按照北京市自然科学基金年度工作计划，现启动2025年度面上项目、青年科学基金项目申请工作，通知如下：

　　北京市自然科学基金面上项目主要资助科技人员在2025年度北京市自然科学基金面上项目指南范围内自主选题，开展创新性科学研究，资助强度不超过20万元/项，资助期限不超过3年。

　　按照北京市基础研究领先行动重要部署，基金办开展了2025年度北京市自然科学基金面上项目指南修订工作。一是优化学科设置，增设“航空宇航科学与技术”亚学科；二是围绕学科前沿和北京市重点领域，部署115个指南方向，包括主要研究领域和优先资助方向两类，其中聚焦北京市重点支持领域设置49个优先资助方向。

　　青年科学基金项目定位于发现和培养创新型青年科技人才，支持青年科技人员自主选题开展研究，培养青年科技人员独立主持科研项目的能力，为其尽早确定研究方向奠定基础。青年科学基金项目资助强度不超过20万元/项，资助期限不超过2年。

　　按照《北京市自然科学基金项目管理办法》及《北京市自然科学基金项目申请人管理规定》的有关要求，申请人每年只能申请1项市基金面上项目或青年科学基金项目。已申请2024年度市基金-海淀联合基金、丰台联合基金、顺义联合基金、昌平联合基金、怀柔联合基金、大兴联合基金、北京经开区联合基金的，可同时申请1项市基金面上项目或青年科学基金项目，但当年不可同时获得资助；已获得2024年度市基金-小米联合基金项目资助的项目申请人不得申请2025年度市基金面上项目或青年科学基金项目。申请人申请项目所需条件详见项目申请指南。

　　对于当年已经获得国家自然科学基金资助的项目申请人，市基金面上项目及青年科学基金项目不再予以支持。

　　2025年度项目经费全面实行“包干制”管理，其管理和使用应当按照《北京市自然科学基金资助项目经费管理办法》（京财科文〔2023〕2110号）执行。

　　科研人员在申报项目时应向依托单位提供个人科技信用报告；依托单位应向基金办提供单位科技信用报告和公共信用信息报告。项目申请单位及项目申请人应诚信状况良好，无在惩戒执行期内的科研严重失信行为记录和相关社会领域严重失信记录。

　　单位（个人）科技信用报告可自行访问“北京市科技计划综合管理平台——在线服务系统”（网址：）通过“法人登录”（个人登录）身份登录系统，点击“科技信用”栏目，即可下载单位（个人）科技信用报告。公共信用信息报告可登录“信用中国（）”或“信用中国（北京））”下载。

　　2025年度北京市自然科学基金面上项目及青年科学基金项目实行无纸化申请，申请人通过北京市自然科学基金依托单位工作系统（以下简称“依托单位工作系统”）在线撰写申请书。依托单位工作系统登录地址：。如申请人所在单位未注册为市基金依托单位，请相关单位于8月28日16:00前提交依托单位注册申请（注册申请通知登录地址：）。

　　申请人自2024年8月7日起可登录依托单位工作系统，按相关要求与提示撰写申请书，并于9月5日16:00前通过该系统将电子申请书提交依托单位审核。

　　（2）申请人撰写、提交申请书功能于9月5日16:00停止服务，鉴于采用在线方式撰写申请书，系统需要一定处理时间，请申请人根据单位具体要求提前做好申请书撰写。

　　依托单位在审核时间内重点对本单位申请人、参与人的申请资格、申请人提交申请书的真实性和完整性进行审核。

　　提示：9月12日16:00以后依托单位提交电子申请书功能将停止服务，请依托单位妥善安排提交工作。

　　依托单位通过依托单位工作系统在规定的时间内统一提交加盖依托单位公章的承诺书、项目清单（承诺书在系统中下载）及单位信用报告。基金办将依据依托单位提交的承诺书及项目清单开展项目评审工作。

　　1.请申请人认真阅读申请书中“申请者保证”栏目，与项目组主要成员和合作单位做好沟通工作，确保项目组主要成员、合作单位信息真实、完整、有效，项目组主要成员、合作单位知晓并同意参与项目研究。申请项目如获资助，请申请人在规定时间内完成申请书和任务书的签字、盖章手续，按时提交纸质申请材料和任务书，提交时间将另行通知。

　　2.请依托单位注意审核本单位提交项目的项目组主要成员、合作单位名称及附件材料等信息，确保上述信息真实、完整、有效。

　　特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。

　　FCS 文章精要：北京航空航天大学肖利民教授等——通过模型和量化分析最小化周期性复制系统中的同步成本

　　图灵奖得主John E. Hopcroft&北京大学郭耀教授：解读信息时代的计算机科学课程和教学

　　FCS 文章精要：北京邮电大学傅湘玲教授团队等——用CB-Transformer学习从非对齐多模态序列中学习模态融合表征用于多模态情感识别