面向数据密集型计算的概率图模型构建与推理

项目名称： 面向数据密集型计算的概率图模型构建与推理

项目编号： No.61163003

项目类型： 地区科学基金项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 刘惟一

作者单位： 云南大学

项目金额： 49万元

中文摘要： 随着Web应用的普及和信息采集技术的进步，海量数据成为了各类应用的核心，数据密集型计算是目前研究的热点。对海量数据进行高效的统计分析，是数据密集型计算的重要任务和关键技术之一。贝叶斯网是一种重要的概率图模型，是不确定性知识表示和推理的有效框架，从海量数据中发现所蕴含的贝叶斯网，可进行海量数据的处理、分析和理解，进而支持其上的决策、预测及商务智能等应用。本项目基于MapReduce数据密集型计算技术，扩展传统的贝叶斯网构建和推理机制，研究从海量数据中学习贝叶斯网的方法，针对快速变化数据的贝叶斯网增量维护算法，以及贝叶斯网的分布式存储和高效概率推理技术，并对新方法进行理论分析及实验测试。研究成果将为数据密集型计算提供有效的支撑技术，为海量数据分析和理解提供新的解决思路，具有重要的理论意义和应用价值。预期在国内外重要期刊及会议上发表论文15篇，开发面向数据密集型计算的贝叶斯网构建与推理原型系统。

中文关键词： 数据密集型计算；概率图模型；不确定性知识发现；概率推理；数据分析

英文摘要：

英文关键词： Data-intensive computing；Probabilistic graphical model；Uncertain data discovery；Probabilistic inference；Data analysis