面向工業套用的大數據分析理論與關鍵技術

《面向工業套用的大數據分析理論與關鍵技術》是依託復旦大學，由汪衛擔任項目負責人的聯合基金項目。

基本介紹

• 中文名：面向工業套用的大數據分析理論與關鍵技術
• 依託單位：復旦大學
• 項目類別：聯合基金項目
• 項目負責人：汪衛

項目摘要

隨著工業4.0時代的到來，工業大數據的管理和分析技術成為當前計算機領域的熱點問題。工業大數據在規模、異構模式、處理方式等方面對大數據管理和分析技術提出了新的挑戰。本項目結合橋樑健康監測和車聯網等實際套用需求，從工業大數據的存儲和訪問技術、異構工業大數據的融合技術、工業大數據的分析技術三個層面上展開研究，並探索其在車聯網和橋樑健康監測領域的套用方式。項目的主要創新點包括：複雜類標籤下的序列數據分類方法、基於頻繁子圖的故障原因分析方法、多維序列融合分析技術。項目組具有較好的研究基礎，曾經開發了多個工業大數據處理項目，了解工業大數據套用面臨的關鍵問題，並在該領域發表了多篇高質量論文。項目將開發一個工業大數據管理和分析管理原型系統，並發表30餘篇高水平學術論文。

結題摘要

隨著工業4.0時代的到來，工業大數據的管理和分析技術成為當前計算機領域的熱點問題。工業大數據在規模、異構模式、處理方式等方面對大數據管理和分析技術提出了新的挑戰。本項目結合橋樑健康監測和車聯網等實際套用需求，從工業大數據的存儲和訪問技術、異構工業大數據的融合技術、工業大數據的分析技術三個層面上展開研究，並探索其在車聯網和橋樑健康監測領域的套用方式。課題團隊清華大學和復旦大學針對工業大數據存儲技術的需求，自主研發了時間序列資料庫管理系統IoTDB，該系統目前是Apache的孵化項目，也是國內以高校主導的唯一Apache孵化項目；另外，在時間序列的相似性查詢方面，提出了KV-match技術，並實現在IoTDB中，從而IoTDB成為唯一支持相似性查詢的時間序列資料庫。在時間序列分析方面，在時間序列分類、聚類、壓縮、異常檢測等領域提出了多項成果，並發表在ICDE等CCF A類會議和期刊上。在基於知識圖譜的多源工業數據融合方面，也展開了系統的研究，特別是在知識圖譜構建方面提出了多項創新技術，並發表在VLDB、ICDE等CCF A類會議上。在示範性套用方面，提出的分類算法、事件檢測算法等套用於上海市東海大橋等橋樑健康監測系統中，來識別爆破、重車通過等事件。IoTDB用於金風、三一重工、上海捷運等多個大型項目中。綜上課題團隊，在VLDB、ICDE等共發表論文51篇高水平論文，其中CCF A類會議和期刊論文13篇，CCF B類會議和期刊論文12篇，CCF C類會議和期刊論文3篇。申請了3項軟體著作權，並培養了26名碩士研究生和4名博士研究生。