《粒計算中的不確定性分析與研究》是依託同濟大學，由苗奪謙擔任項目負責人的面上項目。
基本介紹
- 中文名：粒計算中的不確定性分析與研究
- 項目類別：面上項目
- 項目負責人：苗奪謙
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
不確定性問題是智慧型信息處理中的研究熱點之一，粒計算是當前計算智慧型研究中模擬人類思維和解決複雜問題的新方法。從粒計算角度研究不確定性是一個新的、具有挑戰性的研究課題。本項目擬在粒計算框架下從不確定性的表示及不確定性的度量兩個方面入手，對概念、知識及推理的不確定性問題進行系統、深入研究。主要研究內容有：（1）系統研究概念的不確定性表示與度量；（2）系統研究知識的不確定性表示與度量以及知識粒度表示的統一框架；（3）系統研究推理的不確定性表示與度量，根據不確定性規則程度保持的不同需求，設計相應的廣義差別矩陣，並開發高效的知識約簡算法；（4）多粒度下不確定性之間的關係研究。本項目的研究將對不確定性本質的認識具有重要的理論意義，對解決複雜問題和開發智慧型系統具有潛在的套用價值。
結題摘要
本課題主要研究了不確定性的粒化表示、度量以及不確定性知識粒的推理與決策問題。主要研究結果及進展如下： (1) 從資訊理論角度提出不確定性粒化表示的完整觀點，給出了一般性粒結構選取方法，並將上述方法套用到文本情感分析、人臉識別等領域。 (2) 提出具有粒語義的雙量化粗糙集，給出了重要性-準確性度量，定義了相應的約簡，提出了區域保持不變約簡和集合保持不變約簡算法，以及可實現大數據集屬性高效約簡的並行分散式約簡算法。 (3)研究了由屬性約簡導致的區域變遷不確定性，系統地分析了不確定性度量與屬性約簡在不同粒層次之間的關係；通過F粗糙集和並行約簡，並結合增量學習、協同訓練等思想，深入研究了粒化工作在大數據環境下的高效計算課題。 上述研究成果已在本領域重要國際期刊上發表，其中有26篇已被SCI收錄。此外，出版學術著作5部，舉辦國際會議1次。這些工作不僅對不確定分析和粒計算理論的發展起到積極的推動作用，且在大數據高效分析方面產生了重要影響。
