大数据与智能计算_孙建永.pdf

在信息技术飞速发展的当下，大数据与智能计算成为推动科技进步的重要力量。随着数据量的爆炸式增长，如何高效地处理和分析这些数据成为了摆在我们面前的一大挑战。《大数据与智能计算_孙建永.pdf》一文详细探讨了大数据在生产生活中的应用，总结了大数据与智能计算之间的密切关系，并深入分析了当前研究存在的问题以及提出了若干可行的技术方法。 在孙建永教授的报告中，我们可以看到大数据技术已渗透至我们的日常生活和工业生产的各个领域，从电子商务推荐系统到交通流量分析，从医疗诊断到金融风险控制，无处不体现着大数据的应用价值。然而，在这些应用中，数据的收集、存储、处理和分析等环节仍面临一系列的技术难题和挑战。 智能计算，作为大数据分析的重要手段，越来越受到学术界和产业界的关注。它利用计算智能的理论和方法，尤其是演化计算、深度学习、协同演化算法等，以处理复杂的优化问题和决策支持。姚新教授在报告中特别指出了演化计算在处理复杂问题中的优势，尤其是在AI领域中应用的广泛前景。 在探讨小样本学习问题时，孙富春教授提出了基于在线数据的半监督学习和多模态数据自动识别网络等方法，这些都为智能计算提供了新的研究方向和思路。同时，张青富教授对演化优化和传统优化算法的关系进行了深入阐述，为研究者开拓了新视角，并在多目标优化算法设计上提供了有价值的见解。 演化计算中的差分进化方法在数值优化领域的应用是K.C.Tan教授的报告内容之一。他在报告中分享了神经形态计算、演化计算、优化以及数据分析/机器学习等方面的工作，并对演化计算的未来研究方向进行了展望。何军教授则回顾了演化算法的理论分析，强调理论研究需要紧跟算法发展的步伐。 智能计算的新视角和概念也是本次研讨会的焦点之一。钱宇华教授引入了概念学习和通用学习等新视角，这些新视角有助于改进人工智能技术。李晓东教授和黄翰教授则分别从大规模全局优化和图像处理角度，展示了启发式优化和智能计算的实际应用，为理解智能计算在生产生活中的作用提供了实证。 大数据技术与智能计算的结合正在重塑我们面对数据挑战时的解决策略。当前的研究中存在的问题，如数据隐私保护、数据质量和数据安全等问题，都需要我们利用智能计算提供的方法和技术进行攻克。同时，随着计算能力的提升和算法的不断进步，我们可以预见在不久的将来，智能计算将在大数据分析中扮演更加重要的角色，推动科技进步和社会发展。