大数据时代的天文学研究

天文学已经进入数据密集型时代或者说大数据时代.面对海量天文数据在存储、计算、网络、软件、算法乃至工作模式等方面的需求和挑战,天文学家连同计算机和信息技术领域的专家正努力使基于科学数据的知识发现过程变得更加容易.虚拟天文台旨在实现科学数据的互操作,打造一个全球性的数据网格.天文信息学则从分支学科的高度来考虑天文学的长远发展.数据挖掘和知识发现在数据密集型时代大有可为,自身也必将获得长足发展.本文简要论述天文学研究在数据密集型时代所面临的挑战,介绍虚拟天文台理念和最新进展,探讨天文信息学发展的必要性和所包含的研究内容,阐明数据挖掘和知识发现的必要性和发展方向.     

材料基因组计划简介

美国总统奥巴马明确指出“材料基因组计划”(The Materials Genome Initiative, MGI) 的总目标是“将先进材料的发现、开发、制造和使用的速度提高一倍”。白宫科技政策办公室在2011年6月发布的相应的白皮书《具有全球竞争力的材料基因组计划》中阐述了材料创新基础设施的三个平台：计算工具平台、实验工具平台和数字化数据(数据库及信息学)平台。材料基因组计划/工程不仅仅是要开发快速可靠的计算方法和相应的计算程序,而且也要开发高通量的实验方法来对理论进行快速验证并为数据库提供必须的输入,还要建立普适可靠的数据库和材料信息学工具,以加速新材料的设计和使用。材料基因组计划/工程旨在材料领域建立一个新的以理论模拟和预测优先、实验验证在后的“文化”,从而取代现有的以经验和实验为主的材料研发的理念。     

机器学习与计算力学的结合及应用初探

自20世纪50年代以来,随着计算机科学的不断进步,机器学习和数据科学得到了长足发展.这些技术一般依靠大量数据作支撑,通过训练过程提取出蕴藏在数据内部的抽象映射关系,目前已被成功应用于化学、生物等自然科学研究领域.近年来,这些技术也逐渐受到计算力学领域研究者的关注.本文结合作者的相关研究成果介绍了机器学习、数据科学与计算力学相结合的3种形式:第一种是与有限元方程求解方面的结合,直接应用卷积神经网络算法求解线性有限元方程;第二种方式结合有限元计算和机器学习预测复杂材料结构与力学性能的关系.本文作者应用该方法基于细观页岩扫描照片和随机建模算法,成功训练出可以有效预测细观页岩样本等效模量的卷积神经网络;第三种方式是建立基于数据驱动的计算力学方法,比如直接利用真实的材料实验数据代替材料本构模型.这些工作显示了机器学习、数据驱动在处理材料的力学实验数据、设计新型材料以及创建更高效的计算力学模型方面的广阔前景.随着计算力学的发展,未来将可能出现更多将数据科学、机器学习与计算力学相结合的应用场景,进一步开发出更加强健、高效和保真的计算力学方法.     

移动大数据时代:无线网络的挑战与机遇

随着移动互联网、云计算、物联网、机器类型通信等新兴信息通信技术的飞速发展,信息社会进入了网络化的大数据时代.快速普及的智能化移动终端应用助推了全球移动数据流量的大幅度增长.在移动大数据时代,海量数据、业务类型演进、数据多样化、数据空-时域分布不均匀等特征给无线网络带来了严峻的挑战.为了应对挑战,一方面,无线网络从新频谱拓展、传输技术、智能立体化组网等多维度进行演进以满足大数据传输与应用的需求;另一方面,移动大数据作为一种新的生产要素改变着人们认知网络的方法,无线网络可以充分借鉴互联网数据挖掘的理论与方法,实现网络的灵活部署、无线资源的优化配置和低能耗绿色通信.     

