天文领域的民间爱好者研究

民间爱好者,是在科学共同体之外进行科学研究的一个特殊人群,他们凭借个人力量进行科学研究,他们所从事的研究并非他们的本职工作.天文学领域也存在大量的民间爱好者,他们的知识结构、论文内容等方面存在一定的缺陷,这导致他们在科学研究上很难取得科学共同体认可的成果.     

科学教育的人文维度

科学与人文并非彼此悬隔.科学的本质、科学的精神、科学研究的过程和方法与人文具有内在的相关性,这成为我们认识科学、研究科学的新维度.科学教育要实现提高公众科学素养的目标,必须关注到科学的人文维度.     

基于因果反馈的缺失数据集因果关系发现

因果关系发现是因果推断的重要部分,其目标是揭示数据内在的生成机制,并以有向无环图的形式表示.然而关于因果关系发现,现有方法很少考虑到观察数据存在缺失值的情况.在实际场景中,大量数据集存在缺失值,因此估计缺失数据集中的因果关系成为一个亟需解决的问题.本文提出了一种新的基于因果反馈的算法实现关于缺失数据集的因果关系发现,其中生成对抗网络被用于估计缺失数据集的分布,并利用基于Actor-Critic的因果关系发现模块搜索最优因果图,设计了一个基于扩展贝叶斯信息准则的自定义奖励函数,引入分类误差引导模型加速探索过程,提升模型稳定性.在模拟数据和真实数据上进行的大量实验结果表明,本文提出的方法在不同数据缺失率下优于现有方法 .     

科学研究大数据挑战

现代科学研究的一个重要模式就是大科学项目,其特点是大科学装置和合作,并产生海量的科研数据.数据密集型的大科学项目对数据的采集、存储、分发和处理有着巨大的需求.本文以大科学项目为案例讨论了科研大数据在数据采集、处理、存储以及网络等方面的挑战,以及相应的应对方法.其中,国际上的高能物理实验每年产生数十拍字节(PB)的数据,这些数据需要妥善地记录和保存下来,并高效地分发到世界各地进行分析处理.高能物理学家基于网格技术合作建立了大数据处理的WLCG网格平台,该平台成功地支持了大型强子对撞机实验数据的处理和分析,同时也支持了其他大科学项目,取得很好的效果.另外,为了解决对数据的高效存储和访问,新的存储技术和网络技术,如软件定义网络和云存储等,被开发应用到科学大数据中.最后还介绍了云计算技术在科研大数据中的应用.     

论毛泽东学习思想的形成与发展

毛泽东学习思想在本质上是革命和科学的.科学意义上的毛泽东学习思想并非表现在"为何学"、"学什么"、"怎么学"三大层次上,而是有更为丰富、更为科学的内涵.作为一套新颖的、完整的、科学的学习科学的理论与实践相结合的学科体系,毛泽东学习思想的萌芽于毛泽东学生时代,形成、发展和成熟于毛泽东投身于革命的实践过程中.毛泽东学习思想的形成与发展是一个长期的历史过程.     

二十一世纪计算机技术与生命科学的联姻

计算机在生命科学领域的应用 生命科学是一门实验的科学,计算机自投入应用即在实验科学中发挥着作用,承担了大量实验数据的存储、处理以及分析,一些适合于不同类型生物学实验数据处理的软件包纷纷问世,并为科研工作者所接受,这只是计算机在生命科学舞台上的小角色,不足为奇。“人类基因组计划”是二十世纪生命科学研究的重大举措,可谓“主打剧”,计算机在某种程度上是以联合主演的身份与现代基因技术同领风骚。从1988年开始实施的“人类基因组计划”由美国倡导,世界范围内进行的,计划15年内投资30亿美元,目的在于阐明人类染色     

科学数据共享及其在互联网上实现的技术途径

一、科学数据及其共享的重要性 数据是科学研究的基础，越是重大的科学研究，越是需要大量基础数据的支持。如果把科学研究的成果比做地面上的高楼，数据就是地面下的地基，楼越高，需要的地基越坚实。离开科学数据支持的科学研究就像在沙滩上建楼，永远不可能建起高楼大厦。 国内外许多重大的科学研究项目和计划都十分重视科学数据的采集、管理和共享工作。 美国长期生态研究计划（ＬＴＥＲ，目前已发展成为长期生态研究网络－ＬＴＥＲＮ）是美国国家科学基金委员会（ＮＦＳ）提供资助、从事长期生态研究的实体，其科学研究所依赖的主要数…     

