各科室、各位專(zhuān)家：
國(guó)家自然科學(xué)基金數(shù)學(xué)天元基金和深圳市科技創(chuàng)新委員會(huì)聯(lián)合設(shè)立“數(shù)學(xué)與智能+”交叉重點(diǎn)專(zhuān)項(xiàng)，本年度聚焦醫(yī)療健康、生命科學(xué)等領(lǐng)域，詳見(jiàn)指南原文。
本重點(diǎn)專(zhuān)項(xiàng)不計(jì)入高級(jí)職稱(chēng)人員申請(qǐng)和承擔(dān)總數(shù)2項(xiàng)的范圍。
請(qǐng)申請(qǐng)人按指南中的要求及注意事項(xiàng)牽頭或參與申請(qǐng)。我院擬牽頭申請(qǐng)者建議與深圳市的研究機(jī)構(gòu)合作，并于10月17日前完成申請(qǐng)書(shū)網(wǎng)上首次提交，以便形式審查及辦理相關(guān)申報(bào)手續(xù)；如需修改，可以申請(qǐng)退回，最終提交時(shí)間截止10月19日。
復(fù)旦大學(xué)附屬中山醫(yī)院科研處
王翔宇697552 612167
2023年9月23日
指南原文：
為了推進(jìn)數(shù)學(xué)理論、方法與技術(shù)在醫(yī)療健康、電子信息、數(shù)字經(jīng)濟(jì)等領(lǐng)域中的交叉融合與應(yīng)用研究，推動(dòng)數(shù)學(xué)在戰(zhàn)略性新興產(chǎn)業(yè)中的創(chuàng)新發(fā)展和應(yīng)用落地，支撐粵港澳大灣區(qū)國(guó)際科技創(chuàng)新中心與綜合性國(guó)家科學(xué)中心建設(shè)，國(guó)家自然科學(xué)基金數(shù)學(xué)天元基金和深圳市科技創(chuàng)新委員會(huì)聯(lián)合設(shè)立“數(shù)學(xué)與智能+”交叉重點(diǎn)專(zhuān)項(xiàng)（以下簡(jiǎn)稱(chēng)交叉重點(diǎn)專(zhuān)項(xiàng)）。現(xiàn)征集2023年度交叉重點(diǎn)專(zhuān)項(xiàng)申請(qǐng)，具體說(shuō)明和要求如下：
一、科學(xué)目標(biāo)
重點(diǎn)圍繞數(shù)學(xué)與數(shù)字經(jīng)濟(jì)的“智能+”融合研究，促進(jìn)應(yīng)用數(shù)學(xué)和產(chǎn)業(yè)技術(shù)創(chuàng)新融通發(fā)展。本年度聚焦醫(yī)療健康、生命科學(xué)等領(lǐng)域，針對(duì)醫(yī)療健康大模型的構(gòu)建與應(yīng)用，開(kāi)展數(shù)學(xué)理論、方法與技術(shù)的創(chuàng)新攻關(guān)研究，以期為重大疾病精準(zhǔn)診療提供新方法，進(jìn)一步促進(jìn)醫(yī)療模式創(chuàng)新、優(yōu)化醫(yī)療服務(wù)供給，為健康中國(guó)戰(zhàn)略實(shí)施提供理論基礎(chǔ)與技術(shù)支撐。
二、資助研究方向
本交叉重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目擬資助以下研究方向：
?。ㄒ唬┗陔S機(jī)矩陣極限理論的大模型機(jī)理研究。
針對(duì)大模型機(jī)理研究需求，建立以模型參數(shù)規(guī)模(P)、訓(xùn)練數(shù)據(jù)規(guī)模(N)、學(xué)習(xí)質(zhì)量(如訓(xùn)練模型所達(dá)到的損失函數(shù)梯度值?l)為三元變量的隨機(jī)矩陣譜分布極限理論，并用以刻畫(huà)線性/廣義線性大模型泛化性與P,N,?l之間的變化規(guī)律；推導(dǎo)收縮率(ScalingLaw)并解釋大模型的涌現(xiàn)現(xiàn)象；研究大模型最優(yōu)（較優(yōu)）性能的模型規(guī)模、數(shù)據(jù)規(guī)模、學(xué)習(xí)質(zhì)量之間的最優(yōu)匹配律，并實(shí)驗(yàn)驗(yàn)證；應(yīng)用線性近似方法或核方法，推廣上述結(jié)果到非線性情形。
