【正文】 KDD工作組 ?2020 ACM SIGKDD工作組 *集中于自動發(fā)現(xiàn) 數(shù)據(jù)庫研究 * 大型數(shù)據(jù)組 * SIGMMOD?association rules,scalable algorithms 數(shù)據(jù)管理者 * 如何處理數(shù)據(jù) * 面向客戶 * 工業(yè)占主導(dǎo)的 ,面向應(yīng)用 ?描述性模型 : 描述數(shù)據(jù)中的模式 , 用以創(chuàng)建有意義的 群或子群 ?預(yù)測性模型 : 在從已知條件中確定的模式基礎(chǔ)上 , 預(yù) 測一些現(xiàn)象或數(shù)值 ?事件驅(qū)動性數(shù)據(jù)挖掘 ?相關(guān)驅(qū)動性數(shù)據(jù)挖掘 ?已知事件 /已知算法 : 用已有的物理模型去確定數(shù)據(jù)中存在的 人們感興趣的已知現(xiàn)象 , 無論空間上或時間上 ?已知事件 /未知算法 : 用模式識別或數(shù)據(jù)的聚類特性來發(fā)現(xiàn)在 已知現(xiàn)象中存在新的觀測相關(guān)性 ?未知事件 /已知算法 : 以天文現(xiàn)象的觀測參數(shù)中存在著預(yù)期的 相關(guān)性來預(yù)測數(shù)據(jù)中存在著以前未知的事件 ?未知事件 /未知算法 : 用臨界值確定瞬時事件或獨(dú)特事件 , 從而 發(fā)現(xiàn)新現(xiàn)象 ?空間相關(guān) : 在天空中的同一位置證認(rèn)天體 ?時間相關(guān) : 證認(rèn)發(fā)生在相同時間或相關(guān)時間的 事件或現(xiàn)象 ?一致相關(guān) : 用聚類方法證認(rèn)存在于同一多維參 數(shù)空間的現(xiàn)象 ?天體的交叉證認(rèn) ?天體的交叉相關(guān) ?最近鄰規(guī)則證認(rèn) ? 系統(tǒng)的數(shù)據(jù)探索 ?原理 : 以源的位置為參量 , 將存在于不同數(shù)據(jù)庫 中的源聯(lián)系起來 , 用以加深對證認(rèn)源的新 的天文理解 ?例子 : gammaray暴的對應(yīng)體 ?問題 : 多波段數(shù)據(jù)庫的交叉證認(rèn)會產(chǎn)生一對一 , 一對多 ,多對一 ,多對多 ,甚至多對無 ,對于 除一對一的情況 , 有時需要用概率方法處 理 ?原理 : 用假定分析方法處理數(shù)據(jù)中的所有參數(shù) ?例子 : 在 HDF巡天中 ,通過雙色圖中作為 U波段 的“ dropouts” 證認(rèn)遠(yuǎn)距離星系 在 DPOSS和 SDSS巡天中 ,通過雙色圖中 遠(yuǎn)離正常恒星區(qū)的特性發(fā)現(xiàn)高紅移類星 體 ?原理 : 在多維空間中運(yùn)用聚類算法證認(rèn)天體或現(xiàn)象 ?例子 : 在 TW長蛇座中過通過天體具有相似的運(yùn)動學(xué) 特征 , X射線發(fā)射 , Hα和 Li豐度 , 發(fā)現(xiàn)了人們最 熟悉的年輕恒星族 ?原理 : 在數(shù)據(jù)庫中廣泛地應(yīng)用事件驅(qū)動性和相關(guān) 驅(qū)動性數(shù)據(jù)挖掘技術(shù)以偶然發(fā)現(xiàn)一種新天 體或新類型天體 ?例子 : 新類型變星的發(fā)現(xiàn) , 如 :在 MACHO數(shù)據(jù)中發(fā) 現(xiàn)的“ bumpers” ? 主分量分析方法 ? 人工神經(jīng)網(wǎng)絡(luò)