地球科学大数据的现状与发展

科学大数据正在成为科学发现的新引擎,是科学研究的新钥匙。地球科学大数据是地球科学研究中采集的各类地球科学数据的总和,是研究地球物质组成、结构构造及演化规律的重要基础。为充分挖掘地球科学大数据的价值,有必要对其特点进行详细分析,全面了解和掌握地球科学大数据的建设现状和关键技术,明确地球科学大数据建设中存在的问题,积极应对地球科学大数据面临的机遇和挑战。针对地球科学的学科特点,列出大数据普遍存在的5V特征,详细介绍了地球科学大数据的四高(高时空性、高可视化、高相关性和高维性)特性,对专题数据库、期刊全文数据库以及地球科学大数据共享平台的建设现状进行了分析。根据云计算、人工智能和可视化技术的概念以及在地球科学大数据中的应用情况,阐述了地球科学大数据在地球动力学研究、成矿研究、地质灾害预警、生命演化和古地理环境重建以及地质信息服务平台建设中发挥的重要作用。在此基础上,梳理了现阶段地球科学大数据急需解决的缺乏统一的数据描述标准、共享机制不明、语义异构显著等问题,为应对地球科学大数据面临的机遇和挑战提供基础。     

基于数据驱动的大学生科学数据素养教育体系研究

科学研究进入大数据时代,"大数据驱动科学发现"已成为科学研究的第四范式,研究从宏观的社会知识层转向微观的数据层,这对大学生科学数据素养教育提出了新的要求.以科学数据素养内涵为主线,选取江苏省部分高校,调研科学数据素养教育的实施现状以及大学生的需求情况,在此基础上构建出基于数据驱动的高校图书馆科学数据素养教育框架,以增强大学生的核心竞争力.     

基于格拉姆矩阵和随机森林的疾病预测方法

针对现有预测方法中存在预测精度低、预测时间长及存储空间大等问题,提出一种基于格拉姆矩阵和随机森林的疾病预测方法,该方法首先从数据集中收集大量数据,其次使用格拉姆对称矩阵对采集数据进行存储和归类.然后引入随机森林二元回归和分类技术,通过二元变量相关性来衡量预测结果和数据之间的关系,并根据相关性构造决策树用于结果分类.最后,应用表决方案输出最终预测结果.实验结果表明:与其他方法相比,本文提出的方法提高了预测准确度,降低了预测的时间开销和空间复杂度.     

科学数据共享及其在互联网上实现的技术途径

 科学数据及其共享的重要性 数据是科学研究的基础,越是重大的科学研究,越是需要大量基础数据的支持。如果把科学研究的成果比做地面上的高楼,数据就是地面下的地基,楼越高,需要的地基越坚实。离开科学数据支持的科学研究就像在沙滩上建楼,永远不可能建起高楼大厦。 国内外许多重大的科学研究项目和计划都十分重视科学数据的采集、管理和共享工作。 美国长期生态研究计划（LTER,目前已发展成为长期生态研究网络-LTERN）是美国国家科学基金委员会（NFS）提供资助、从事长期生态研究的实体,其科学研究所依赖的主要数据源是由代表美国主要自然生态系统类型的17个生态站采集和提供的。     

科技编辑要心中有"数"

从实例出发论述了运用科学常识、逻辑方法和信息分析方法对科技论著中数字科学性的把握,为科技编辑对文稿内容中大量的数据进行把握提供了一些思路和行之有效的工具,丰富了科技编辑方法论的应用.     

一种面向时序数据的交互式可视化系统

在科学、经济、工程、工程等各领域,每时每刻都产生大量时序数据.挖掘多维时序数据中蕴含的相关性特征和周期性规律,是可视分析领域研究的重点.本文在总结了过往案例和可视化方法的基础上,提出了一种称为时序螺旋的可视化交互系统.该系统基于时间粒度和时间原语的概念进行设计,旨在通过可视分析的方法,挖掘数据维度之间的相关性关系和周期性规律.时序螺旋综合了年轮图、族线等多种周期性数据可视化布局方法,并辅以多种交互模型互为补充.最后以实际数据集的分析案例展示了我们的方法在探索和理解多维时序数据的有效性.     

