地质科学大数据及其利用的若干问题探讨

地质科学大数据是一种时空大数据,其特征与一般大数据有相似之处,也有显著差别.为了应对挑战,需要引进大数据理论、方法和技术,开展对地质科学大数据的统合和利用.采用大数据技术直接在海量时空数据和文本数据中挖掘知识,能突破采样随机性和样本空间狭小、仅凭少量观测数据和固有模式进行判断,以及传统数据分析方法的限制,有可能取得地质科学的新发现.目前常用的一系列数学地质方法和一般空间数据挖掘方法,经改造可用于地质科学时空大数据挖掘.大数据时代地质科学发展所涉及的关键科学技术问题,包括结构化数据与半结构化非结构化数据、大数据与小数据、混杂性数据与精确性数据、模型与数据、静态勘查模型与动态监测模型等的一体化存储管理和处理,数据挖掘与数据分析的结合、相关关系与因果关系的统一,地质科学大数据的深度挖掘和可视化."玻璃地球"是地质科学大数据的有效载体,开展"玻璃地球"建设是解决上述各种科学技术问题的最佳途径之一.     

大数据与化学数据挖掘

数据是重要的战略资源,大数据挖掘技术已成为学术界、企业界甚至各国政府关注的热点.本文介绍了大数据的基本概念及发展现状,综述了与化学研究有关的大数据研究状况,讨论了大数据在基础理论与关键技术2个层面上的主要问题以及大数据挖掘技术在化学各领域中的应用,并对大数据发展的未来及其在化学学科中的应用前景进行了展望.     

大数据时代的药物设计与药物信息

大数据时代,以数据驱动的药物研发(data-driven drug research and development)方式有望显著提高药物研发成功率、缩短药物研发周期以及降低药物研发成本.本文简短综述了近年来药物设计和药物信息相关数据整合和数据挖掘的最新研究概况,并对大数据时代的药物设计与药物信息研究提出了展望.     

大数据安全与自主可控

继互联网、物联网、云计算之后,大数据已成为当今信息技术领域的发展热点.大数据在带来"大"价值的同时,也存在"大"安全问题.大数据的基本特征对计算设施、存储、网络、信息资源等提出了更高的安全要求,传统的信息安全手段和管理机制已经跟不上大数据时代的信息安全形势发展.本文在研究大数据安全新特点的基础上,分析了我国大数据发展面临的信息基础设施自主可控程度低、安全防护技术和手段不足等问题;阐述了自主可控对大数据安全的重要性和意义,明确了解决大数据安全的根本之道在于实现我国主要信息产品、设备和技术的自主设计制造,并总结了我国在大数据安全领域自主可控产品的发展现状.大数据安全事关国家安全,本文最后从加强大数据战略规划和安全体系建设、构建中国特色自主可控的发展路线、强化大数据技术在信息安全领域的创新应用等3个方面,探讨提出了解决我国大数据安全的策略和办法,以确保我国大数据时代的信息安全逐步朝着体系化、规范化和技术自主可控的方向发展.     

虚拟技术为高校信息化建设排忧解难

信息化建设已经成为高校发展的重要组成部分,针对目前国内高校信息化发展的现状,文章提出了一些普遍存在的、严重影响信息化建设的问题,并给出了解决这些问题的思路:虚拟技术.利用虚拟技术可有效地提高设备利用率、节省运营成本,并实现快速有效地管理.这种技术的应用能为高校信息化建设带来极大的好处.     

基于神经网络的装备维修保障系统研究与应用

随着计算机应用技术的发展,神经网络及以数据库技术和数据库管理系统为基础的数据挖掘技术广泛地应用在现代高科技领域中,成为处理以信息化为主体的装备维修保障系统中大量信息的主要技术手段.文章通过对神经网络的概念、过程以及装备维修保障系统中涉及的数据挖掘方法及系统的实现对上述问题进行了论述.     

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.     