?。ǘ┐竽Ｐ图s化的數(shù)學(xué)理論與方法。
針對(duì)大模型的約化開(kāi)展學(xué)習(xí)方法論模擬（SLeM）、大模型幾何景觀、雙層優(yōu)化等創(chuàng)新學(xué)習(xí)范式與優(yōu)化理論研究，聚焦于：研究任務(wù)的指令化表示與分解體系，構(gòu)建“任務(wù)→方法論學(xué)習(xí)→方法更新→完成任務(wù)”的大模型“單路徑”約化方法；研究基于元數(shù)據(jù)、元知識(shí)的大模型約化雙層優(yōu)化理論與高效算法，構(gòu)建基于SLeM理論的大模型約化學(xué)習(xí)理論與方法；研究文本、圖像雙模態(tài)下的大模型幾何景觀性態(tài)，提出基于幾何景觀的大模型約化理論與方法；將所提出的大模型約化理論與方法用于醫(yī)學(xué)多模態(tài)大模型，取得顯著成效。
（三）支持醫(yī)學(xué)大模型的元數(shù)據(jù)治理方法與平臺(tái)。
數(shù)據(jù)數(shù)量和質(zhì)量是構(gòu)建大模型的必要條件。為攻關(guān)研發(fā)醫(yī)學(xué)大模型需要，建立醫(yī)療元數(shù)據(jù)中心平臺(tái)及醫(yī)療病歷、影像等多模態(tài)醫(yī)學(xué)數(shù)據(jù)采集、質(zhì)控、去隱私化、標(biāo)注的規(guī)范和智能技術(shù)；聯(lián)合不少于50家國(guó)內(nèi)高水平醫(yī)院，構(gòu)建不少于2萬(wàn)例頭部、胸部、腹部CT、MR標(biāo)準(zhǔn)數(shù)據(jù)集，其中標(biāo)注數(shù)據(jù)不少于1萬(wàn)例；提出醫(yī)療數(shù)據(jù)隱私保護(hù)與分析共享兼?zhèn)?、分層治理與風(fēng)險(xiǎn)優(yōu)化的數(shù)學(xué)模型與數(shù)學(xué)方法；構(gòu)建基于可信安全計(jì)算的多模態(tài)醫(yī)學(xué)大模型智能算力平臺(tái)；驗(yàn)證支持大模型訓(xùn)練和不少于2項(xiàng)專(zhuān)科醫(yī)學(xué)智能診斷的下游應(yīng)用，為醫(yī)學(xué)基礎(chǔ)大模型研究提供持續(xù)的高質(zhì)量數(shù)據(jù)與算力平臺(tái)支撐。
（注：本項(xiàng)目擬資助經(jīng)費(fèi)300萬(wàn)元，承擔(dān)單位需具有對(duì)多中心數(shù)據(jù)的統(tǒng)籌管理資質(zhì)。）
?。ㄋ模┽t(yī)學(xué)影像判讀大模型的研發(fā)與關(guān)鍵技術(shù)。
基于自主可控基礎(chǔ)大模型平臺(tái)，研發(fā)首款醫(yī)學(xué)影像判讀大模型。聚焦突破：語(yǔ)言和圖像雙模態(tài)對(duì)齊融合、混合推理、圖生文、文生圖關(guān)鍵技術(shù)，醫(yī)學(xué)影像知識(shí)增強(qiáng)的語(yǔ)言基礎(chǔ)大模型和語(yǔ)言-圖像基礎(chǔ)大模型，基于增強(qiáng)語(yǔ)言大模型的醫(yī)學(xué)影像自動(dòng)標(biāo)注方法，醫(yī)學(xué)影像描述報(bào)告自動(dòng)生成技術(shù)，醫(yī)學(xué)影像判讀報(bào)告自動(dòng)生成技術(shù)等；集成所提出的新技術(shù)，研發(fā)醫(yī)學(xué)影像自動(dòng)描述系統(tǒng)和報(bào)告自動(dòng)生成系統(tǒng)，并在10家以上三甲醫(yī)院試點(diǎn)應(yīng)用。
