论文摘要
[目的]分析大数据智能计算的研究背景和面临的主要挑战问题,从认知计算的角度介绍一种大数据智能计算的新模型——多粒度认知计算。[方法]阐述大数据智能计算是实现大数据价值的必由之路,分析传统大数据智能计算模型所采用的数据计算机制,分析其与人类大脑认知机制不一致的问题。介绍统一满足人类大脑"大范围优先"认知机制（由粗粒度到细粒度）与计算机系统信息计算处理机制（由细粒度到粗粒度）的大数据智能计算研究新模型——多粒度认知计算,并介绍数据驱动的粒认知计算DGCC计算框架。[结果]发现建立数据驱动的粒认知计算模型,实现数据与知识双向驱动和变换,需要研究多粒度空间的描述问题、多粒度联合求解问题、人机认知机制融合等三个科学问题。[结论]通过在流程工业智能制造上进行的初步探索表明,多粒度认知计算是解决大数据智能决策面临"数据-知识"融合难题的一种有效的新模型。
论文目录
文章来源
类型: 期刊论文
作者: 王国胤,于洪
关键词: 大数据智能,认知计算,粒计算,数据挖掘
来源: 数据与计算发展前沿 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 重庆邮电大学计算智能重庆市重点实验室
基金: 国家自然科学基金重点项目“概念嵌入:基于概念森林的深度表达学习可解释性研究”(61936001),“基于大数据与云计算的铝电解知识自动化决策系统设计方法与应用验证”(61533020),国家自然科学基金应急项目“流程工业过程操作优化决策的知识自动化方法及应用”(61751312),国家自然科学基金面上项目“工业大数据的三支多粒度智能决策模型与方法”(61876027),“知识与数据双向驱动的大数据多粒度学习模型与方法”(61772096)
分类号: TP18;TP311.13
页码: 75-85
总页数: 11
文件大小: 1311K
下载量: 113