不一样的淘宝首页

<正>自2013年起,中国大数据产业日趋活跃,至今已呈现出百花齐放、异彩纷呈的发展态势。在互联网业内,以阿里巴巴、腾讯、百度为代表的行业领头羊,不断将积累的社交数据、搜索数据、电商数据转化为大数据时代珍贵的原生素材。在零售电商领域,由于互联网、智能设备、大数据的快速发展,正发生着颠覆性的创新与变化。特别是大数据技术,在目前的电子商务     

一门新兴的交叉学科--神经信息学

神经信息学是新近出现的一门新兴的交叉学科 ,它正在随着人类脑计划的实施而快速发展 .本文介绍了神经信息学的由来及其与人类脑计划的关系 ,分析了促使其发展的当代条件、神经数据的特点及其对信息科学技术提出的新要求 ,还介绍了神经信息学的研究项目实例 ,探讨了它的发展所带来的机遇和挑战 .     

大数据时代下金融业的发展方向、趋势及其应对策略

首先简要回顾了大数据的定义、内涵及其主要特征;其次,通过研究发现,金融业是信息密集型服务产业,在数据特征和数据处理方面基本符合"大数据"概念和特征,正步入大数据时代的初级阶段;接下来,论述了在大数据时代未来的金融体系尤其是银行业将具有"开放、数字化、高生产力、科学决策"的显著特征与发展趋势,并指出在通往大数据时代之路上金融业面临来自文化、管理与技术方面的挑战;最后,给出了在大数据时代金融业发展的应对策略.研究结果将不仅对金融业务未来发展规划具有非常现实的指导意义;同时,也将为大数据时代下新金融理论的拓展奠定基础.     

大数据时代的数据素养教育

正数据素养是大数据时代对科研人员所提出的要求。国外各大学已在广泛开展数据素养教育。在中国,如何提高下一代科学家的数据素养,使他们具备在大数据时代开展科学活动的能力,是一项紧迫的重要任务。随着信息技术和网络技术的迅速发展,科学研究数据呈现爆炸性增长的态势。利用各种各样的研究工具和实验设备,通过模拟、仿真、计算和观察,在科学研究过程中不断产生和创造出大量"原生态数字信息",形成特定科学领域的数据集和数据场。如美国大规模科学项目"泛星计划"(全景式巡天望远镜和快速反应系统),每年在运行中可捕获2.5PB(1PB=10~(15)字节)的数据;国际上高能物理学研究领域的LHC(大型强子对撞机)每年能产生50～100PB的数据;小规模研究     

面向分子科学的数据智能

分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科学研究范式.数据驱动的机器学习凭借其快速高效的数据处理能力,在分子科学领域展现出巨大的发展潜力.尤其是在分子性质预测、分子设计、化学反应预测及逆合成、量子化学计算、自动化合成等领域获得了广泛应用.本文首先介绍面向分子科学数据智能研究过程中的3个关键部分,即分子科学开放数据集、分子描述符和机器学习算法;然后,列举机器学习在不同分子科学研究方向中的重要应用案例;最后,分析讨论该研究领域可能存在的挑战及潜在发展方向.     

数字体图像相关方法研究进展

数字体图像相关方法是可测量物体内部三维全场变形的先进实验力学方法.通过匹配由数字体成像设备获取的被测物体变形前后的两组数字体图像,该方法能够获得物体内部亚体素精度的三维位移场和全场应变.得益于新型体成像设备的不断涌现、图像配准算法的持续改进以及高性能并行计算技术的快速发展,数字体图像相关方法已在生物医学、固体力学、岩土力学、材料科学等领域获得许多令人瞩目的重要应用.本文对过去20多年数字体图像相关方法中出现的各种位移和应变测量算法进行了系统回顾和评述,分析了该方法当前的局限和所面临的挑战.可以预期,数字体图像方法在实验力学领域中将扮演更为重要的角色,并有望在更多科研和工程领域中获得应用.     