?。ㄗⅲ罕卷?xiàng)目擬資助經(jīng)費(fèi)300萬(wàn)元。）
?。ㄎ澹┲С轴t(yī)學(xué)大模型高效訓(xùn)練的移動(dòng)計(jì)算。
針對(duì)醫(yī)療數(shù)據(jù)分散存儲(chǔ)所帶來(lái)的醫(yī)學(xué)大模型訓(xùn)練難題，實(shí)現(xiàn)“計(jì)算貼近數(shù)據(jù)”的移動(dòng)計(jì)算范式創(chuàng)新，發(fā)展高效實(shí)用的分布式學(xué)習(xí)算法，并支持醫(yī)學(xué)大模型的高效訓(xùn)練和應(yīng)用。重點(diǎn)研究：基于數(shù)據(jù)并行、模型分解的無(wú)通信、統(tǒng)計(jì)高效、無(wú)偏的“分解-聚合”分布式訓(xùn)練算法；適應(yīng)于醫(yī)學(xué)影像多模態(tài)處理、異構(gòu)計(jì)算的通信高效類(lèi)分布式訓(xùn)練算法；帶隱私保護(hù)醫(yī)學(xué)大數(shù)據(jù)的高效處理與分析算法；搭建移動(dòng)計(jì)算平臺(tái)，實(shí)現(xiàn)30P以上算力的可移動(dòng)部署，支撐醫(yī)學(xué)大模型的搭建和高效訓(xùn)練及下游應(yīng)用。
（注：本項(xiàng)目承擔(dān)單位需配套移動(dòng)計(jì)算平臺(tái)的硬件經(jīng)費(fèi)。）
（六）醫(yī)學(xué)影像大模型的評(píng)測(cè)與應(yīng)用模式研究。
構(gòu)建開(kāi)源數(shù)據(jù)、生成數(shù)據(jù)與專(zhuān)有數(shù)據(jù)相結(jié)合的醫(yī)學(xué)影像大模型評(píng)測(cè)標(biāo)準(zhǔn)數(shù)據(jù)集，提出醫(yī)學(xué)影像大模型評(píng)測(cè)的指標(biāo)體系與評(píng)測(cè)方法；研發(fā)醫(yī)學(xué)影像“指令-答案”對(duì)的智能和漸進(jìn)標(biāo)注算法；研究不同威脅級(jí)別和不同攻擊強(qiáng)度的風(fēng)險(xiǎn)遷移、噪聲添加及對(duì)抗測(cè)試算法。研建端側(cè)和云側(cè)間數(shù)據(jù)、特征、模型及參數(shù)協(xié)同鏈路，實(shí)現(xiàn)醫(yī)學(xué)影像端側(cè)個(gè)性化推理小模型和云側(cè)基礎(chǔ)大模型的協(xié)同進(jìn)化；設(shè)計(jì)軟硬件聯(lián)合優(yōu)化的醫(yī)學(xué)影像大模型蒸餾、微調(diào)和增量訓(xùn)練加速算法。面向心血管類(lèi)疾病，基于ECG、超聲、CT、PET、視頻等多源影像數(shù)據(jù)，研制覆蓋報(bào)告生成、病灶勾畫(huà)、干預(yù)方案設(shè)計(jì)、治療效果預(yù)測(cè)等核心場(chǎng)景的醫(yī)學(xué)影像診療一體化系統(tǒng)，并在5家以上大型醫(yī)療機(jī)構(gòu)及其醫(yī)共體開(kāi)展應(yīng)用示范。
?。ㄆ撸┒嗄B(tài)醫(yī)學(xué)超聲基礎(chǔ)大模型及其應(yīng)用。
