项目名称: 大数据环境下基于量子计算的非结构化数据关键问题的研究

项目编号: No.61502082

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 李晓瑜

作者单位: 电子科技大学

项目金额: 21万元

中文摘要: 大数据的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理;关键在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。换言之,本质是对非结构化数据的处理能力。结构化数据是按照特定格式整理的数据,它们能被企业的核心系统进行储存管理。然而,随着大数据发展的迅速,数据结构变得更加复杂,大部分数据信息都已经脱离出数据结构的范畴,属于非结构化数据。如何处理非结构化数据,是大数据的核心问题之一。.量子计算为大数据的有效处理数据提供了一条全新途径。本课题基于量子计算的高并行、安全、高效等优点,结合量子遗传算法和快速量子搜索算法,对大数据中非结构化数据进行建模、特征提取、数据聚类等。突破传统数据结构的二维表模型,并且不再局限于数据的因果关系,改而探究大数据中的关联关系。提出的非结构化数据模型,将有助于提高非结构化和半结构化数据的处理效率,提升数据的内在商业价值。

中文关键词: 量子算法;大数据;非结构化数据;量子深度学习

英文摘要: The strategic significance of Big Data isn’t the huge data, but processing the big data to obtain the meaningful information. The key point is to improve the ability of data processing. It results to implementation of value-added of big data. In another words, the essence is the processing ability of non-structured data. Structured data is in accordance with the specific format of the data, they can be stored in the core of management system. However, with the development of Big Data, the structure of data becomes more complex. Most of the data and information are from the category of classical data structure, belongs to non-structured data. How to deal with non-structured data has been one of the core issues of Big Data..Quantum computation gives a new insight of processing of Big Data. It has the advantages of high parallel, safety and efficient. Combined with these advantages of quantum computation, quantum genetic algorithms and quantum search algorithms show great values for huge non-structured data. They could be used for modeling, feature extraction and data clustering of non-structured data, and so on. We focus on these. Meanwhile, this project breaks the limitation of traditional two-dimensional table of data structure. Then it is no longer limited to the cause relationship of data, but to explore the correlation of big data. We will present new non-structured data’s model, which will help to improve the processing efficiency of non-structured and semi-structured data. Furthermore, it will promote the intrinsic value of business data.

英文关键词: Quantum Algorithm;Big Data;Non-Structured Data;Quantum Deep Learning

成为VIP会员查看完整内容
2

相关内容

空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
56+阅读 · 2021年4月12日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
基于Python介绍算法和数据结构的在线互动书,240页pdf
专知会员服务
60+阅读 · 2021年2月3日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
专知会员服务
129+阅读 · 2020年7月10日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
【人大】大规模知识图谱补全技术的研究进展
专知会员服务
86+阅读 · 2020年5月2日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
全新量子充电技术:最快9秒充满一辆电动汽车?
大数据文摘
0+阅读 · 2022年3月22日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
基于知识图谱的行业问答系统搭建分几步?
PaperWeekly
2+阅读 · 2021年11月11日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10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
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
文本聚类:从非结构化数据快速获取见解
Datartisan数据工匠
15+阅读 · 2017年10月12日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31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
0+阅读 · 2012年12月31日
国家自然科学基金
0+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
SkiQL: A Unified Schema Query Language
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
14+阅读 · 2021年3月10日
Arxiv
14+阅读 · 2020年12月17日
小贴士
相关VIP内容
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
56+阅读 · 2021年4月12日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
基于Python介绍算法和数据结构的在线互动书,240页pdf
专知会员服务
60+阅读 · 2021年2月3日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
专知会员服务
129+阅读 · 2020年7月10日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
【人大】大规模知识图谱补全技术的研究进展
专知会员服务
86+阅读 · 2020年5月2日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
全新量子充电技术:最快9秒充满一辆电动汽车?
大数据文摘
0+阅读 · 2022年3月22日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
基于知识图谱的行业问答系统搭建分几步?
PaperWeekly
2+阅读 · 2021年11月11日
面面观之易华录“数据银行”
THU数据派
0+阅读 · 2021年9月10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
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
文本聚类:从非结构化数据快速获取见解
Datartisan数据工匠
15+阅读 · 2017年10月12日
相关基金
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31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
0+阅读 · 2012年12月31日
国家自然科学基金
0+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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员