机器思维的数学原理

本研究以构建以人类可以理解的方式寻找解决实际问题的方法与步骤的机器思维机制为目的。数学是人类描述客观世界状态和运行规律的重要思维工具。数学也是机器类人自动求解问题答案、解释运行方法和生成中间步骤的重要工具。客观世界的描述语言表述形式多样、规模巨大且特征稀疏,其语义表示、语义积聚、语义分析、以及机器思维机制的实现方法都是基于用例积累渐进式明晰和完善的。在数学应用题类人自动求解领域,机器思维主要依靠的基本数学概念及其蕴含的计算理论包括集合、比例(分数)、不等关系、枚举和数据归纳与推导(趋势判别)等。从机器思维系统实现的角度,以集合对象及其比例计算的语义渐进积聚和识别为例,讨论了数学原理在机器思维系统中的应用技术路线。最后,用示例介绍了机器自动类人求解一道具体的初等数学应用题的完整过程和中间步骤,展望了机器思维应用不等关系、枚举、数轴、坐标系和数学归纳与推导等数学工具的方法和前景。

超大规模可解释机器智能系统建设

为了在现实的计算机系统软硬件能力基础上,构建超越人类认知和智慧水平的超级智能系统,提出了超大规模可解释智能系统工程化建设方案。首先,明确了模式检索为核心的基本实现思路,并以数学应用题类人自动求解为例,在总体运行基本框架的基础上,突出了基于语义继承与重载的全局语义分析、自主学习和样本数据近似计算等创新点;阐述了建设标准规范体系、渐进学习进化、有限语义和逻辑延展、大规模模式匹配和运行监测数据体系等基础理论问题。其次,讨论了以技术路线、全局数据池、语义距离计算与特征类比方法、功能处理节点、特征判断节点以及负载均衡并行计算模型等工程化实施的关键技术。最后,介绍了下一步深化研究的方向。

大数据技术在城市及建筑中的应用研究

大数据是信息化发展的新阶段。随着信息技术和人类生产生活交汇融合,互联网快速普及,全球数据呈现爆发增长、海量集聚的特点,对经济发展、社会治理、国家管理、人民生活都产生了重大影响。据中国移动信息研究中心研究表明,大数据在政策、市场、技术、应用等多个层面都取得了显著进展。

警务大数据的应用实践研究

本文从警务实战的角度,总结分析了警务大数据的建设问题与对策,研究探讨了警务大数据的建设模式、警务大数据平台的设计问题和警务大数据建设实施要点。所有问题都从实践经验总结而来,希冀对警务大数据建设有借鉴价值。