虚拟技术为高校信息化建设排忧解难

信息化建设己经成为高校发展的重要组成部分,针对目前国内高校信息化发展的现状,文章提出了一些普遍存在的、严重影响信息化建设的问题,并给出了解决这些问题的思路：虚拟技术。利用虚拟技术可有效地提高设备利用率、节省运营成本,并实现快速有效地管理。这种技术的应用能为高校信息化建设带来极大的好处。     

大数据与云存储

正大数据究竟有多大?云存储是什么样的存储器?在新互联网时代,这些词汇让我们应接不暇。"大数据"作为时下最火热的IT(information technology)行业的词汇在互联网时代显得越来越重要。随之而来的数据仓库、数据安全、数据分析、数据挖掘等围绕大数据商业价值的利用逐渐成为行业人士争相追捧的利润焦点。     

大数据与量子计算

大数据技术的迅猛发展对计算效率提出了更高的要求.由于量子系统的独特性质,量子计算具有经典计算不具有的量子超并行计算能力,能够对某些重要的经典算法进行加速.人们发现,除了大数分解算法,量子计算的更多用途是对量子体系的仿真计算和在数据分析领域的应用.近年来,大数据和量子计算开始融合.虽然实际使用的量子计算机尚未建成,量子计算在大数据的应用在理论上已经取得了一些重要的进展.实验上也有了一些发展.本文首先介绍量子计算的基本原理和Grover量子算法.随后以量子机器学习作为切入点,介绍了量子计算在数据挖掘领域的应用.     

基于神经网络的装备维修保障系统研究与应用

随着计算机应用技术的发展,神经网络及以数据库技术和数据库管理系统为基础的数据挖掘技术广泛地应用在现代高科技领域中,成为处理以信息化为主体的装备维修保障系统中大量信息的主要技术手段。文章通过对神经网络的概念、过程以及装备维修保障系统中涉及的数据挖掘方法及系统的实现对上述问题进行了论述。     

“云计算与大数据”及其对勘探地震技术发展的影响

互联网技术发展至今,已进入了大数据和云计算时代,并在传统商业领域取得了令人瞩目的成功,产生了许多新的发展模式.但是,在勘探地震专业领域,"云计算与大数据"技术的潜力尚没有充分发挥.本文介绍了"云计算与大数据"的方法论和基本特征,分析了云计算、大数据和物联网、互联网+等关键技术之间的关系,并结合地震采集、处理、解释的技术特点和发展需求,探讨了"云计算与大数据"对地震技术发展的影响,提出了建设地震专业软件生态系统和基于物联网改变地震采集现状的设想.     

中国药物研发的新机遇:基于医药大数据的系统性药物重定位

在科研资源相对有限的前提下,如何提高药物研发的投入产出比,最终为全社会提供安全、有效和廉价的药品,是一个对我国生物医药基础和应用研究均具有重大意义的问题.面对国际上原创新药研发投入逐年增高且失败风险逐年增大的趋势,挖掘已有药物新的适应症(旧药新用或药物重新定位)能够在一定程度上有效规避研发风险、降低研发成本、加快药物上市的步伐从而迅速满足临床用药需求,因而成为众多国际制药企业重视和采用的一种战略.随着药物生物信息学的发展,药物重定位策略正从依赖临床观察的经验性研究,朝着基于大规模组学和医药大数据分析的系统性研究转变.本文将着重介绍国际上一系列用于挖掘和指导药物重定位的医药大数据挖掘方法,如基于基因表达谱联系图、全基因组关联分析、化合物-蛋白互作组、药物副作用等.参考和借鉴上述各种前沿技术,将有助于我国科研工作者开发和改进适应我国国情的药物重定位技术,特别是中药的适应症拓展,从而为我国带来社会和经济效益.     

我国财政支出在公共服务投入上存在的问题

公共服务在社会发展中扮演着重要的角色,而政府的财政支持是公共服务建设得以顺利进行的关键.但目前我国在公共服务建设的财政投入上,存在一些问题.这些问题必须解决,这样我国的公共服务水平才可能得到提高.     

大数据并行计算框架

大数据是当前IT信息技术研究和应用的热点,但目前的研究多集中在系统和应用层面,而理论基础研究方面相对较少.本文以计算复杂性理论为基础,针对大数据量大、快速和多样性等挑战,着重研究大数据的可计算性及其计算原理.首先将多种类型的大数据抽象到度量空间进行统一化表示以解决多样性问题,其次在度量空间中基于距离对大数据进行划分,最后运用NC类计算理论等并行计算理论和方法对大数据问题进行并行求解,以解决量大和快速等问题.本文从更广的视角,根据大数据的特性和大数据整个生命周期,提出处理大数据的策略和技术以及需要变革思维方法研究大数据.     

