2020年7月18日晚，由深圳市政务服务数据管理局、南山区人民政府主办，南山区政务服务数据管理局、华为技术有限公司承办，第二届“华为云杯”2020深圳开放数据应用创新大赛（SODiC）成果分享汇暨颁奖晚会成功举行。本次大赛以“数聚粤港澳，智汇大湾区”为主题，自2020年3月27日启动以来，历时3个多月，经历了全球范围的精彩角逐，最终正式圆满落幕。

来自我校计算机科学与工程系宋轩副教授课题组的研究生冯德帆，本科生唐之遥和莫宇同学在“南方科技大学-东京大学超智慧城市联合研究中心”教授的联合指导下，参赛作品《医院门诊人力资源和诊室资源优化配置分析》获得了数据分析赛道冠军，揽获奖金10万元人民币。来自计算机科学与工程系杨双华教授课题组的研究生钱凯、周玉珏、冯泽正和刘宇焕组成的滴水不漏战队，参赛作品《数据驱动的供水管网漏损检测与溯源解决方案》获得了数据分析赛道三等奖，获得奖金2万元。

深圳开放数据应用创新大赛定位于国际一流的数据赛事和创新孵化器。本届大赛设置数据创意赛、数据分析赛、数据算法赛和南山专题赛共四个赛道，参赛选手范围扩大到全球，吸引了来自北京大学、香港大学、新加坡大学、科大讯飞等海内外名校和优秀企业6379名选手报名参赛，组成的1809支团队，总计提交1205份作品。从初赛脱颖而出的60支团队，经过线上AI训练营等层层选拔，进行了激烈的“数据大比武”，最终晋级总决赛，角逐创新大赛全国总冠军。经过激烈角逐，各赛题全部冠亚季军团队和优胜团队最终尘埃落定。

图1：2020“SODiC” 颁奖典礼现场

数据时代，共建粤港澳大湾区智慧城市

深圳承载国家智慧城市建设先行示范区的使命，为认真贯彻落实《关于支持深圳建设中国特色社会主义先行示范区的意见》、《粤港澳大湾区发展规划纲要》等重要文件精神，积极贯彻国家大数据战略，持续积极推进政务数据开放共享利用，优化智慧城市数字资源的配置效率，促进数据跨界、跨域融合开发与应用，深入推进一流智慧城市建设和数字政府改革。

深圳市以“数聚粤港澳，智汇大湾区”主题大赛为契机，聚焦粤港澳大湾区一体化发展，在全球范围内征集基于开放数据的大数据创新应用解决方案，内容涉及疫情防控、环境保护、民生医疗、社会治理等领域，有力推进政府数据开放共享，提升公共数据资源价值，培育数字经济新产业、新业态和新模式，打造全球数据创新应用和智慧城市建设发展新高地。

图2：《医院门诊人力资源和诊室资源优化配置分析》团队获得冠军（一等奖）

图3：  宋轩副教授与获奖队伍代表唐之遥的合影

图4： 《数据驱动的供水管网漏损检测与溯源解决方案》团队合影

AI大数据，助推智慧城市+智慧医疗新成果

获奖作品《医院门诊人力资源和诊室资源优化配置分析》简介：

赛题依照智慧城市理念构建一个大数据平台，整合多种数据，如从气象局平台获取气象数据。内置训练好的AI模型，时事且智能的展示医院的运行状态和与智慧城市的联动。

基于龙华区某医院的门诊大楼布局图、医疗资源（包括医生资源、护士资源和检查检验资源），利用建模算法对固定服务对象（疾病排名靠前的就诊患者）进行资源优化配置的问题，参赛团队提出了一套结合预测、优化、模拟三维一体的优化配置框架。具体内容包括：

（1）针对医务人员资源配置问题，我们从病人人数这一关键因素入手，通过预测未来一周的来院病人人数，提高医务人员每周排班的人员使用效率。

（2）针对诊室资源配置问题，我们根据诊室之间的距离，来对诊室配置进行优化，从而减少病人在医院内的等待时间以及走路消耗的时间。

（3）我们对医院内的病人的移动轨迹进行了模拟，一方面验证诊室配置优化的有效性，一方面为避免某一位置病人人数过多带来的疫情传播隐患等问题提供有效的参考。

参赛团队开发的智慧医疗系统具有如下的优点：

第⼀，模型使⽤真实时事的数据，模拟结果更加准确。

第⼆，优化效果显著，能够⽤于真实布局优化。

第三，就诊数预测准确率⾼，可⽤于做排班参考。

第四，模型扩展性⾼，可以扩展为智慧医疗系统。

图5：智慧医疗系统模型框架

获奖作品《数据驱动的供水管网漏损检测与溯源解决方案》简介：

赛题依照智慧城市理念，整合供水管网的空间分布信息和检测数据的时间序列信息，训练供水管网漏损情况分析模型，为建立节水型城市提供支持。

基于光明区某区域的供水管网布局图、检测数据（流量、压力）和用水数据，分析整个供水管网的漏损情况的问题。参赛团队提出了一整套包含管网漏损检测、管网漏损溯源和可视化辅助决策工具的解决方案。具体内容包括：

（1）根据监测站点位置信息与监测站点时序数据（流量计、压力计实时数据），设计了一款漏损检测模型，通过结合单通道检测分析结果与多通道检测分析结果，来综合判断最终的可疑漏损时间点。

（2）根据真实管网布局图和真实传感数据（有漏损事件）与建模仿真管网生成的仿真传感数据（无漏损事件）对比生成的残差数据，放入基于CNN的溯源模型中，得到管网中各个节点的漏损概率，由此得到管网漏损的最大概率源头。

（3）基于上述两个模型，制作了一款可视化辅助决策工具，功能包括：根据管径范围筛选管道，根据模型预测结果查验可疑漏损点以及实时检测和报警。

参赛团队提出的解决方案具有如下优点：

第一：采用了多模型融合的检测模型，具有较高的鲁棒性。

第二：可以做到快速检测和精准溯源，具有较高的应用价值。

第三：可视化工具可以辅助上层决策，做到漏损的快速响应，减少漏损带来的损失。

图6: 基于地理信息可视化分析的漏损实时展示及报警工具

颁奖仪式视频链接为：https://v.qq.com/x/page/x3118xn1ym2.html