项目名称: 面向大数据的知识表示、推理、在线学习理论及应用研究

项目编号: No.U1435214

项目类型: 联合基金项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 高阳

作者单位: 南京大学

项目金额: 150万元

中文摘要: 针对未来从电信或非联网计算机大数据中获取情报的发展趋势,开展复杂数据结构的知识表示和大数据快速学习研究,提出特定网络数据情报快速分析理论与方法,突破概率图模型知识表示和在线统计学习技术,解决多源海量异构数据情报实时获取难题,提高大数据的近似计算能力,并研制一套面向电信或非联网计算机大数据的原型分析系统,为未来军事情报分析提供新方法和新技术。具体的研究内容包括:(1)基于概率图模型的大数据知识表示;(2)面向大数据的在线快速学习;(3)面向电信或非联网计算机大数据的原型分析系统。项目拟提交系统报告4份、原型分析系统1套、核心算法技术报告3份、申请国家发明专利3件、软件著作权4件、发表论文4篇。

中文关键词: 大数据;知识表示;近似计算;统计学习

英文摘要: Considering the ongoing trends of obtaining intelligence from telecommunications data and non-networked computers, this project studies knowledge representation and efficient learning of big data. The project will develop theoretic results as well as practical algorithms on efficient analysis of specific network data. With certain breakthrough in techniques such as probabilistic graph model knowledge and online statistical learning, the project will solve the problem of real-time acquisition of intelligence from multi-source large-volume heterogeneous data, and further improve the capability of approximate computation of big data. The project will also develop a prototype system for analyzing telecommunications data or data from non-networked computers, providing new techniques for future military intelligence analysis. Specifically, the research topics include: (1) knowledge representation of big data based on probabilistic graph model; (2) efficient online learning of big data; (3) prototype system for analyzing telecommunications data or data from non-networked computers. The project will finally produce 1 prototype system together with 4 development reports of the system, 3 reports on key algorithms, 3 applications for China Invention Patents, 4 software copyrights, and 4 scientific papers.

英文关键词: Bid Data;Knowledge Representation;Approximated Computing;Statistical Learning

成为VIP会员查看完整内容
11

相关内容

从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
AAAI 2022 | 面向图数据的对抗鲁棒性研究
专知会员服务
20+阅读 · 2022年1月4日
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
【干货书】面向机器学习的自然语言标注,341页pdf
专知会员服务
67+阅读 · 2021年2月7日
面向大数据领域的事理认知图谱构建与推断分析
专知会员服务
103+阅读 · 2020年8月11日
专知会员服务
129+阅读 · 2020年7月10日
多媒体推理与认知 | CNCC2021
CCF多媒体专委会
1+阅读 · 2021年12月16日
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
【北大】知识图谱的关键技术及其智能应用
专知
112+阅读 · 2019年9月19日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【知识图谱】大规模知识图谱的构建、推理及应用
产业智能官
37+阅读 · 2017年9月12日
报名 | 知识图谱技术和在司法领域的应用
THU数据派
24+阅读 · 2017年9月11日
大规模知识图谱的构建、推理及应用
人工智能头条
15+阅读 · 2017年8月29日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
18+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
28+阅读 · 2021年10月1日
Arxiv
23+阅读 · 2021年3月4日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
小贴士
相关VIP内容
AAAI 2022 | 面向图数据的对抗鲁棒性研究
专知会员服务
20+阅读 · 2022年1月4日
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
【干货书】面向机器学习的自然语言标注,341页pdf
专知会员服务
67+阅读 · 2021年2月7日
面向大数据领域的事理认知图谱构建与推断分析
专知会员服务
103+阅读 · 2020年8月11日
专知会员服务
129+阅读 · 2020年7月10日
相关资讯
多媒体推理与认知 | CNCC2021
CCF多媒体专委会
1+阅读 · 2021年12月16日
ADL108《知识图谱》开始报名了
中国计算机学会
14+阅读 · 2019年10月8日
【北大】知识图谱的关键技术及其智能应用
专知
112+阅读 · 2019年9月19日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【知识图谱】大规模知识图谱的构建、推理及应用
产业智能官
37+阅读 · 2017年9月12日
报名 | 知识图谱技术和在司法领域的应用
THU数据派
24+阅读 · 2017年9月11日
大规模知识图谱的构建、推理及应用
人工智能头条
15+阅读 · 2017年8月29日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
18+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员