数据模式发现与识别

过去的 2016 年，见证了人工智能的崛起：无人驾驶汽车技术逐渐成熟、语音语义识别的精度不断提高、图形图像识别技术获得发展、智能机器人频频亮相，尤其是 AlphaGo 与韩国围棋选手李世石的对弈更是引爆了人们对人工智能的热情。现代科技与互联网高速发展的今天，文本、图片、视频等数据呈现爆炸式增长，其中不乏大量的冗余信息，为信息存储查询与数据传输处理带来困难。在这种背景下，本项目研究从海量数据中挖掘出具有代表性的模式样例的理论与方法，以满足用较少的数据实例解释、分析与检索大数据样本的需求，并提升数据建模的有效性与计算效率，从而能从数据中获取更准确、更深层次的知识，挖掘数据背后的价值。