踏踏实实地研究人工智能

今天人工智能的巨大成就表现在机器学习上取得了突破性的发展及"智能+"推动了人工智能的普适应用。人工智能成为世界科技发展的一个新高地,各国对此都作出战略布局。同时,人工智能的发展也向我们提出了新的挑战,在伦理、社会治理等方面引入了新的课题。在展望人工智能光明前景的同时,我们也要清楚地认识到:人工智能,特别是机器学习,它基本的方法、基本的思路还是比较简单和粗糙的。现在的人工智能是着重于智能外延的人工智能,也就是说着重于模拟人的智能的外在功能,而人工智能的发展还有待于在智能内涵的理解上的不断进展。本文就此对人工智能的发展作一个抛砖引玉的讨论,也对机器学习的研究方向作探讨。     

类脑智能引导AI未来

人工智能是否要“类脑”以及如何“类脑”是人工智能发展中颇具争议的问题。结合在仿生视觉及人工智能领域多年的研究体会,阐述了类脑智能研究的意义与方式,讨论了现阶段人工智能与类脑智能的异同,发表了对未来人工智能发展的一些看法。基于对类脑智能的以上看法,作者及团队将研发智能、感知和操控功能兼备的“机器头脑”,以探索机器自主智能的发展。     

数学符号与明清力学知识*

明清时期中国力学知识,是与西方力学知识交汇融合的重要时期,数学符号的传播、使用成为明清的力学知识自身发展的一个缩影。数学符号在明清力学知识中的普及,蕴含着西方科学文化向中国普及与传播的过程;随着科学国际化的不断深入,明清时期的力学知识采用了西方数学符号语言来描述,并很快被推广到明清时期的力学著作中。     

马丁·加德纳:数学科普大师

马丁·加德纳是20世纪享誉世界的数学科普大师,他在数学界的地位独一无二。他没有数学博士学位,但他的作品雅俗共赏,让无数数学家和数学爱好者赞不绝口、爱不释手。他主持《科学美国人》的"数学游戏"栏目,并使其成为该杂志的"招牌产品";他善于利用公众对魔术的兴趣传播数学知识,魔术在他那里是一种用来数学科普的工具和手段;他还善于运用数学的手段破除人们对数字的种种迷信。他在数学科普领域的贡献将永载史册。     

丝竹背后话力学

就音乐与力学比较密切的关系,从历史发展的角度讨论了音高与振动频率的关系以及弦乐器与管乐器的发声规律。在乐器中,迄今最主要的乐器乃是这两类乐器,亦即丝与竹。最后指出,力学和科学的发展滋润了音乐,而对音乐的研究反过来也丰富了科学本身。     

借用“平行宇宙”的算力——量子计算现状与展望#br#

量子力学自建立以来，被期待为未来技术进步的基石。目前，量子计算、量子信息处理、量子通信和量子测量等基于量子力学发展起来的技术备受关注。人们力图将理论的成果转化为应用，从而实现“第二次量子革命”。其中，量子计算机因其并行计算能力被证明一旦达到一定规模，其计算能力将远超传统计算机，甚至对目前广泛使用的传统加密算法产生威胁，也必将对社会各个领域产生深远的影响。文章从科普的角度介绍了量子计算的背景及原理，并基于发展现状对未来作了展望，最后探讨了量子计算与人工智能领域结合的可能性。     

追踪学习理论发展学说线索

从学习理论发展的学说线索来理解学习理论的产生、演变、发展和趋势，更深入地学习、理解和把握教育心理学有关学习理论的历史、现状，更全面地掌握教育心理学中学习理论的完备知识。     

议政治课中的情境教学

教师在教学过程中应与学生积极互动、共同发展，文章就教师在政治课中如何激发学生的学习兴趣做了进一步的研究。     

基于深度学习的药物设计方法

药物研发是一个长周期、高投入和高风险的过程。随着科学技术的不断革新，生物医学数据呈爆炸式增长，为深度学习技术在生物医药领域的应用带来了契机，同时也为加速新药研发赋予了前所未有的希望。文章围绕药物设计流程，简要介绍深度学习算法在药物靶标发现、分子生成、基于配体的药物设计和基于结构的药物设计4个主要环节中的应用和研究进 展。