基于认知计算的大数据分析方法

There is enormous value in the social, economic and scientific research behind the big data. The research and application of the big data has drawn much attention from many countries’ governments. Big data analysis put forward many new challenges. Facing these challenges, there is nothing can be done by the traditional analysis methods. How to develop the appropriate big data analysis methods has become a pressing scientific research topic. This project researches on the big data analysis methods according to the latest research work in the cognitive computation field. As for the human brain cognitive calculation information process system, this project studies the three major scientific.problems in the research of big data: date representation, data storage and data prediction. Cognitive computation is a subject studying the human feeling and the procedure of thinking information processing from the view of computing. The human brain is a natural big data processor. It is definitely a workable way to develop the big data research methods by referring to the information processing mechanism.of human brain. The success of deep learning in big data analysis has confirmed this point. This project will use the latest results in neural science to construct new neural networks, and use the latest results in cognitive computation to establish new learning algorithms for big data analysis. The proposed algorithms of this project will be tested by using big data sets provided from Baidu Company. This project is of significant importance to the promotion of the theory study and application to the big data. The resutls of this projecgt could be expected to have practical applications in object tracking and motion objects recognition etc.

大数据隐含着巨大的社会、经济、科研价值。对大数据的研究与应用获得了各国政府的高度重视。大数据研究提出了许多新的挑战，面对这些挑战，传统的分析方法已无能为力，如何发展适合大数据的分析方法，已成为目前紧迫的科学研究问题。本项目依据认知计算领域的最新研究成果，研究大数据分析方法。对应于大脑认知计算的信息处理机制，本项目研究大数据的三个核心科学问题：大数据的表达、大数据的存储、大数据的预测。认知计算是一门从计算的角度研究人类感知和思维信息处理过程的学科。大脑是一个天然的大数据处理器，借鉴大脑的信息处理机制去发展大数据研究的方法，无疑是一条可行的道路。深度神经网络学习在大数据方面取得的一些成功已证明了这一点。本项目将利用神经科学的最新成果构建新型神经网络，并基于认知计算构建大数据学习算法。这项研究对促进大数据理论发展和应用具有重要意义。主要研究成果将在特定大数据集上测试验证。可望在如情报分析、战场装备识别等方面获得成功应用。

大数据隐含着巨大的社会、经济、科研价值。对大数据的研究与应用获得了各国政府的高度重视。大数据研究提出了许多新的挑战，面对这些挑战，传统的分析方法已无能为力，如何发展适合大数据的分析方法，已成为目前紧迫的科学研究问题。本项目依据认知计算领域的最新研究成果，研究大数据分析方法。对应于大脑认知计算的信息处理机制，本项目研究大数据的三个核心科学问题：大数据的表达、大数据的存储、大数据的预测。大数据表达方面，本项目对大数据的表达研究分为基于感觉模型的大数据表达研究和基于知觉模型的大数据表达研究。大数据存储方面，信息是以吸引子的状态存储在人脑中的，而信息的检索是给定输入自发地趋向于吸引子从而激发相应的神经元活动模式的过程，本项目基于人脑记忆机制进行研究吸引子模型的相关性质。大数据预测方面，大数据的预测对应于人脑认知过程中的判断阶段，本项目通过研究预测、反馈、学习三个方面，进行高效的大数据预测的研究。在本项目理论成果基础上，建设完成大规模的“大数据GPU深度神经网络计算平台”，在语音、图像、文本等大数据上开展了科学研究，在多种医学大数据上形成了多个示范性应用。本项目实施过程中，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等本领域重要期刊和国际会议上发表（含已录用）论文83篇，其中SCI 66篇，IEEE Transactions系列29篇，CCF A类会议7篇。申请国家发明专利8项。通过积极参与相关领域主流国际会议、邀请国内外专家访问等方式，项目组与国内外同行进行了深入的学术交流与合作。围绕本项目的研究成果，打造了一批大数据示范性应用，包括DeepPredictor车辆追踪系统、DeepOCT眼底黄斑水肿病变分割系统、DeepLN肺结节智能检测系统、DeepBC乳腺癌彩超智能诊断系统，培养多名博士、硕士研究生和中青年研究人才。