项目名称: 海量不确定图挖掘算法研究

项目编号: No.61173023

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 计算机科学学科

项目作者: 邹兆年

作者单位: 哈尔滨工业大学

项目金额: 58万元

中文摘要: 随着现代化数据采集技术的飞速发展,社会各领域中积累了大量用图表示的数据,简称图数据。在图数据的规模不断激增的同时,由于数据采集技术自身固有的随机错误与误差、不及时的数据更新以及数据隐私保护等原因,大量图数据存在不确定性。很多应用领域(如生物信息学、无线传感网、智能交通系统等)迫切需要开展海量不确定图挖掘,即从海量不确定图中自动发现有用的知识。这方面的研究才刚刚起步,研究结果还很少,机遇与挑战并存。本项目研究不确定图的语义模型、海量不确定图的基本操作、海量不确定图挖掘等方面的关键科学技术问题,以语义模型能够有效支持不确定图计算(包括挖掘)、算法的时间复杂性最小化为目标,提出计算有效的新型不确定图语义模型、海量不确定图上基本操作的高效实现算法以及具有代表性的海量不确定图挖掘算法。本项目还将研制一个通用的海量不确定图挖掘原型系统,验证基础研究结果的正确性、有效性和可行性。

中文关键词: 不确定图;数据挖掘;不确定性;图数据;

英文摘要:

英文关键词: Uncertain graph;Data mining;Uncertainty;Graph data;

成为VIP会员查看完整内容
1

相关内容

【CIKM2021-Tutorial】图挖掘公平性,166页ppt
专知会员服务
30+阅读 · 2021年11月5日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
47+阅读 · 2021年6月26日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
45+阅读 · 2020年12月4日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
专知会员服务
221+阅读 · 2020年5月6日
【CIKM2021-Tutorial】图挖掘公平性,166页ppt
专知
1+阅读 · 2021年11月5日
机器学习中的数据级联
TensorFlow
0+阅读 · 2021年7月15日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
20+阅读 · 2019年9月7日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
【CIKM2021-Tutorial】图挖掘公平性,166页ppt
专知会员服务
30+阅读 · 2021年11月5日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
47+阅读 · 2021年6月26日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
45+阅读 · 2020年12月4日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
专知会员服务
221+阅读 · 2020年5月6日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2010年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
20+阅读 · 2019年9月7日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员