《認知觀點下基於粒計算的概念學習》是依託昆明理工大學，由李金海擔任項目負責人的地區科學基金項目。
基本介紹
- 中文名：認知觀點下基於粒計算的概念學習
- 項目類別：地區科學基金項目
- 項目負責人：李金海
- 依託單位：昆明理工大學
項目摘要,結題摘要,
項目摘要
在知識工程領域中，概念學習是獲取知識進行數據分析的首要任務，而複雜性和有效性是衡量概念學習在多大程度上取得成功的兩個重要指標。本項目將圍繞如何降低概念學習的複雜性和提高概念學習的有效性展開研究。具體內容：採用並行算法快速構建認知系統，利用多源信息融合技術計算粒概念，通過啟發式算法實現認知過程中概念的近似，從而降低概念學習的複雜性；在認知系統進行多源信息更新時，通過認知運算元的值域交、併疊加實現自我修正，研究保序Galois連線意義下的認知運算元公理化構造方法，並利用相似性度量實現認知過程中的概念匹配，從而提高概念學習的有效性。本項目的研究將從認知角度表明，基於粒計算的概念學習能夠在時間複雜度較為滿意的情況下實現概念知識的有效發現。
結題摘要
在知識工程領域中，概念學習是獲取知識進行數據分析的首要任務，而複雜性和有效性是衡量概念學習在多大程度上取得成功的兩個重要指標。本項目圍繞如何降低概念學習的複雜性和提高概念學習的有效性展開研究。 已開展的主要研究內容包括：（1）提高認知觀點下基於粒計算的概念學習效率；（2）建立多源信息更新的開放式認知系統；（3）給出公理化構造認知運算元和模擬認知過程的有效方法。 截止目前，已取得的重要結果及意義：（a）認知系統及其粒概念的快速計算方法 基於MapReduce研究了粒概念的運算元分解定理，從外延和內涵角度建立了概念認知系統形成粒概念的快速算法，提高了概念認知學習的效率。（b）多源動態數據更新環境下的概念認知學習方法利用多源動態數據處理技術，提出了概念認知運算元融合更新方法，開放式認知系統融合更新方法，粒概念形成融合更新方法，以及模擬概念認知過程的多源動態融合算法，提高了概念認知學習的效率。（c）保序Galois連線條件下認知運算元的多粒度公理化方法 基於三支概念構造了滿足保序Galois連線的概念認知運算元，揭示了概念認知學習的多粒度認知機理，針對概念認知學習的複雜性給出了多粒度認知視角的一種直觀解釋。（d）概念的漸進式認知方法 從認知主體具有認知局限性的角度研究了概念認知運算元的漸進式構造過程，使得概念認知學習能夠模擬認知主體的階段性決策，有助於理解認知主體的認知局限性。
