问切”的问诊步骤，结合西医的基因检测，知识图谱，根据疾病数据库里面的内容进行对比分析和深度学习，通过病人的临床资料，自动推荐最合适的药物，为患者提供此类的用药护理咨询，以及为患者提供日常健康管理的建议。此外，基于知识图谱的问答机器人、事件驱动的金融事件分析系统等一系列代表性成果也将亮相贵阳，为各界带来大数据应用的最新成果。
人工智能和深度学习研究所
复旦大学人工智能和深度学习研究所利用和发展深度学习理论和方法，对全维度的脑科学海量数据进行系统地分析、挖掘，并原创性地将它们应用于解决神经科学问题、各类脑疾病的寻根和精准诊疗，取得了一系列国际领先的原创性的突破成果，并发表于国际顶尖杂志，被国内外主流媒体焦点报道。目前，人工智能和深度学习研究所的部分成果正在开展国际临床应用合作研究和推广。
复旦大学人工智能和深度学习研究所首次构建了大脑功能网络动态图谱，揭示大脑网络动态变化机制；发展了定量化大脑的泛函熵方法，并成功地应用于老龄化，智商和创造性的研究中；提出和发展了全脑关联分析（bwas）的方法和理论，并成功的应用于抑郁症，精分和自闭症的病灶的发现，如探寻自闭症异常神经回路，揭示抑郁病人不同的憎恨机制，精准定位抑郁症脑功能异常区域；发现精神分裂症患者大脑可能的自愈机制，揭开隐藏在精神分裂症之大脑功能网络系统的内在表现型(endophenotype)等；同时，揭示了帕金森病与肌张力障碍丘脑底核神经波动、与深部脑刺激疼痛缓解相关场电位特征以及基于脑深部场电位神经同步与大脑连接的运动解码研究等。
未来，人工智能和深度学习研究所将面向产业共建产学研深度学习和神经网络计算服务平台，积极开展面向行业的人工智能的研究与应用，为工业制造、交通物流、信息处理和精准医疗等产业中智能技术开发提供开发与计算服务等。
在研究方向上，将构建新型模块化深度神经网络模型等。并且，将结合最新脑科学研究成果，发展包含自组织、自学习、自适应、自涌现人脑学习机制，并且融入人类行为的决策、情感以及注意力等因素的高性能并行分布式超级智能计算算法；建立自主原创性的神经网络模型与深度学习算法开源代码环境，建立从分布式大数据库到算法模型库的接口，通过分布式与并行学习优化算法建立通往云计算服务的通道；基于不确定性的定量理论，建立智能学习开发流程与规范，为深度神经网络智能学习服务的质量控制提供定性/定量标准化依据。最后，研究所也将发展基于深度学习神经网络的应用技术，建立深度学习和神经网络人才培养体系。
复旦-中植大数据金融与投资研究院
复旦-中植大数据金融与投资研究院（以下简称中植金融所），是依托复旦大学大数据学院建立的综合性研究和咨询机构，在学界与业界具有重要影响力。
在科学研究方面，中植金融所在国际顶级期刊发表大量具有重要影响力的科研成果；拥有wind、bankscope、bloomberg等国内外低高频数据库，并形成了以范剑青教授和李克辛总裁为首的理论研究团队和量化交易团队。
为保证交易策略的科学性，中植金融所将世界一流大学的权威学术期刊作为研究策略的主要思路来源，并将数理策略纳入到自主研发的it系统。在量化交易的开发实践中，中植金融所产生了一系列世界最具前沿性的成果。目前为止，中植金融所开发了为量化策略、建模等用途的金融数学建模系统，建立了全球领先的研发平台；建立了盘中波动率交易系统，并创造性地提出了铁鹰跨价期权组合策略。除此之外，为了将顶尖策略应用于中国期货市场，中植金融所创建了最优化做市策略。它所建立的研、产、投有机结合的平台，实现了跨学科的研发团队建设以及事业与研究的有机结合。在金融咨询领域，它建立了金融咨询检索系统，为上市公司提供相关金融新闻的实时检索；对于历史新闻以及对应时间区间的股价变动信息，它还建立了事件驱动的决策支持系统，以帮助投资者更好地投资决策。
毫无疑问，量化交易和量化投资是未来金融交易的主流。中植金融所已经基于量化交易系统，量化投资策略等大数据量化投资的研究与开发形成了多资产、多频率、多策略的具有广泛资产类别和多元化组合的量化交易系统。针对量化交易、产品设计、交易策略，它已经完成了卓有成效的成果转化。
开放性、跨学科、国际化、专业化是中植金融所的关键词。在未来的几年内，它将建成集科学研究、产品研发、人才培养、成果转化于一体的专业化平台，将研究院打造成国际一流的“产、学、研、政”一体化的科研基地、人才基地和成果转化服务中心。中植金融所永远向有意从事量化资产管理的政府、企业和个人敞开大门。
