动态环境下复杂多源数据的局部增量式粒融合计算方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61906078
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万
  • 负责人：
    宋晶晶
  • 依托单位：
    江苏科技大学
  • 学科分类：
    F0601.人工智能基础
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

With the development of information technology, data collection is becoming more and more convenient, the sources of data collection are widespread, the types of data are diverse and the structures of data are complex. How to fuse these complex multi-source data and study its uncertainty is a challenge in the field of artificial intelligence. Granular computing is a basic theoretical tool in artificial intelligence. This project draws on the theory of granular computing to carry out research on information granulation of complex multi-source data. Existing information granulation methods of complex multi-source data are mainly based on the information granulation from the perspective of binary relationship in static environment. This information granulation method lacks certain learning ability and the adaptability to dynamic environment. This project mainly considers the information granulation method of complex multi-source data with learning ability in dynamic environment, and then constructs the local granular computing model on the basis of information granulation, analyzes the uncertainty of complex multi-source data. Because the granularity selected of the local granular computing model in dynamic environment will change, to implement the fast granularity selection of dynamic complex multi-source data, an incremental mechanism is introduced to study the granularity selection and rule extraction of dynamic complex multi-source data, and evaluate the effectiveness of the algorithm, thus realize the goal of incremental information fusion for complex multi-source data.
随着信息技术的发展，数据采集越来越便捷，采集的数据来源广泛、类型多样并且结构复杂.如何对这些复杂多源数据融合，研究其不确定性,是人工智能领域面临的一项挑战.粒计算是人工智能领域的基本理论工具,本项目借鉴粒计算理论，针对复杂多源数据的信息粒化开展研究.现有的复杂多源数据的信息粒化主要在静态环境下从关系角度对多源数据信息粒化，这种信息粒化方法缺乏一定的学习能力和对动态环境的适应能力.本项目主要考虑动态环境下具有学习能力的复杂多源数据的信息粒化方法，并在此基础上构建局部粒计算模型，对复杂多源数据的不确定性进行分析.由于动态环境下局部粒计算模型所选粒度会随之变化，为了实现动态复杂多源数据的快速粒度选择，引入增量机制对动态复杂多源数据的粒度选择和规则提取进行研究，并对算法的有效性进行评价，从而实现复杂多源数据增量式信息融合的目标.

结项摘要

随着信息技术的发展，数据采集越来越便捷，采集的数据来源广泛、类型多样并且结构复杂.如何对这些复杂多源数据融合，研究其不确定性,是人工智能领域面临的一项挑战.粒计算是人工智能领域的基本理论工具,本项目借鉴粒计算理论，针对复杂多源数据的信息粒化开展研究.现有的复杂多源数据的信息粒化主要在静态环境下从关系角度对多源数据信息粒化，这种信息粒化方法缺乏一定的学习能力和对动态环境的适应能力.本项目主要考虑动态环境下具有学习能力的复杂多源数据的信息粒化方法，并在此基础上构建局部粒计算模型，对复杂多源数据的不确定性进行分析.由于动态环境下局部粒计算模型所选粒度会随之变化，为了实现动态复杂多源数据的快速粒度选择，引入增量机制对动态复杂多源数据的粒度选择和规则提取进行研究，并对算法的有效性进行评价，从而实现复杂多源数据增量式信息融合的目标.

项目成果

期刊论文数量（25）
专著数量（0）
科研奖励数量（0）
会议论文数量（4）
专利数量（0）
Combined Accelerator for Attribute Reduction: A Sample Perspective
用于属性约简的组合加速器：示例视角
  • DOI：
    10.1155/2020/2350627
  • 发表时间：
    2020-02
  • 期刊：
    Mathematical Problems in Engineering
  • 影响因子：
    --
  • 作者：
    Yan Chen;Jingjing Song;Keyu Liu;Yaojin Lin;Xibei Yang
  • 通讯作者：
    Xibei Yang
一种局部视角的类别近似质量属性约简加速方法
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    计算机应用与软件
  • 影响因子：
    --
  • 作者：
    李智远;饶先胜;宋晶晶;杨习贝
  • 通讯作者：
    杨习贝
Ensemble learning using three-way density-sensitive spectral clustering
使用三路密度敏感谱聚类进行集成学习
  • DOI：
    10.1016/j.ijar.2022.07.003
  • 发表时间：
    2022-07
  • 期刊：
    International Journal of Approximate Reasoning
  • 影响因子：
    3.9
  • 作者：
    Jiachen Fan;Pingxin Wang;Chunmao Jiang;Xibei Yang;Jingjing Song
  • 通讯作者：
    Jingjing Song
一种面向粒球粗糙集的快速约简求解方法
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    陈中华;巴婧;徐泰华;王平心;杨习贝
  • 通讯作者：
    杨习贝
Gaussian kernel fuzzy rough based attribute reduction: An acceleration approach
基于高斯核模糊粗糙的属性约简：一种加速方法
  • DOI：
    10.3233/jifs-191633
  • 发表时间：
    2020
  • 期刊：
    Journal of Intelligent and Fuzzy Systems
  • 影响因子：
    2
  • 作者：
    Xiansheng Rao;Keyu Liu;Jingjing Song;Xibei Yang;Yuhua Qian
  • 通讯作者：
    Yuhua Qian

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

纤锌矿BexZn1_xO合金能隙弯曲系数的第一原理研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    物理学报 , Acta Physica Sinica
  • 影响因子：
    --
  • 作者：
    张涛;苏晨;宋晶晶;丁彬彬
  • 通讯作者：
    丁彬彬
可调节模糊粗糙集：模型与属性约简
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    宋晶晶;杨习贝;戚湧;祁云嵩
  • 通讯作者：
    祁云嵩
核壳结构羟基磷灰石/介孔二氧化硅纳米颗粒的制备及其药物释放研究
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    无机材料学报
  • 影响因子：
    --
  • 作者：
    宋晶晶;陈波;林开利
  • 通讯作者：
    林开利
干热处理对完整芸豆细胞中内含淀粉结晶结构及其吸油性的影响研究
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    现代食品科技
  • 影响因子：
    --
  • 作者：
    林晓瑛;宋晶晶;何小维;王志刚;黄强;张斌
  • 通讯作者：
    张斌
一种新的加权关联规则模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与应用, 2006, 42(5):162-164
  • 影响因子：
    --
  • 作者：
    王艳*;姜保庆;宋晶晶
  • 通讯作者：
    宋晶晶

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码