生物医学大数据的现状与展望

生物医学是一门新兴的前沿交叉学科,它综合了医学、生命科学和生物学的理论和方法而发展起来.近年来随着先进仪器装备与信息技术等越来越广泛和深入的整合到生物技术中来,生物医学研究中越来越频繁的涉及到大数据存储和分析等信息技术.大数据时代的来临对生物医学研究产生了重大影响.其中,一个重要发展趋势就是由假设驱动向数据驱动的转变.数十年来分子生物学水平上的实验目的是获得结论或者是提出一种新的假设,而现在基于海量生物医学大数据,可以对海量数据的研究来探索其中的规律,直接提出假设或得出可靠的结论.随着先进的生物分析技术的不断推出和更新,生物医学数据迅速积累.基于此类大数据一些以往不能解决的问题将有望解决,同时相关生物医学研究的新问题也层出不穷.生物医学相关的大数据技术和相关应用主要包括:基于高通量测序的个性化基因组、转录组和蛋白组研究,单细胞水平基因型和表型研究,人类健康相关微生物群落研究,生物医学图像研究等.相关生物医学大数据分析任务均具有着数据密集和计算密集的双密集性特点.要充分地利用这些大数据解决一系列生物医学问题,迫切需要高通量、高效率、高准确性的生物信息存储和分析策略.本文总结和回顾生物医学大数据的生成、管理和分析相关的一系列问题,其中重点讨论人体微生物群落、单细胞表型和基因型、生物医学图像等新近出现的生物医学大数据形式,以及相关数据分析和应用前景等.基于目前生物医学大数据的现状我们可以发现,生物医学大数据的研究正处于蓄势待发状态:适应于生物医学大数据的软硬件平台、大数据存储、大数据分析挖掘等方法等还不成熟,制约着生物大数据的研究.然而一旦相关研究获得突破并有所优化和应用,将会全方位地支撑生物医学大数据的深入解构;进而有助于对医学现象的趋势分析和预测,服务于相关的遗传疾病研究、公共卫生监控、医疗与医药开发等广泛生物医学应用.     

智能医学的现状与未来

随着医学人工智能、医疗大数据分析、智能药物研发、手术机器人、影像导航精准诊疗等技术的不断发展与临床应用,智能医学作为古典医学、生物医学后新的发展阶段,已呈现出以基础理论创新驱动、以技术应用迭代牵引为特征的现代医学新形态、新范式,推动构建完整知识体系并促进关键技术不断创新已成为智能医学领域的最重要课题.本文结合第Y6次香山科学会议的主要观点与见解,围绕“智能医学基础理论与关键技术”这一主题,深入讨论国内外智能医学的学科现状,展望智能医学未来发展的主要趋势,阐述了在智能医学材料与器械、多物理场融合、生物信息与医学硬件的整合一体化、生物技术与信息技术的协同增效等领域的重大变革,以冀进一步推动我国智能医学在理论、技术、业态、应用的理念创新与范式突破.     

Web数据挖掘现状分析

随着Internet/Web技术的快速普及和迅猛发展,使各种信息可以以非常低的成本在网络上获得,如何在这个全球最大的数据集合中发现有用信息成为数据挖掘研究的热点.Web数据挖掘是目前数据挖掘领域中的一个很重要的研究领域,文章介绍了Web数据挖掘研究领域的现状及发展.     

机器学习在材料设计方面的研究进展

新材料的发现是推动现代科学发展与技术革新的源动力之一,是当前促进经济发展与解决环境问题的迫切需求.传统的材料研发基于试错法,效率低且成本高.大量实验与计算模拟产生的数据为新材料的研发提供了新契机.基于这些数据,机器学习最近在材料性能预测、新材料的发现与设计等领域取得了很大进展.譬如基于材料项目(materials project)数据库对钙钛矿材料的统计分类、结合高通量计算对双钙钛矿卤化物材料稳定性的预测,以及金属间化合物电催化剂的设计与筛选等.除了基于隐式模型的预测,机器学习也可以用来发现具有物理可解释性的显式描述符,从而加速新材料的发现.     

北京地铁昌平线综合监控系统探究

地铁综合监控系统是以现代计算机技术、网络技术、自动化技术和信息技术为基础的大型计算机集成系统.该系统集成了多个地铁自动化专业子系统,并在集成平台支持下对地铁各专业进行统一监控,实现各专业系统的信息共享及系统之间的联动控制功能,提高运营效率,为实现城市轨道交通现代化运营管理提供信息化基础.