文献类型：期刊文章

作　　者：WANG Yingxu[1,2] 彭军[3]

WANG Yingxu;PENG Jun(National Engineering Key Lab for Big Data System Software,School of Software,Beijing National Research Center of Information Science and Technology,Tsinghua University,Beijing 100084,China;International Institute of Cognitive Informatics and Cognitive Computing(ICIC),Deptartment of Electrical and Computer Engineering,Schulich School of Engineering and Hotchkiss Brain Institute,University of Calgary,Calgary T2N 1N4,Canada;School of Intelligent and Technology Engineering,Chongqing University of Science and Technology,Chongqing 401331,China)

机构地区：[1]清华大学大数据系统软件国家工程重点实验室,清华大学北京信息科学与技术国家研究中心,北京100084 [2]国际认知信息学与认知计算学会/卡尔加里大学电气与计算机工程系,Schulich工程学院,Hotchkiss脑科学研究所,加拿大卡尔加里T2N 1N4 [3]重庆科技学院智能技术与工程学院,重庆401331

出　　处：《科技导报》

基　　金：国家重点研发计划项目(2016YFB0501503);国家自然科学基金项目(U1509213)。

年　　份：2020

卷　　号：38

期　　号：3

起止页码：35-46

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、IC、INSPEC、JST、RCCSE、RWSKHX、UPD、ZGKJHX、核心刊

摘　　要：大数据不仅在科学、工程与计算智能中有着广泛的应用,而且在人类感知、估计、量化、记忆和推理的认知机制中发挥着基础性作用。通过对大数据科学理论的基础研究,提出一组大数据系统的一般原理和分析方法。为了从形式上解释大数据的起源和本质,探讨大数据的认知基础及其数学模型,严格地引出了根植于科学、工程和社会各个领域的大数据的一般模式。研究发现大数据不再是传统实域上的纯数,而是一个前所未有的新型数学结构,称为递归类型化超结构(RTHS)。这一大数据系统的基本拓扑特性揭示了大数据工程的复杂性及其操作与处理的全新认知、理论挑战,以及可选解决方案。

关 键 词：大数据科学  大数据工程  大数据数学模型  递归超结构  认知计算  计算智能  

分 类 号：TP311.1] O1-0[计算机类]