期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
大数据机器学习系统综述 被引量:2
1
作者 姜绍俊 《电脑知识与技术》 2020年第9期185-186,共2页
机器学习需要有大量的背景数据作为训练集,而大数据技术正好给机器学习带来了这样的大量数据训练集。结合机器学习和大数据技术,为了实现高效的大数据机器学习而设计的大数据机器学习系统面临着诸多的技术问题。大数据机器学习系统成为... 机器学习需要有大量的背景数据作为训练集,而大数据技术正好给机器学习带来了这样的大量数据训练集。结合机器学习和大数据技术,为了实现高效的大数据机器学习而设计的大数据机器学习系统面临着诸多的技术问题。大数据机器学习系统成为大数据技术和机器学习领域研究的重要课题。本文介绍了大数据机器学习系统应该具有的概念、特征及相关典型的大数据机器学习系统。 展开更多
关键词 大数据 机器学习 大数据机器学习系统
下载PDF
大数据分析中机器学习研究 被引量:2
2
作者 洪歧 杨刚 惠立山 《人工智能与机器人研究》 2017年第1期16-21,共6页
机器学习在大数据分析中起着越来越重要的作用,本文主要对大数据背景下机器学习方法和技术等进行了归纳和总结。首先对机器学习的基本模型、分类进行简介;然后对大数据环境下的机器学习的几个关键技术进行了叙述;接着展示了目前流行的... 机器学习在大数据分析中起着越来越重要的作用,本文主要对大数据背景下机器学习方法和技术等进行了归纳和总结。首先对机器学习的基本模型、分类进行简介;然后对大数据环境下的机器学习的几个关键技术进行了叙述;接着展示了目前流行的四种大数据机器学习系统,并分析了其特点;最后指明了大数据机器学习的主要研究方向和所遇到的挑战因素等。 展开更多
关键词 大数据 机器学习 半监督学习 大数据机器学习系统 概率图模型 R语言
下载PDF
大数据环境下计量经济学与机器学习理论比较研究 被引量:1
3
作者 廉梦鹤 郑玉平 《统计与管理》 2016年第12期105-106,共2页
大数据的发展为商业带来了丰厚回报,推动学术界和业界不断深入研究与探讨更有效的分析方法。传统计量经济学与现行较热的机器学习理论,从研究方式与目的 ,对模型的要求、模型检验方式都有着明显的差异,两者在大数据环境下延伸出的两门... 大数据的发展为商业带来了丰厚回报,推动学术界和业界不断深入研究与探讨更有效的分析方法。传统计量经济学与现行较热的机器学习理论,从研究方式与目的 ,对模型的要求、模型检验方式都有着明显的差异,两者在大数据环境下延伸出的两门子学科,大数据机器学习与大数据计量经济学。国外学者将传统计量经济时间序列模型用在大数据实时预测与因果关系检验上,并取得了一定的成果。 展开更多
关键词 大数据机器学习 大数据计量经济学 理论比较 大数据经济学
下载PDF
初探大数据及其机器学习
4
作者 孙杰凡 《计算机产品与流通》 2018年第2期117-117,共1页
本文就当今热门大数据进行了学习概括,对大数据现象的形成、大数据特征、大数据处理、大数据分析进行解释说明,有关大数据分析只对机器学习技术进行了详细介绍,供初学者对大数据及其机器学习有一个初步认识。
关键词 大数据处理 大数据分析 大数据机器学习
下载PDF
人工智能作品著作权的保护 被引量:2
5
作者 黄城 《青年记者》 北大核心 2023年第3期92-94,共3页
随着人工智能技术的愈发成熟,其生产的作品也越来越多。现今的人工智能作品符合作品形式上的要求,对其进行法律保护有利于定分止争,也符合我国著作权法的目的,但目前还无法为我国当前的法律体系所直接规制。从技术角度看,其著作权应归... 随着人工智能技术的愈发成熟,其生产的作品也越来越多。现今的人工智能作品符合作品形式上的要求,对其进行法律保护有利于定分止争,也符合我国著作权法的目的,但目前还无法为我国当前的法律体系所直接规制。从技术角度看,其著作权应归属于人工智能设备的使用者;在人工智能不再需要人为协助时,应将其归属于人工智能设备的所有者;而在人工智能与自然人无差别时,应将其归属于人工智能本身。 展开更多
关键词 大数据机器学习 强人工智能 必要性 著作权
下载PDF
Managing High Volume Data for Network Attack Detection Using Real-Time Flow Filtering
6
作者 Abhrajit Ghosh Yitzchak M. Gottlieb +5 位作者 Aditya Naidu Akshay Vashist Alexander Poylisher Ayumu Kubota Yukiko Sawaya Akira Yamada 《China Communications》 SCIE CSCD 2013年第3期56-66,共11页
In this paper, we present Real-Time Flow Filter (RTFF) -a system that adopts a middle ground between coarse-grained volume anomaly detection and deep packet inspection. RTFF was designed with the goal of scaling to hi... In this paper, we present Real-Time Flow Filter (RTFF) -a system that adopts a middle ground between coarse-grained volume anomaly detection and deep packet inspection. RTFF was designed with the goal of scaling to high volume data feeds that are common in large Tier-1 ISP networks and providing rich, timely information on observed attacks. It is a software solution that is designed to run on off-the-shelf hardware platforms and incorporates a scalable data processing architecture along with lightweight analysis algorithms that make it suitable for deployment in large networks. RTFF also makes use of state of the art machine learning algorithms to construct attack models that can be used to detect as well as predict attacks. 展开更多
关键词 network security intrusion detection SCALING
下载PDF
JAMIP:an artificial-intelligence aided data-driven infrastructure for computational materials informatics 被引量:6
7
作者 Xin-Gang Zhao Kun Zhou +13 位作者 Bangyu Xing Ruoting Zhao Shulin Luo Tianshu Li Yuanhui Sun Guangren Na Jiahao Xie Xiaoyu Yang Xinjiang Wang Xiaoyu Wang Xin He Jian Lv Yuhao Fu Lijun Zhang 《Science Bulletin》 SCIE EI CSCD 2021年第19期1973-1985,M0003,共14页
Materials informatics has emerged as a promisingly new paradigm for accelerating materials discovery and design.It exploits the intelligent power of machine learning methods in massive materials data from experiments ... Materials informatics has emerged as a promisingly new paradigm for accelerating materials discovery and design.It exploits the intelligent power of machine learning methods in massive materials data from experiments or simulations to seek new materials,functionality,and principles,etc.Developing specialized facilities to generate,collect,manage,learn,and mine large-scale materials data is crucial to materials informatics.We herein developed an artificial-intelligence-aided data-driven infrastructure named Jilin Artificial-intelligence aided Materials-design Integrated Package(JAMIP),which is an open-source Python framework to meet the research requirements of computational materials informatics.It is integrated by materials production factory,high-throughput first-principles calculations engine,automatic tasks submission and monitoring progress,data extraction,management and storage system,and artificial intelligence machine learning based data mining functions.We have integrated specific features such as an inorganic crystal structure prototype database to facilitate high-throughput calculations and essential modules associated with machine learning studies of functional materials.We demonstrated how our developed code is useful in exploring materials informatics of optoelectronic semiconductors by taking halide perovskites as typical case.By obeying the principles of automation,extensibility,reliability,and intelligence,the JAMIP code is a promisingly powerful tool contributing to the fast-growing field of computational materials informatics. 展开更多
关键词 DATA-DRIVEN Materials informatics Computational material First-principles calculation High-throughput calculation
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部