按照(zhao)國家科學技術獎勵工作辦公室要求，現對(dui)安徽省2019年度提名的7個(ge)項(xiang)目進行公示。

公示時間為(wei)2019年1月14日至2019年1月20日，為(wei)期7天(tian)。

公示期內(nei)，任何單位(wei)或(huo)者個(ge)人如(ru)對(dui)公示項目的(de)真(zhen)實(shi)性和內(nei)容有異(yi)(yi)議(yi)，可以書面(mian)方(fang)式提出(chu)(chu)并(bing)提供(gong)必要的(de)證明文件及聯系方(fang)式。個(ge)人提出(chu)(chu)異(yi)(yi)議(yi)的(de)應表(biao)明真(zhen)實(shi)身份(fen)，單位(wei)提出(chu)(chu)的(de)應加蓋(gai)公章。匿名異(yi)(yi)議(yi)和超出(chu)(chu)期限的(de)異(yi)(yi)議(yi)不予受(shou)理。

• （一）項目名稱

  大數(shu)據挖掘的(de)若(ruo)干模型和方法

  （二）提名(ming)意見

  該項目(mu)對(dui)大數(shu)(shu)據(ju)(ju)挖掘(jue)(jue)的若干模型(xing)和(he)方(fang)法開展了深入研究(jiu)，解(jie)決(jue)(jue)了大數(shu)(shu)據(ju)(ju)挖掘(jue)(jue)若干科學問題(ti)，例如，系(xi)統性地闡(chan)明(ming)大數(shu)(shu)據(ju)(ju)的基(ji)本(ben)特(te)征，提出(chu)了大數(shu)(shu)據(ju)(ju)多層(ceng)次處(chu)理框架；設計稀疏嵌入與(yu)最小方(fang)差下(xia)的哈希(xi)方(fang)法，有(you)效解(jie)決(jue)(jue)訓(xun)練數(shu)(shu)據(ju)(ju)集(ji)具有(you)海量特(te)征和(he)高維特(te)征的問題(ti)；發(fa)明(ming)了含(han)缺(que)失值(zhi)的決(jue)(jue)策樹分類子，可以直接有(you)效地利用缺(que)失數(shu)(shu)據(ju)(ju)。

  研究成果發表(biao)在TKDE、TIP和(he)PAMI等權威雜(za)志，在國內外產生一(yi)定(ding)的學術(shu)影響，被同行引用(yong)2600多(duo)(duo)次、SCI引用(yong)1100多(duo)(duo)次，獲得了學術(shu)界和(he)工業界的跟進發(fa)展和采用(yong)，推動(dong)了(le)本學(xue)科及相關學(xue)科的(de)發(fa)展。

  項目材料填寫規范，內容真(zhen)實(shi)，經(jing)公示無異議。對照(zhao)國(guo)家自然科學(xue)獎(jiang)授獎(jiang)條件，提名該(gai)項目為國(guo)家自然科學(xue)獎(jiang)二等獎(jiang)。

  （三(san)）項目簡介

  圖靈獎獲得者斯通布雷克教授(shou)認為，大數(shu)據(ju)的(de)(de)(de)四種含義之一是大多(duo)(duo)樣(yang)(yang)性，意指：處理來(lai)(lai)自太多(duo)(duo)源的(de)(de)(de)數(shu)據(ju)必(bi)然導致令人畏(wei)懼的(de)(de)(de)數(shu)據(ju)集成挑戰(zhan)。數(shu)據(ju)集成的(de)(de)(de)實質性困難在于多(duo)(duo)源數(shu)據(ju)的(de)(de)(de)海(hai)量、異(yi)質異(yi)構(gou)和低質量性，這也一直(zhi)是數(shu)據(ju)庫領域的(de)(de)(de)基(ji)礎(chu)性關鍵研究(jiu)問題。該(gai)項目組在過十(shi)來(lai)(lai)年對(dui)大數(shu)據(ju)的(de)(de)(de)上(shang)述(shu)挑戰(zhan)中(zhong)海(hai)量、高維(wei)、動態(tai)和低質量等問題展開深入研究(jiu)，揭(jie)示(shi)了(le)大數(shu)據(ju)中(zhong)模式的(de)(de)(de)形(xing)態(tai)與演變態(tai)勢，提出(chu)訓練樣(yang)(yang)本(ben)的(de)(de)(de)分塊(kuai)挖掘方法、噪音(yin)數(shu)據(ju)和缺失數(shu)據(ju)利用模型(xing)，從而(er)，在2013年闡(chan)明(ming)了(le)大數(shu)據(ju)的(de)(de)(de)四個基(ji)本(ben)特(te)征：異(yi)構(gou)、自治、復(fu)雜和演化，凝(ning)練出(chu)HACE定理。主要科(ke)學發現點如下：

  1、大數據的基(ji)本特(te)征(zheng)與(yu)挖掘(jue)框(kuang)(kuang)架(jia)：闡明大數據的基(ji)本特(te)征(zheng)，提(ti)(ti)出(chu)了大數據多層處(chu)理(li)框(kuang)(kuang)架(jia)，為大數據分析(xi)提(ti)(ti)供了理(li)論基(ji)礎和應用框(kuang)(kuang)架(jia)；提(ti)(ti)出(chu)稀(xi)疏嵌(qian)入(ru)與(yu)最小方差下的哈希方法，用于處(chu)理(li)海量(liang)特(te)征(zheng)和高維特(te)征(zheng)的訓練數據集(ji)。

  2、不(bu)完(wan)全(quan)(quan)動態(tai)大數(shu)據的(de)(de)模(mo)(mo)式(shi)發(fa)現：揭示大數(shu)據中模(mo)(mo)式(shi)的(de)(de)形態(tai)與(yu)演變態(tai)勢(shi)，提出面向大數(shu)據的(de)(de)不(bu)完(wan)全(quan)(quan)信息下模(mo)(mo)式(shi)發(fa)現、動態(tai)模(mo)(mo)式(shi)發(fa)現和模(mo)(mo)式(shi)演變的(de)(de)模(mo)(mo)型與(yu)方法。

  3、噪(zao)(zao)音以及(ji)缺(que)失數(shu)(shu)(shu)據的(de)模式質(zhi)量：揭示(shi)噪(zao)(zao)音數(shu)(shu)(shu)據的(de)可修正機制及(ji)缺(que)失數(shu)(shu)(shu)據與已知(zhi)數(shu)(shu)(shu)據之間的(de)關聯關系，提出誤(wu)差(cha)感知(zhi)下的(de)貝葉斯分(fen)類器用于解決噪(zao)(zao)聲數(shu)(shu)(shu)據清洗(xi)所帶來的(de)信息丟失和信息錯誤(wu)的(de)問題。