检索范围：
排序： 展示方式：
魏巍,陈政,袁君
《中国工程科学》 2020年 第22卷 第4期 页码 42-49 doi: 10.15302/J-SSCAE-2020.04.017
陈文伟
《中国工程科学》 2006年 第8卷 第11期 页码 70-73
规范了可拓信息与可拓知识基本概念，即在信息和知识的概念上扩充了变化的信息和变化的知识。明确了可拓数据挖掘概念以及可拓推理新概念。证明了可拓数据挖掘两个定理和可拓推理公式。提出的从挖掘静态知识的数据挖掘扩展到挖掘变化知识的可拓数据挖掘，为数据挖掘开辟了新的研究方向，并通过实例进行了说明。
杨炳儒,唐菁
《中国工程科学》 2003年 第5卷 第1期 页码 56-61
探讨围绕知识发现领域中较为宏观、较为重大的问题。首先，根据复杂类型数据（包括Web数据、多媒体数据、空间数据、时间序列数据等）所具有的非线性动力学性质和特征，采用模式（定义为Hilbert空间中的矢量）来定量地表征复杂类型数据的多变性及具有的不确定状态和行为，并用模式的变化来刻画其整体知识发现过程的发展和演变规律；其次，以知识发现系统内在机理的研究为基础，构造了复杂类型数据知识发现系统的总体结构模型——发现特征子空间模型DFSSM；最后，用基于Web的文本挖掘系统和基于图像信息（气象云图）的知识发现系统作为实例进行了验证，结果表明DFSSM方法对于非结构化的文本数据及图像数据类型的知识发现过程具有指导性作用。因此，该结构模型具有较好的实用性与普适性，有望拓展到其他复杂类型数据的知识发现过程中。
郑庆华,师斌,董博
《中国工程科学》 2023年 第25卷 第2期 页码 221-231 doi: 10.15302/J-SSCAE-2023.07.005
郑庆华,刘欢,龚铁梁,张玲玲,刘均
《中国工程科学》 2023年 第25卷 第2期 页码 208-220 doi: 10.15302/J-SSCAE-2023.02.018
大数据知识工程是人工智能的“基础设施”、诸多行业和领域面临的共性需求、信息化迈向智能化的必由之路。本文阐述了大数据知识工程产生的背景与概念内涵，提出了“数据知识化、知识体系化、知识可推理”的研究框架；梳理了知识获取与融合、知识表征、知识推理等大数据知识工程关键技术和智慧教育、税务风险管控、智慧医疗等典型场景中的工程应用；总结了大数据知识工程面临的挑战，研判了大数据知识工程的未来研究方向，包括复杂大数据知识获取、知识+数据混合学习、脑启发知识编码记忆等。研究建议，引导多学科交叉融合，设立重大和重点研发专项，推动大数据知识工程基础理论与技术攻关；加强企业和研究机构间交流合作，推广前沿研究成果并形成应用示范，建立大数据知识工程行业标准体系；以重大需求应用为导向，探索校企协同育人模式，加快大数据知识工程技术在重要行业的落地应用。
智能过程制造中的数据解析与机器学习——大数据时代的最新进展与展望 Perspective
尚超、 Fengqi You
《工程（英文）》 2019年 第5卷 第6期 页码 1010-1016 doi: 10.1016/j.eng.2019.01.019
大数据人工智能下的多重知识表达：框架、应用及案例研究 Perspective
杨易,庄越挺,潘云鹤
《信息与电子工程前沿（英文）》 2021年 第22卷 第12期 页码 1551-1684 doi: 10.1631/FITEE.2100463
关键词： 多重知识表达；人工智能；大数据
Fog-IBDIS——基于雾计算的制造系统大数据集成方法 Article
汪俊亮, 郑鹏, 吕佑龙, 鲍劲松, 张洁
《工程（英文）》 2019年 第5卷 第4期 页码 662-670 doi: 10.1016/j.eng.2018.12.013