时序环境中概率因果关系的定性表示及融合

 时序数据库各时间片的数据中蕴含着概率因果关系,多时间片概率因果关系的融合可为时态环境中因果关系的综合分析、全局考虑、决策支持及趋势预测等提供科学的依据,该文研究多时间片内同一变量集上概率因果关系的定性表示及融合.首先将各时间片的贝叶斯网(BN)抽象为定性概率网(QPN),以定性的方式高效、简洁地表示各时间片数据中蕴含的概率因果关系.然后,基于BN的推理方法及时序环境中的马尔可夫假设,构造多时间片QPN的一致表示,从而解决各时间片QPN的结构融合问题.基于证据叠加和QPN中定性影响加权的基本思想,给出基于区间值的QPN定性影响量化及相应的定性影响叠加方法,从而解决各时间片QPN的参数融合问题.实验结果表明所提出方法的可行性.     

物理教学方法与物理科学方法

物理科学方法是人们用以进行物理科学研究的方法,这些方法是人们在实践过程中逐步形成和发展起来的.正是由于前人正确地掌握和运用这些科学方法,才能使物理科学得到比较迅速地发展.科学史表明,一些物理学家之所以能够在物理学上做出重大的贡献,除了当时的生产和科学实验的条件外,还在于他们找到并且运用了正确的科学研究方法.众所周     

“数据分析与计算专栏”主持人语

<正>数学领域中的拓扑学与数据挖掘的结合将成为当前多学科融合的一个新的分支,例如:距离函数、投影、聚类等作为两个学科共通的工具和方法正在大数据分析领域被大量应用,并且大数据中大量的混沌和冗余内容,也需要用数学方法进行处理。本期专栏将主要介绍拓扑学领域的新动向。随着数据采集、存储、管理等基础条件的不断完善,人们生产生活的很多领域都成为支撑大数据研究的数据来源,而破解特定领域中的一些实际问题,一直是科学研究     

2020年地球数据科学与共享热点回眸

 地球数据科学是地球科学与数据科学的结合，是地球科学研究与数据驱动科学发现范式转变的前沿交叉领域。在地球大数据研究快速兴起的背景下，从地球数据大科学计划、科学数据治理和地球科学数据共享等方面回顾了2020年的进展。介绍了深时数字地球大科学计划、地球大数据科学工程，以及全球数据汇聚、数据认证、数据仓储、数据政策、数据标准、数据标识等方面的进展和地球科学数据中心、数据库、数据模型、数据集成和数据出版等实践。展望未来，充分重视科学数据治理的规则，推动地球科学大数据计划发展，加强建立地球科学数据生态，促进地球科学数据领域的各方面合作，仍然是当前的紧迫需求。     

遥感科学与定量遥感

遥感科学是在地球科学与传统物理学、现代高科技基础上发展起来的一门新兴交叉学科。遥感科学的发展由技术驱动、需求牵引,提出定量遥感基础研究的科学问题。上世纪80年代初美国NASA发起了遥感科学计划,随着地球系统科学的提出,遥感科学的重心转向了以促进地球系统科学发展为目标,以定量遥感为主要标志,注重多学科交叉综合,从整体上观测研究地球。目前在国际上,越来越多的学者们认识到遥感科学在地学从传统定点观测数据到不同空间范围多尺度空间转换和地球系统科学研究中的不可替代作用。而遥感科学能够在多源数据综合集成及地学应用方面对地球系统科学研究发挥决定性作用。     

基于分位数因子模型的高维时间序列因果关系分析

从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题，传统Granger因果模型受到维度灾难的影响，难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法 QFMCGC用于高维时间序列因果关系的判定.首先，QFM-CGC采用赤池信息量准则进行模型选择，避免人为干预设置滞后阶数的操作；然后，对向量自回归（Vector Autoregressive,VAR）模型中的条件变量建立分位数因子模型进行降维，减少VAR模型中的待估计系数，对降维后的VAR模型重新进行条件Granger因果分析；最后，使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较，实验结果验证了该方法的有效性.     

基于概率模糊逻辑的蛋白质信号网络推断方法

提出了一种基于概率模糊逻辑来推断蛋白质信号网络的建模方法,能够同时处理蛋白质信号网络中的随机性和模糊性.采用概率模糊规则建立蛋白质之间的因果关系参数模型,并利用模糊后件分布函数族的差异程度来度量因果关系的强度,进而推断蛋白质之间的因果关系.在模拟数据和人体T细胞实验数据集上的测试结果表明,该方法为蛋白质信号网络建模提供了一种有效的方法.