电力大数据与智慧能源研究所
复旦大学电力大数据与智慧能源研究所专注于建设需求侧电力大数据分析管理平台，直接面向电网企业的生产管理需求，有效提高对用户行为的预测分析能力，强化电力生产消费的主动调节与智能适应，支撑电网基础设施建设的科学规划和布局调整，可广泛服务于行业关联特征分析、商圈景气预测、用户节电管理、宏观经济预测预警等多目标以及政府、企业、居民等多主体。
电力大数据与智慧能源研究所采用多种高新技术分析手段。使用函数型分析方法对于用电数据进行修补，完善本不完整的用电数据，构造每一个用户独特的用电曲线，从而完善个体用户的用电数据缺失；使用特征值提取、k-means聚类、有限混合模型对于用电行为进行聚类、关联分析，明确用户异质性对于用电行为的影响；进行用户用电高频数据的非侵入式分解，进一步明确用户的制冷制热需求；使用隐马尔科夫过程、状态空间模型等方法对于用户用电行为进行分析，找到用户不同用电状态及其转移路径。
进而，基于用户用电的异质性，将用户用电行为进行大范围的推演，进行城市级别用户用电量以及用电行为的模拟，研究极端气候条件下的用户用电行为变化以及用电压力，构建基于电力数据的工商业复杂网络，找到行业之间的集群特征，从而明确行业之间的关联关系。
研究所未来希望能深入与电力公司，用电数据相关行业之间的联系，完善居民、工商业等用户的用电行为分析，进一步将电力数据与污染、气象等数据进行融合、关联。同时，也希望能够与智能家电厂商合作，对于用户用电行为深入到设备级进行进一步的研究。
大数据理论与技术研究所
cn-dbpedia、超级验证码、小cui问答是复旦大学大数据理论与技术研究所最具代表性的三大研究成果。
cn-dbpedia是目前世界上最大的中文通用百科知识图谱，它能以全自动的方式将互联网文本中包含的所有知识进行结构化地表示和存储，以服务于知识检索等应用。它已经得到了学术界和工业界的广泛认可，已有清华大学、北京大学等数十个大学通过邮件、电话等方式请求数据共享以更好地进行学术研究；cn-dbpedia还为华为、中国移动在内的数十家国内外知名企业提供了构建知识图谱的技术支持。
超级验证码是一款基于机器语言认知和知识图谱的智能验证码，它给出常识性文本描述和对应问题，让用户在限定时间内从文本中找出答案，答对即验证通过。超级验证码的核心技术是基于深度学习的问题生成，同时它具有不重复性、无法破解性、用户体验友好等多个优点。目前，基于复旦大学相关词条的超级验证码已上线。
第三大成果小cui问答是一款自主研发的中文开放知识问答系统，致力于为聊天机器人、智能客服等问答类产品提供开放型知识问答解决方案。系统以多粒度深度神经网络理解问题，以cn-dbpedia作为知识来源，拥有多样性问题理解、反馈学习、高效率高并发等先进特性。同时，系统当前还提供网页接口（kw.fudan.edu.cn/qa）和微信服务号（小cui问答）。
未来，cn-dbpedia将构建特定领域的知识图谱，包括医疗、金融、农业等领域，以针对各领域提供更全面深入的知识。超级验证码将融合分级验证、组合验证和常识验证的新技术，进一步贴合企业的安全需求，扩展自身应用场景，探索新的商业模式。而小cui问答正在研发小cui问答-领域版，以构建不同领域的自动化的问答系统，满足企业的特定问答需求。
复旦大学电磁大数据与遥感智能研究所
复旦大学电磁大数据与遥感智能研究所专注于发展电磁与遥感大数据相关技术，对实现电磁与遥感大数据高效应用、提升我国整体发展实力和空间信息安全有重要战略意义。研究所目前已在研究深度学习在雷达遥感中的应用上取得了突破性的进展，相关成果即将发表在国际相关学术期刊与专业年会上。
作为一种新型遥感设备，合成孔径雷达(syntheticapertureradar,sar)具有极高的应用价值。复旦大学电磁波信息科学教育部重点实验室团队从2013年开始率先进行了卷积神经网络（cnn）应用于sar图像解译的研究，该项创新应用使得目标检测与分类的识别率和精度均达98%及以上，并提出了复数深度卷积网络（cv-cnn），其性能远高于传统的实数神经网络。多项研究成果对于实现遥感�...