多粒度认知计算——一种大数据智能计算的新模型

摘要

【目的】分析大数据智能计算的研究背景和面临的主要挑战问题,从认知计算的角度介绍一种大数据智能计算的新模型——多粒度认知计算。【方法】阐述大数据智能计算是实现大数据价值的必由之路,分析传统大数据智能计算模型所采用的数据计算机制,分析其与人类大脑认知机制不一致的问题。介绍统一满足人类大脑“大范围优先”认知机制(由粗粒度到细粒度)与计算机系统信息计算处理机制(由细粒度到粗粒度)的大数据智能计算研究新模型——多粒度认知计算,并介绍数据驱动的粒认知计算DGCC计算框架。【结果】发现建立数据驱动的粒认知计算模型,实现数据与知识双向驱动和变换,需要研究多粒度空间的描述问题、多粒度联合求解问题、人机认知机制融合等三个科学问题。【结论】通过在流程工业智能制造上进行的初步探索表明,多粒度认知计算是解决大数据智能决策面临“数据-知识”融合难题的一种有效的新模型。