?各個(gè)領(lǐng)域在近二十年來(lái)取得突破性的研究進(jìn)展-wenkub
2022-10-22 08:46:54 本頁(yè)面
【正文】 空間中證認(rèn)出遠(yuǎn)離者 (一 ): 應(yīng)用舉例 : ? 分析有關(guān)大尺度結(jié)構(gòu)和微波背景 輻射的大尺度巡天 ? 分析巡天的徑向速度 , 如 :Mark III SFI amp。 IB 模型獨(dú)立 IB監(jiān)督的波長(zhǎng)群在概念上接近 FM ICA在計(jì)算上比 PCA復(fù)雜 ,數(shù)據(jù)壓縮 效率弱于 PCA,但可以較好地分離混 合變量 ,相反于 PCA,ICA對(duì)位置 ,方向 , 帶通選擇的特征量敏感 (三 ): 大尺度結(jié)構(gòu)分析 : 例子 : 分析有關(guān)大尺度結(jié)構(gòu)和微波背景輻射 的大尺度巡天 方法 : 貝葉斯分析 (Bayesian Analysis) (四 ): 重建方法 : 例子 : 大尺度巡天中的速度場(chǎng)重建 在 allsky maps中 , 從輸入的 maps 重建獨(dú)立分量及其頻 率大小 方法 : 維納濾波器 最大熵方法 主分量分析方法 FastICA 神經(jīng)網(wǎng)絡(luò) 小波 ? 擴(kuò)充數(shù)據(jù)挖掘算法 ? 將數(shù)據(jù)挖掘方法應(yīng)用到新的數(shù)據(jù)類型 ? 發(fā)展分布的數(shù)據(jù)挖掘算法 ? 提高數(shù)據(jù)挖掘方法的容易度 ? 觀測(cè)記錄或觀測(cè)次數(shù)的增長(zhǎng) ? 每次觀測(cè)參量的增長(zhǎng) ? 用以分析一組觀測(cè)的預(yù)測(cè)模型數(shù)的增長(zhǎng) ? 對(duì)交互式反應(yīng)和真實(shí)反應(yīng)時(shí)間減少的要 求的加強(qiáng) 需要多種算法的組合或新的算法 ? 時(shí)間序列數(shù)據(jù) ? 未組織數(shù)據(jù) ,如文本 ? 半組織數(shù)據(jù) , 如 HTML和 XML文件 ? 多媒體的合作數(shù)據(jù) ? 多層次的 ,多度量單位的數(shù)據(jù) ? 集合數(shù)據(jù) ? 數(shù)據(jù)的分布特性 ? 計(jì)算環(huán)境越來(lái)越普及 必須發(fā)展與之匹配的數(shù)據(jù)挖掘系統(tǒng)和算法 ? 數(shù)據(jù)挖掘自動(dòng)化程度的提高 ? 提高用戶界面 , 支持隨機(jī)用戶的瀏覽 ? 提高大型分布數(shù)據(jù)的可視化程度 ? 發(fā)展用以管理數(shù)據(jù)挖掘的元數(shù)據(jù)的技術(shù)和系統(tǒng) ? 發(fā)展恰當(dāng)?shù)恼Z(yǔ)言和協(xié)議支持隨機(jī)提取數(shù)據(jù) ? 提高數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的環(huán)境 ?收集 ? 加工 ? 挖掘 ? 可視化以及必要的合作報(bào)告 ?支持單個(gè)研究數(shù)據(jù)挖掘者的研究 ? 支持?jǐn)?shù)據(jù)挖掘的基礎(chǔ)學(xué)科的研究 ? 支持多學(xué)科和交叉學(xué)科研究組研究 重要的 , 基礎(chǔ)的實(shí)用數(shù)據(jù)挖掘問(wèn)題 ? 提供對(duì)大的 ,大型的 ,分布的數(shù)據(jù)組 挖掘的恰當(dāng)?shù)膶?shí)驗(yàn)場(chǎng)所 ? 發(fā)展好的非監(jiān)督分類技巧 ? 發(fā)展強(qiáng)而有效的數(shù)據(jù)可視化技術(shù) ? 各種
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1