题目：大数据的多粒度分析与挖掘研究
报告人：同济大学苗夺谦教授（国际粗糙集学会指导委员会主席）
时间：4月29日14:30～16:00
地点：文理学院1C323
内容摘要：大数据的研究涉及数据的采集、传输、存储、分析与利用，每个方面都有挑战性科学问题，但我认为大数据的智能分析与利用应是当前研究的重点。因为有效的分析与挖掘，可以极大地压缩数据的规模、简化数据的结构，当我们把分析与挖掘前置后，将有利于大数据的传输和存储。各种传感器采集的原始数据，是我们可以分析与利用的最细粒度的数据，由于粒度太细，所以规模可能巨量，而且呈现不出结构。数据中蕴含着信息（知识），信息中蕴含着智慧。信息不是单粒度的，而是多粒度的。当大数据提升到不同抽象层时，会呈现出不同的规律（即信息），而这些信息需采用不同的表达形式，同时，数据的规模极大地减小。多源数据（图像、视频、音频、文本等）通常是异构的，我认为异构数据在细粒度上很难融合，只有把它们提升到高层信息的时候，是容易融合的。不同领域的数据，比如，生物组学数据、监控视频数据、Web数据等都具有不同粒度表达、不同粒度分析、不同粒度利用的问题，这是一个共性的问题。数据产生的速度越来越快，通过存储与传输技术的进步解决大数据问题有一定作用，但本质上解决该问题，需要模拟人类的智能，学会记忆与遗忘，而记忆与遗忘的基础是对大数据的智能分析与处理，应该记忆数据中蕴含的信息（由信息长期凝练、演化得到的智慧），遗忘数据的细节。粒计算（Granular Computing）是大数据智能分析与挖掘的一种有效工具。
主讲人简介
苗夺谦，1964年4月生，1997年于中国科学院自动化研究所模式识别与智能系统专业获博士学位。现任同济大学电子与信息工程学院教授、博导、副院长，计算机与信息技术国家级教学实验示范中心主任，教育部嵌入式系统与服务计算重点实验室副主任。主要研究方向包括：机器学习、数据挖掘、大数据、文本与图像理解、粒度计算、Web智能、粗糙集等。在国内外重要学术刊物与会议上发表论文180余篇，其中SCI和EI等收录80余篇次，出版教材和学术著作9部，授权专利9项。主持国家自然科学基金项目6项，高等学校博士学科点专项科研基金项目2项，作为骨干参与973项目1项，863项目1项，国家自然科学基金重大研究计划项目1项、重点项目1项；主持并参与省部级自然科学基金与科技攻关项目20余项。曾获教育部科技进步一等奖（2007）、上海市技术发明一等奖（2009）、重庆市自然科学一等奖（2010）和其它省部级二、三等奖共5项，2010年度教育部-IBM中国优秀教师奖，2011年度宝钢教育优秀教师奖。目前担任国际粗糙集学会指导委员会主席，国家自然科学基金委信息学部评议组专家，教育部高等学校计算机科学与技术专业教学指导分委员会专家工作组成员，上海市计算机科学与技术专业指导委员会副主任，中国人工智能学会粗糙集与软计算专委会主任，上海市计算机学会人工智能专委会主任。