針對(duì)超聲影像標(biāo)準(zhǔn)化程度低的突出挑戰(zhàn)，研發(fā)超聲影像判讀專(zhuān)用基礎(chǔ)大模型。聚焦研究：超聲影像的數(shù)學(xué)化表示與標(biāo)準(zhǔn)化方法；不少于1萬(wàn)例的帶標(biāo)注的超聲影像標(biāo)準(zhǔn)數(shù)據(jù)集；超聲影像知識(shí)增強(qiáng)的語(yǔ)言基礎(chǔ)大模型和語(yǔ)言-圖像基礎(chǔ)大模型；基于指示性強(qiáng)化學(xué)習(xí)的超聲大模型微調(diào)高效算法，基于大模型、語(yǔ)義精確可控的陽(yáng)性病例高維多模態(tài)影像合成算法；基于大模型和因果算法的影像自動(dòng)判讀與報(bào)告生成數(shù)學(xué)模型與方法；開(kāi)發(fā)高精度和高泛化性能的超聲掃查導(dǎo)航、實(shí)時(shí)質(zhì)控和診斷智能系統(tǒng)，并開(kāi)展產(chǎn)前和心臟領(lǐng)域臨床示范應(yīng)用。
（八）指導(dǎo)蛋白質(zhì)設(shè)計(jì)與改造的AI模型與系統(tǒng)。
針對(duì)蛋白質(zhì)工程研發(fā)全新的兼顧序列和結(jié)構(gòu)信息的預(yù)訓(xùn)練模型及下游任務(wù)技術(shù)需求，建立億級(jí)數(shù)據(jù)量且面向極端環(huán)境標(biāo)注蛋白序列的核心壁壘蛋白數(shù)據(jù)庫(kù)；發(fā)展基于粒子系統(tǒng)和消息傳遞的Transformer及GNN的數(shù)學(xué)理論及AI模型；用Transformer學(xué)習(xí)蛋白質(zhì)序列信息，用GNN學(xué)習(xí)蛋白質(zhì)結(jié)構(gòu)信息，將二者結(jié)合研發(fā)全新的針對(duì)蛋白質(zhì)工程的預(yù)訓(xùn)練框架和下游任務(wù)實(shí)現(xiàn)AI模型與系統(tǒng)。在10個(gè)以上藥用或者工程蛋白上，濕實(shí)驗(yàn)驗(yàn)證所開(kāi)發(fā)的系統(tǒng)，實(shí)現(xiàn)僅只需少量（<100）突變實(shí)驗(yàn)數(shù)據(jù)就能獲得性能優(yōu)越的滿(mǎn)足工程需求的多點(diǎn)位突變的蛋白質(zhì)產(chǎn)品。
（九）基于人工智能的多肽藥物設(shè)計(jì)大模型。
開(kāi)發(fā)能夠針對(duì)任意給定靶點(diǎn)蛋白預(yù)測(cè)活性多肽的AI模型。重點(diǎn)研究：如何設(shè)計(jì)AI模型與算法，以快速鎖定在指數(shù)增長(zhǎng)的序列空間中對(duì)給定靶點(diǎn)蛋白有藥效活性的子空間；如何將AI方法與基于第一性原理的計(jì)算化學(xué)方法結(jié)合，提出更加高效的多肽藥物設(shè)計(jì)原理與方法；基于已有蛋白質(zhì)大語(yǔ)言模型，突破以靶點(diǎn)蛋白作為提示的微調(diào)技術(shù)，研發(fā)專(zhuān)用多肽藥物設(shè)計(jì)AI模型，實(shí)現(xiàn)在較短時(shí)間內(nèi)將多肽藥物的序列空間縮小到濕實(shí)驗(yàn)可承受的范圍，提升多肽藥物研發(fā)效率。基于所研發(fā)的模型，完成1-2個(gè)多肽藥物的快速設(shè)計(jì)，驗(yàn)證所研發(fā)模型的有效性。
（十）基于三室建模的微重力腦超微結(jié)構(gòu)調(diào)控理論與方法。