在工业领域，如何在多源工业数据的协作分析中保障源数据的私密性与安全性至关重要。本文提出了一种基于雾计算的工业大数据集成与共享方法（Fog-IBDIS），采用云端与边缘端协作的方式，实现工业数据的分布式本地处理，在多源数据的分析中保障源数据的私密性与安全性。首先，在云端设计了任务流图，将多源数据分析过程分解成多个子任务；其次，设计了子任务管理、编译和运行控制、数据集成传输、基本算法库和管理组件五个模块，实现子任务的本地边缘端处理；最后，本文以大型客机制造过程为例，对Fog-IBDIS的运行过程进行了验证，其通过边缘与云端的协作方式，将多来源数据分析任务分解至本地执行，通过中间结果的传输串联实现工业大数据的分析，可保障原始数据的私密性与安全性。
大数据为材料研究创造新机遇——材料设计的机器学习方法与应用综述 Review
周腾, Zhen Song, Kai Sundmacher
《工程（英文）》 2019年 第5卷 第6期 页码 1017-1026 doi: 10.1016/j.eng.2019.02.011
挑战与希望：AI2.0时代从大数据到知识 Review
Yue-ting ZHUANG,Fei WU,Chun CHEN,Yun-he PAN
《信息与电子工程前沿（英文）》 2017年 第18卷 第1期 页码 3-14 doi: 10.1631/FITEE.1601883
章明,刘培
《中国工程科学》 2020年 第22卷 第6期 页码 111-120 doi: 10.15302/J-SSCAE-2020.06.015
大数据存储技术综述 Review
Aisha SIDDIQA, Ahmad KARIM, Abdullah GANI
《信息与电子工程前沿（英文）》 2017年 第18卷 第8期 页码 1040-1070 doi: 10.1631/FITEE.1500441
杨炳儒,张伟,钱榕
《中国工程科学》 2008年 第10卷 第9期 页码 47-53
多关系频繁模式发现能够直接从复杂结构化数据中发现涉及多个关系的复杂频繁模式，避免了传统方法的局限。有别于主流基于归纳逻辑程序设计技术的方法，提出了基于合取查询包含关系的面向语义的精简化多关系频繁模式发现方法，具有理论与技术基础的新颖性，解决了两种语义冗余问题。
马麟,包晨露,李青,吴静依,潘虹安,李鹏飞,张路霞,詹启敏
《中国工程科学》 2022年 第24卷 第6期 页码 127-136 doi: 10.15302/J-SSCAE-2022.06.011
肿瘤是人类生命健康的重要威胁，随着我国医疗行业信息化的发展，医疗机构积累了大量的肿瘤临床数据，但因数据标准不统一、治理难度大等原因制约了数据价值的充分挖掘；应用人工智能（AI）等前沿信息技术建设肿瘤临床大数据管理系统，有助于肿瘤临床数据的深入应用、临床诊疗管理质量与效率提升。本文剖析了我国肿瘤临床数据治理与应用面临的问题及挑战，研判了肿瘤临床大数据管理体系的应用价值；针对肿瘤临床数据多来源、多模态的复杂特性，探索了AI 技术应用于肿瘤临床大数据管理与科研的机制及路径；设计了包括肿瘤通用数据模型构建、临床数据采集与安全管理、标准化结构化治理、分析与建模应用、数据质量管理在内的全流程解决方案，阐述了相应系统的建设框架与技术体系；以某三甲医院肺癌临床大数据平台为案例，展示了所提方案在临床实践中的可行性及应用价值相关研究可为丰富我国肿瘤临床大数据管理系统的建设实践、探讨领域未来重点研究方向提供参考和启示。
杨炳儒,申江涛,陈泓婕
《中国工程科学》 2003年 第5卷 第6期 页码 49-54
从知识库中发现新知识KDK（knowledge discovery in knowledgebase）是一个新课题，它的成功将直接作用于大型知识库的构建，并将为解决目前机器学习的瓶颈问题——知识获取起到重要影响。笔者的主要工作是：基于知识库中事实的KDK归纳结构、算法及其验证；基于知识库中规则的KDK归纳结构、算法及其验证。
关键词： 基于知识库的知识发现 卡尔纳普归纳逻辑 科恩归纳逻辑 假设评估
标题 作者 时间 类型 操作
京公网安备 11010502051620号
