基於認知計算的大數據分析方法

《基於認知計算的大數據分析方法》是依託四川大學，由章毅擔任項目負責人的重點項目。

基本介紹

• 中文名：基於認知計算的大數據分析方法
• 項目類別：重點項目
• 項目負責人：章毅
• 依託單位：四川大學

項目摘要

大數據隱含著巨大的社會、經濟、科研價值。對大數據的研究與套用獲得了各國政府的高度重視。大數據研究提出了許多新的挑戰，面對這些挑戰，傳統的分析方法已無能為力，如何發展適合大數據的分析方法，已成為目前緊迫的科學研究問題。本項目依據認知計算領域的最新研究成果，研究大數據分析方法。對應於大腦認知計算的信息處理機制，本項目研究大數據的三個核心科學問題：大數據的表達、大數據的存儲、大數據的預測。認知計算是一門從計算的角度研究人類感知和思維信息處理過程的學科。大腦是一個天然的大數據處理器，借鑑大腦的信息處理機制去發展大數據研究的方法，無疑是一條可行的道路。深度神經網路學習在大數據方面取得的一些成功已證明了這一點。本項目將利用神經科學的最新成果構建新型神經網路，並基於認知計算構建大數據學習算法。主要研究成果將在百度的特定大數據集上測試驗證。這項研究對促進大數據理論發展和套用具有重要意義。

結題摘要

大數據隱含著巨大的社會、經濟、科研價值。對大數據的研究與套用獲得了各國政府的高度重視。大數據研究提出了許多新的挑戰，面對這些挑戰，傳統的分析方法已無能為力，如何發展適合大數據的分析方法，已成為目前緊迫的科學研究問題。本項目依據認知計算領域的最新研究成果，研究大數據分析方法。對應於大腦認知計算的信息處理機制，本項目研究大數據的三個核心科學問題：大數據的表達、大數據的存儲、大數據的預測。大數據表達方面，本項目對大數據的表達研究分為基於感覺模型的大數據表達研究和基於知覺模型的大數據表達研究。大數據存儲方面，信息是以吸引子的狀態存儲在人腦中的，而信息的檢索是給定輸入自發地趨向於吸引子從而激發相應的神經元活動模式的過程，本項目基於人腦記憶機制進行研究吸引子模型的相關性質。大數據預測方面，大數據的預測對應於人腦認知過程中的判斷階段，本項目通過研究預測、反饋、學習三個方面，進行高效的大數據預測的研究。在本項目理論成果基礎上，建設完成大規模的“大數據GPU深度神經網路計算平台”，在語音、圖像、文本等大數據上開展了科學研究，在多種醫學大數據上形成了多個示範性套用。本項目實施過程中，在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、IEEE Transactions on Evolutionary Computation、IEEE Transactions on Medical Imaging、Knowledge-Based Systems、Science Supplement、IJCAI等本領域重要期刊和國際會議上發表（含已錄用）論文98篇，其中SCI 78篇，IEEE Transactions系列33篇，CCF A類會議7篇。申請國家發明專利13項。通過積極參與相關領域主流國際會議、邀請國內外專家訪問等方式，項目組與國內外同行進行了深入的學術交流與合作。圍繞本項目的研究成果，打造了一批大數據示範性套用，包括DeepPredictor車輛追蹤系統、DeepOCT眼底黃斑水腫病變分割系統、DeepLN肺結節智慧型檢測系統、DeepBC乳腺癌彩超智慧型診斷系統、靶區智慧型勾畫系統，培養多名博士、碩士研究生和中青年研究人才。