針對(duì)微重力環(huán)境下神經(jīng)興奮與細(xì)胞微環(huán)境、血流的偶聯(lián)作用機(jī)制不明的科學(xué)問(wèn)題，應(yīng)用大數(shù)據(jù)統(tǒng)計(jì)分析和深度學(xué)習(xí)算法，以不同重力狀態(tài)下的各結(jié)構(gòu)參數(shù)為基礎(chǔ)數(shù)據(jù)集，研究正常重力及微重力下細(xì)胞外間隙、血流、腦電信號(hào)變化規(guī)律，應(yīng)用微分方程建模與數(shù)值模擬方法，研究正向調(diào)控技術(shù)對(duì)超微結(jié)構(gòu)的作用與機(jī)制，揭示單室刺激下的三室變化規(guī)律，建立微重力條件下神經(jīng)興奮功能變化的數(shù)學(xué)模型；基于新模型，探索多元素增強(qiáng)的復(fù)雜關(guān)系表達(dá)，構(gòu)建基于三室模型的神經(jīng)調(diào)控和腦保護(hù)新方法，為不同重力條件下的腦保護(hù)提供數(shù)學(xué)技術(shù)的新理論、新方法。探索構(gòu)建基于三室模型及新調(diào)控方法的神經(jīng)系統(tǒng)疾病早期診斷和治療計(jì)劃制定的“診療一體化”系統(tǒng)，開(kāi)展基于新理論和新方法的臨床試點(diǎn)應(yīng)用。
?。ㄊ╋B內(nèi)腫瘤多模態(tài)數(shù)據(jù)融合的可通用診療模型及系統(tǒng)。
可通用疾病診療大模型面臨多模態(tài)數(shù)據(jù)融合、資源受限時(shí)的基礎(chǔ)模型微調(diào)和多病種多任務(wù)優(yōu)化等挑戰(zhàn)。本項(xiàng)目面向顱內(nèi)腫瘤，擬開(kāi)展多癌種、多模態(tài)可通用診療大模型的構(gòu)建、微調(diào)和評(píng)測(cè)應(yīng)用研究，包括：研究醫(yī)學(xué)影像、病理圖像、高通量測(cè)序和報(bào)告文本等多模態(tài)數(shù)據(jù)對(duì)齊和融合方法，利用至少6萬(wàn)例顱內(nèi)腫瘤數(shù)據(jù)構(gòu)建生物學(xué)知識(shí)融入的影像-病理-基因多模態(tài)基礎(chǔ)模型；研究基于少量標(biāo)注數(shù)據(jù)、資源受限時(shí)的基礎(chǔ)模型參數(shù)高效微調(diào)方法，使之適用于診斷分型、預(yù)后評(píng)估和新亞型發(fā)現(xiàn)等多種下游任務(wù)；開(kāi)展多種常見(jiàn)大模型的微調(diào)性能評(píng)測(cè)和多樣化臨床任務(wù)應(yīng)用研究，探索最優(yōu)的診療大模型微調(diào)策略。
?。ㄊ┗诙嗾Z(yǔ)言大模型微調(diào)的中西醫(yī)結(jié)合風(fēng)濕病診療系統(tǒng)。
針對(duì)中西醫(yī)結(jié)合診療風(fēng)濕病機(jī)理不清問(wèn)題，構(gòu)建以多語(yǔ)言(中、英、古漢語(yǔ))為載體的醫(yī)學(xué)文本數(shù)據(jù)集，研究適合中文語(yǔ)言特色的大模型微調(diào)新方法和新技術(shù)；構(gòu)建醫(yī)學(xué)影像、病理、臨床、生物分子多組學(xué)等多模態(tài)風(fēng)濕病數(shù)據(jù)集，研究跨模態(tài)特征關(guān)聯(lián)學(xué)習(xí)方法將各類(lèi)型信息融入微調(diào)過(guò)程促進(jìn)大模型在垂直領(lǐng)域的“智能涌現(xiàn)”；針對(duì)風(fēng)濕病的2到3個(gè)核心證候，對(duì)大模型進(jìn)行提示調(diào)優(yōu)對(duì)齊，減低或避免大模型的“偏見(jiàn)”和“幻覺(jué)”影響，形成新一代中西醫(yī)結(jié)合風(fēng)濕病診療系統(tǒng)，并實(shí)現(xiàn)示范應(yīng)用。
?。ㄊ┗诮换シ答伜皖I(lǐng)域經(jīng)驗(yàn)的大模型持續(xù)優(yōu)化與專(zhuān)病輔助診療。
