海量信息用性基础理论与关键技术研究.docVIP

一、关键科学问题及研究内容 2.1 关键科学问题 为了适应海量信息管理基础设施建设的需，针对国内外海量信息可用性的现状和趋势，本项目以信息一致性、精确性、完整性、时效性和实体同一性为核心，以信息可用性以及源于信息的知识的可用性为目标，解决“量质融合”、“劣质容忍”、“深度演化”三个关键科学问题创建一套理论、方法和技术体系。1. 量质融合量质融合数据、信息和知识三个层面上的量与质融合管理机制现有海量信息只关注信息的规模、系统的处理能力和可扩展性，重在“量”的管理，忽视了“质”。目前，劣质信息存在，已经在实际应用中了严重后果，造成了巨大损失。信息质量的管理已经成为目前的巨大挑战问题。为此，我们必须研究信息“质”的管理问题，将信息管理从“量”的管理拓展到“质”的管理，最终实现“量”与“质”的融合管理。数据，知识来源。数据的质量决定了信息的可用性，信息的可用性影响知识的可用性。为了彻底实现量质融合管理，我们必须在数据、信息、知识三个层面研究量质融合管理问题，提出完整的理论体系，解决关键技术问题。 2. 劣质容忍劣质容忍在信息和知识上完成正确或计算推理的原理数据、信息和知识的错误几乎无处不在已成为不争的事实。劣质容忍是指在信息和知识存在错误的情况下，如何完成正确或相对正确的计算。为了实现劣质容忍，我们必须完成如下两个挑战性任务：第一，自动发现并修正信息和知识的错误，将可校正的劣质信息和知识修复为完全正确的可用信息和知识，支持正确的计算。第二，很多信息和知识的错误无法完全修复，经过修复后，这些信息成为部分正确的弱可用信息和知识。在这种情况下，我们必须解决如何在弱可用信息和知识上完成近似计算和近似推理，取得满足用户质量要求的相对正确结果。 3. 深度演化信息和知识多维度、全方位演化的内在机理信息不是一成不变的，它会随着时间和物理世界的变化而发生演化。源于信息的知识会随着信息的演化而进化。现有海量信息和知识管理在演化方面只关注完全正确的信息和知识，并仅限于探索随时间演化的过程。应用要求探索信息和知识的深度演化机理，即以可用性为核心多维度全方位、趋利、竞合演化机理。在信息的深度演化方面，我们需要研究多信息在时间、空间、形态、粒度等多个维度上正向协同的演化机理。在知识的深度演化方面，我们需要研究由原始物理数据到有简单语义的信息、再到有丰富语义的知识的纵向演化机理以及知识被不断发现、聚合、更新的横向演化机理。 .2 主要研究内容 围绕“量质融合”、“劣质容忍”、“深度演化”这三个关键科学问题，”的路线，深入系统研究多模态海量数据高质量获取与整合的理论和技术、海量信息可用性与量质融合管理的基础理论、海量信息错误自动检测与修复的理论和技术、海量弱可用信息上的近似计算理论和算法、海量弱可用信息上知识发现、演化与服务的理论和技术并基础研究成果，研制海量信息与知识量质融合管理原型系统，建立应用示范，验证基础研究结果的性有效性。具体研究内容如下 2.2.1高质量多源多模态海量数据的获取与整合的理论与方法研究 由于信息源于数据，本课题将在数据层面围绕数据的“量质融合管理”、“劣质容忍原理”与“深度演化机理”这三个科学问题，针对数据的多源性和多模态性，以最大化数据质量为目标，研究高质量多模态海量数据的获取与整合的理论与方法，实现高质量的数据到信息的整合在，继而研究信息演化的机理。具体研究内容如下1. 高质量多源多模态数据获取的理论与方法 首先研究数据源的质量评估模型，包括数据源的综合质量评估高质量数据源的选择方法。的质量评估模型，包括质量评估。后，针对各种模态数据的特点，研究高质量多模态数据获取方法，包括数据采集、数据的保质转换模型及算法、数据真实性验证、数据错误校验、缺失值估计等2. 多源数据实体识别研究来自物理信息系统等多数据源的多模态数据的实体识别模型，包括多模态数据的关联模型、多源数据的关联模型；研究多源多模态数据实体自动识别的理论和，包括：物理信息系统中的实体特征表达和建模、针对多模态数据实体识别的高效、、分布式算法；研究实体识别效果的评估理论和算法，包括：实体识别效果评估模型、评估测试算法。3. 数据到信息整合研究多源多模态信息集成模型，包括：支持物理信息系统复杂语义的多层模型，以及信息的可用性模型和评价方法等； 研究多模态数据融合计算的理论与算法，包括：动态多模态数据智能转换模型、多模态信息融合的智能模式抽取和模式匹配算法、自动的容错映射和转换模型、支持动静态数据结合的数据融合计算方法等； 研究融合信息的正确性验证和保证的理论和方法，包括：信息的正确性模型和评价方法、多维度多目标清洗技术、分布式近似推演技术和延迟乱序纠正技术等。4. 可用性驱动的海量信息演化机理 以最大化海量信息可用性为目标，研究海量信息的演化过程，建立海量信息演化的世系模型及追踪