欢迎访问智能信息处理与控制重点实验室

学校首页

研究领域

1数据挖掘与机器学习

数据挖掘是从数据库中发现人们感兴趣的、有用知识过程的手段,即知识发现的一个特定步骤,它是采取指定的算法从数据中抽取人们最为关心或者非常感兴趣的模式,数据挖掘和知识发现已逐渐成为最重要的研究方向。数据挖掘的技术基础是人工智能,人工智能是以自动机为手段,通过模拟人类宏观外显的思维行为,从而高效率地解决现实世界问题的科学和技术。数据挖掘技术旨在发现隐藏在大量数据之间的尚未被认识的知识,因此数据密集型领域是数据挖掘的主要应用方向,这些行业有金融、教育、科学研究、医疗卫生、产品制造、市场营销、社会治安等。

数据挖掘研究和应用也面临着挑战,挖掘对象具有更大型的数据库、更高的维数和属性之间的复杂特征关系,多种形式的输入数据,用户参与和领域知识,验证技术的局限,知识的表达和解释机制,知识的维护和更新,支持的局限、与其它系统的集成等。其发展趋势体现在数据挖掘的领域和范围正在扩大,可伸缩的数据挖掘方法,数据挖掘语言的标准化,复杂数据类型挖掘的新方法,Web挖掘,数据挖掘中的隐私保护与信息安全等。

机器学习虽已有非常广泛的应用,但由于大数据的量大、复杂特性,对于大数据下的应用问题,传统的在小数据上的机器学习算法很多已不再适用。因此,研究大数据环境下的机器学习算法成为学术界和产业界共同关注的话题。且数据挖掘算法的设计、分析和工程涉及很多方面,包括大规模并行计算、流算法、云技术等。由于大数据存在复杂、高维、多变等特性,如何从真实、凌乱、无模式和复杂的大数据中挖掘出人类感兴趣的知识,迫切需要更深刻的机器学习理论进行指导。

2)复杂网络与智能计算

现实世界中的很多复杂系统都可用复杂网络来建模,如神经系统可表示由大量的神经元通过突触连接形成的网络,计算机网络看作是由多台具有独立功能的计算化通过双绞线、光缆、同轴电缆等通信线路相互连接所形成的网络,因特网是由很多路由器或域所组成的网络。随着信息技术的发展,复杂网络演变并包括社会关系网、电力网、交通网、万维网、疾病传播网、科研合作网、基因调控网等。因此,对复杂网络的研究可使人们更好地了解现实世界中的复杂系统,加深对自然界和社会上的各种现象的认识,同时复杂网络的理论成果为解决诸如计算机、生物等领域中的一些问题提供理论指导。复杂网络作为一个抽象的网络,是由大量的个体及个体之间各种复杂的连接关系所组成,复杂网络的复杂性源自于结构复杂性、连接复杂性、演化复杂性、时空复杂性等各个方面。

智能计算是受自然生物界规律的启迪,根据其原理,模仿求解问题的算法,通过学习、自组织等方式对信息进行综合、归纳或推理,从而建立符号主义、连接主义或行为主义的数学模型。利用智能计算来实现的智能信息处理是与传统信息处理方法完全不同的一种新颖的“软计算”方法。智能计算技术是一门涉及物理学、数学、生理学、心理学、神经科学、计算机科学和智能技术等的交叉学科,智能计算方法包括神经网络、进化、遗传、免疫、生态、人工生命、主体理论等,作为第二代的人工智能方法,在多学科领域得到了广泛的应用,不仅为人工智能和认知科学提供了新的科学逻辑和研究方法,而且为信息科学提供了有效地处理技术。深入地开展智能计算领域的研究,具有重要的理论意义和应用前景。

3)异构网络与物联网控制优化

异构网络为移动通信和互联网技术的高速发展中,涌现出大量不同类型的通信网络,在异构网络中的用户信息获取和传输手段以及数据存储和共享的方式发生了很大变化。异构网络若不能实现有效互联互通,则会产生许多信息孤岛,无法提供具有端到端服务质量(QoS保证的通信服务,削弱网络的整体效用和用户的服务体验。异构网络的协同与融合必须充分利用不同网络间的互补特性,解决多种不同类型网络的有机融合问题,就是采用通用的、开放的技术实现不同网络或网元的互联、互通和集成,涉及到接入网融合、核心网融合、终端融合、业务融合和运营管理融合等方面。异构网络融合互通不仅是构建无所不在的通信网络的迫切需求,也是今后信息网络发展的必然趋势。

通过异构网络协同与融合,可充分利用不同类型的网络技术优势,极大提升单个网络的性能,扩大网络的总体覆盖范围,使网络具有更好的可扩展性;可平衡网络业务负载;向不同用户提供各自所需的服务,更好地满足用户多样

性的需求,提高用户的满意度,提高网络的可用性和可靠性,增强系统的可生存性。异构网络通常是面向不同的应用场景、目标用户和通信需求设计,技术特点、组网方式、服务性能和覆盖范围各异,从低层的信道接入方式到高层的资源管理与控制技术都不尽相同。异构网络的协同与融合等研究仍处于初始阶段。异构网络资源的复杂性、网络状态的多样性、网络差异性等特点给异构网络协同与融合的设计和实现带来了诸多问题和挑战,涉及移动切换、网络资源管理、呼叫接入控制、端到端QoS保证和安全问题等方面。

物联网作为一个典型的异构网络,具有信息海量化,物物之间智能化,多样化等特点。异构节点的位置部署直接影响着整个网络的数据转发、数据精确度、能量消耗、网络寿命等网络能力。移动无线Internet、移动多媒体、移动流媒体的发展,未来的信息通信网是异构接入的,移动通信与宽带无线接入的迅猛发展,多种无线接入技术与服务共存,协同工作,支持无逢的移动性和不同类型的无线网络的融合,成为物联网发展的重要支撑技术。物联网/无线传感器网络自身的关键性问题研究,如研究异构传感网络拓扑与网络协议、传感网络数据与能量管理、多源传感信息融合和传感器网络可靠性和安全性;利用节点的冗余及多路径路由协议, 提升物联网数据传输的可靠性和准确性,提升物联网络系统运行的稳定性和故障容错性,对于异构网络协同和融合具有重要意义。