面向典型疾病，基于不少于百萬(wàn)名患者的跨模態(tài)真實(shí)醫(yī)療數(shù)據(jù)，研發(fā)支持輔助診療的大模型應(yīng)用系統(tǒng)。系統(tǒng)能在真實(shí)診療環(huán)境下，實(shí)現(xiàn)患者精準(zhǔn)診療方案的計(jì)算機(jī)智能決策優(yōu)化；可動(dòng)態(tài)學(xué)習(xí)由臨床專(zhuān)家就個(gè)體患者治療效果與康復(fù)進(jìn)程動(dòng)態(tài)提供的多類(lèi)型領(lǐng)域經(jīng)驗(yàn)與多模態(tài)反饋，并自適應(yīng)學(xué)習(xí)對(duì)于不同疾病史患者的個(gè)體化最佳診療決策。研究與提出在保證患者隱私與安全的前提下，基于真實(shí)世界海量異質(zhì)醫(yī)療數(shù)據(jù)學(xué)習(xí)，能穩(wěn)定可靠做出高質(zhì)量診療決策的大模型系統(tǒng)；研究與提出支持上述能力的多模態(tài)計(jì)算機(jī)輔助診療大模型持續(xù)改進(jìn)理論及相應(yīng)的基礎(chǔ)數(shù)學(xué)技術(shù)；研究與提出基于交互反饋和多模態(tài)領(lǐng)域經(jīng)驗(yàn)的大模型高效優(yōu)化理論與增量學(xué)習(xí)方法。應(yīng)用上述大模型系統(tǒng)，在不少于五種專(zhuān)病領(lǐng)域，開(kāi)展真實(shí)世界的輔助診療應(yīng)用驗(yàn)證，并在智聯(lián)網(wǎng)環(huán)境下開(kāi)展覆蓋不少于兩百萬(wàn)人口的促進(jìn)普惠醫(yī)療和三級(jí)診療的區(qū)域性示范應(yīng)用。
?。ㄊ模┗诤酸t(yī)學(xué)影像分析/判讀的智能診療一體化基礎(chǔ)模型與系統(tǒng)。
研究針對(duì)醫(yī)學(xué)圖像學(xué)習(xí)和推理規(guī)則的內(nèi)蘊(yùn)關(guān)聯(lián)，建立大模型在醫(yī)學(xué)影像的遷移、可解釋性和泛化的模式及機(jī)理，構(gòu)建多模態(tài)核醫(yī)學(xué)影像的通用特征表示模型和基于大模型的核醫(yī)學(xué)影像自監(jiān)督學(xué)習(xí)范式；提出基于PET影像的全身器官高精度分割、配準(zhǔn)和病灶快速識(shí)別方法；探索PET與CT/MR相互校正和融合的算法，得到基于影像的定量藥物放射性活度，開(kāi)展關(guān)聯(lián)核素藥物攝取和生物效應(yīng)的圖像分析，建立模型和數(shù)據(jù)雙驅(qū)動(dòng)的藥代動(dòng)力學(xué)分析方法；探索基于多源醫(yī)療數(shù)據(jù)的腫瘤自動(dòng)篩查、診斷、療效評(píng)估的算法，基于萬(wàn)例以上多中心核醫(yī)學(xué)影像大數(shù)據(jù)，構(gòu)建基于核醫(yī)學(xué)影像的病灶識(shí)別、診斷和治療計(jì)劃制定的“診療一體化”系統(tǒng)，開(kāi)展基于核醫(yī)學(xué)影像的治療規(guī)劃系統(tǒng)（TPS）的試點(diǎn)應(yīng)用。
三、資助方式與資助計(jì)劃
以重點(diǎn)項(xiàng)目群的方式資助，項(xiàng)目資助周期不超過(guò)五年。項(xiàng)目執(zhí)行期前兩年由數(shù)學(xué)天元基金與深圳市聯(lián)合資助（側(cè)重于理論與方法，每項(xiàng)200萬(wàn)元，有特別注明的項(xiàng)目，每項(xiàng)300萬(wàn)元）；對(duì)于明確在深圳市轉(zhuǎn)化落地的項(xiàng)目，后三年擬由深圳市資助（側(cè)重于技術(shù)與應(yīng)用落地，每項(xiàng)不低于300萬(wàn)元）；項(xiàng)目資助采取淘汰機(jī)制，執(zhí)行兩年后進(jìn)行中期評(píng)估，評(píng)估優(yōu)秀的項(xiàng)目可獲連續(xù)資助。項(xiàng)目研究團(tuán)隊(duì)須由包含數(shù)學(xué)、醫(yī)學(xué)、信息等不同領(lǐng)域的專(zhuān)家組成，采取雙負(fù)責(zé)人制（其中，排名第一負(fù)責(zé)人為項(xiàng)目總體負(fù)責(zé)人）。
2023年擬資助不超過(guò)14項(xiàng)。申請(qǐng)書(shū)中的研究期限應(yīng)填寫(xiě)為：2024年1月1日至2025年12月31日。
四、申請(qǐng)要求及注意事項(xiàng)
?。ㄒ唬┥暾?qǐng)條件。
本重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目申請(qǐng)人應(yīng)當(dāng)具備以下條件：
1.具有承擔(dān)基礎(chǔ)研究課題的經(jīng)歷；
2.具有高級(jí)專(zhuān)業(yè)技術(shù)職務(wù)（職稱(chēng)）。
在站博士后研究人員、正在攻讀研究生學(xué)位以及無(wú)工作單位的人員不得作為申請(qǐng)人進(jìn)行申請(qǐng)。
?。ǘ┫揄?xiàng)申請(qǐng)規(guī)定。
1.本重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目不計(jì)入高級(jí)專(zhuān)業(yè)技術(shù)職務(wù)（職稱(chēng)）人員申請(qǐng)和承擔(dān)總數(shù)2項(xiàng)的范圍。
2.本重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目申請(qǐng)人和參與者只能申請(qǐng)或參與申請(qǐng)上述十四個(gè)研究?jī)?nèi)容之一的項(xiàng)目。
3.申請(qǐng)人同年只能申請(qǐng)1項(xiàng)重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目。
?。ㄈ┥暾?qǐng)注意事項(xiàng)。
1.本重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目試行無(wú)紙化申請(qǐng)，申請(qǐng)接收時(shí)間為2023年10月14日－2023年10月20日16時(shí)。請(qǐng)申請(qǐng)人2023年10月13日后登錄科學(xué)基金網(wǎng)絡(luò)信息系統(tǒng)https://grants.nsfc.gov.cn/（沒(méi)有系統(tǒng)賬號(hào)的申請(qǐng)人請(qǐng)向依托單位基金管理聯(lián)系人申請(qǐng)開(kāi)戶(hù)）撰寫(xiě)申請(qǐng)書(shū)。項(xiàng)目合作研究單位數(shù)量不得超過(guò)2個(gè)。
2.申請(qǐng)人在填報(bào)申請(qǐng)書(shū)前，應(yīng)當(dāng)認(rèn)真閱讀本項(xiàng)目指南和《2023年度國(guó)家自然科學(xué)基金項(xiàng)目指南》中申請(qǐng)須知的相關(guān)內(nèi)容，不符合項(xiàng)目指南相關(guān)要求的申請(qǐng)項(xiàng)目將不予受理。
3.申請(qǐng)書(shū)研究?jī)?nèi)容應(yīng)和本指南資助研究?jī)?nèi)容一致，項(xiàng)目名稱(chēng)要求選擇上述十四個(gè)研究方向目之一，否則將不予受理。申請(qǐng)書(shū)資助項(xiàng)目類(lèi)別選擇“數(shù)學(xué)天元基金項(xiàng)目”，亞類(lèi)說(shuō)明選擇“數(shù)學(xué)天元基金”，附注說(shuō)明填寫(xiě)“‘?dāng)?shù)學(xué)與智能+’交叉重點(diǎn)專(zhuān)項(xiàng)”。在正文的最前面標(biāo)明所選研究方向的序號(hào)及標(biāo)題。所有項(xiàng)目申請(qǐng)代碼1均應(yīng)選擇數(shù)學(xué)學(xué)科申請(qǐng)代碼。以上選擇不準(zhǔn)確或未選擇的項(xiàng)目申請(qǐng)將不予受理。
4.數(shù)學(xué)天元基金項(xiàng)目無(wú)間接費(fèi)用，申請(qǐng)經(jīng)費(fèi)為直接費(fèi)用。申請(qǐng)人應(yīng)根據(jù)《國(guó)家自然科學(xué)基金資助項(xiàng)目資金管理辦法》的有關(guān)規(guī)定，以及《國(guó)家自然科學(xué)基金項(xiàng)目資金預(yù)算表編制說(shuō)明》的具體要求，按照“目標(biāo)相關(guān)性、政策相符性、經(jīng)濟(jì)合理性”的基本原則，認(rèn)真編制《國(guó)家自然科學(xué)基金項(xiàng)目資金預(yù)算表》。
5.申請(qǐng)人完成申請(qǐng)書(shū)撰寫(xiě)后，在線提交電子申請(qǐng)書(shū)及附件材料。申請(qǐng)材料中所需的附件材料（有關(guān)證明材料、審批文件和其他特別說(shuō)明要求提交的紙質(zhì)材料原件），全部以電子掃描件上傳。
6.依托單位應(yīng)對(duì)本單位申請(qǐng)人所提交申請(qǐng)材料的真實(shí)性、完整性和合規(guī)性進(jìn)行審核；對(duì)申請(qǐng)人申報(bào)預(yù)算的目標(biāo)相關(guān)性、政策相符性和經(jīng)濟(jì)合理性進(jìn)行審核。具體要求如下：
?。?）本交叉重點(diǎn)專(zhuān)項(xiàng)項(xiàng)目采用無(wú)紙化申請(qǐng)方式，依托單位只需在線確認(rèn)并及時(shí)提交電子申請(qǐng)書(shū)及附件材料，無(wú)需報(bào)送紙質(zhì)申請(qǐng)書(shū)。項(xiàng)目獲批準(zhǔn)后，將申請(qǐng)書(shū)的紙質(zhì)簽字蓋章頁(yè)裝訂在《資助項(xiàng)目計(jì)劃書(shū)》最后，與之一并提交。簽字蓋章的信息應(yīng)與信息系統(tǒng)中的電子申請(qǐng)書(shū)保持一致。
?。?）依托單位完成電子申請(qǐng)書(shū)及附件材料的逐項(xiàng)確認(rèn)后，應(yīng)于申請(qǐng)材料提交截止時(shí)間前通過(guò)科學(xué)基金網(wǎng)絡(luò)信息系統(tǒng)上傳本單位科研誠(chéng)信承諾書(shū)的電子掃描件（請(qǐng)?jiān)谛畔⑾到y(tǒng)中下載模板，打印填寫(xiě)后由法定代表人簽字、依托單位加蓋公章；若當(dāng)年已上傳本單位科研誠(chéng)信承諾書(shū)的電子掃描件，則不用再重新提交），無(wú)需提供紙質(zhì)材料；須在項(xiàng)目申請(qǐng)截止時(shí)間后24小時(shí)內(nèi)在線提交項(xiàng)目申請(qǐng)清單。
五、聯(lián)系方式
1.填報(bào)過(guò)程中遇到的技術(shù)問(wèn)題，可聯(lián)系國(guó)家自然科學(xué)基金委員會(huì)信息中心協(xié)助解決，聯(lián)系電話：010-62317474。
2.其他問(wèn)題可咨詢(xún)國(guó)家自然科學(xué)基金委員會(huì)數(shù)理科學(xué)部數(shù)學(xué)科學(xué)處：
聯(lián)系人：趙桂萍
電 話：（010）62327191