数据与知识工程1

计算机应用技术（081203）(Computer Application Technology)学科门类：工学（08）一级学科：计算机科学与技术（0812）“计算机应用技术”是“计算机科学与技术”一级学科下属的二级学科，着重研究计算机在国民经济各行业和社会生活各领域应用的理论、方法和技术。

本学科1996年成为水利部重点学科，2005年获得二级学科博士学位授予权，2009年批准设立博士后流动站。

本学科主要在软件工程、数据库、万维网、人工智能、信息安全、信号与信息处理等学科领域开展前沿研究；本学科具有较强的研发实力，承担了国家重点基础研究发展（973）计划、国家高技术研究发展（863）计划、国家和省部级自然科学基金等研究课题，以及三峡工程、数字黄河工程和国家防汛抗旱指挥系统等多项重大研发项目，取得了显著的经济与社会效益，已成为我国（尤其是水利行业）计算机应用研究和创新人才培养的重要基地。

一、培养要求热爱祖国，有较高道德修养和严谨求实的治学精神；掌握坚实宽广的基础理论和系统深入的专业知识，并取得创新性研究成果；具备独立开展科学研究的能力，能胜任高等学校、科研院所及高科技企业的教学、研究、开发和管理工作。

二、主要研究方向1. 软件新技术（Novel Software Technologies）2. 智能信息处理（Intelligent Information Processing）3. 语义网与万维网科学（Semantic Web & Web Science）4. 数据与知识工程（Data & Knowledge Engineering）5. 信息安全与可信计算（Information Security & Trusted Computing）6. 信号与信息处理（Signal & Information Processing）三、学分要求博士生课程总学分为18个学分，其中学位课程为12个学分，非学位课程为6学分；另设教学环节。

知识工程研究与应用在当今信息技术发展迅速的时代，知识工程作为一种新型的跨学科、综合性的知识技术，对于促进信息化建设和应用具有非常重要的意义。

知识工程涉及到众多的知识领域，其本质是通过机器学习和人工智能技术的不断拓展和提升，在人们需要的时候能够直接基于知识库、知识图谱、专家系统等方式提供提高决策效率、降低成本、缩短项目周期等方面的服务和支持，是一种极具应用前景的技术。

本文将就知识工程的研究状况、技术实现、应用场景和未来展望等方面进行分析。

一、知识工程的研究现状知识工程起源于20世纪80年代，此后经过了近40年的不断研究和发展，已经成为人工智能等相关领域一个重要的研究方向。

目前的知识工程主要包括知识表示、知识获取、知识推理和知识维护等几个方面的研究。

知识表示主要关注如何将实体、关系和约束等知识元素进行形式化的表达和表示，以便计算机能够识别和处理。

其中，知识图谱是一个重要的知识表示方式，它能够以图谱的方式展示出实体之间的关系和属性，从而实现高效地信息检索和知识共享。

知识获取是指从不同来源获取知识，包括主动式获取和被动式获取。

主动式获取主要指人工采集、草拟、编辑，被动式获取则是通过自动化工具实现。

在人工智能领域，深度学习技术的发展，使得能够自适应性地从海量数据中自动抽取知识成为可能。

知识推理是指基于已有的知识，通过推理引擎实现推断和解释，并生成新的知识。

专家系统是最为代表性的知识推理应用，可以根据用户提出的问题或者决策需要，自动推理出最佳的解决方案或者建议。

知识维护是指对已有知识进行修正、更新、充实和删除等操作，使得知识体系能够不断完善和发展。

针对知识维护的问题，相关领域提出了许多方法与技术。

二、知识工程的技术实现知识工程涉及到多种技术手段，包括自然语言处理、机器学习、数据挖掘和人机交互等领域的技术。

其中，自然语言处理技术是实现知识工程的关键技术之一。

它包括语音识别、文本分析、信息抽取、机器翻译等方面的技术，能够有效地提高知识工程的处理效率和精度。

数据工程与知识工程教育部重点实验室工作简讯2009年第6期（总第6期）重点实验室办公室主办 2009年7月15日本 期 要 目◇重要活动：电子文件管理国家战略国际学术研讨会成功举办第二届“非结构化数据管理研讨会”顺利召开王珊教授团队在惠普中国研究院进行视频数据库研究成果演示◇学术交流：美国麻省大学李晓白副教授在实验室做学科国际前沿学术报告美国南加州大学黄凯教授在实验室做学科国际前沿学术报告重点实验室师生访问微软亚洲研究院毛明博士应邀访问重点实验室◇项目进展：国家863计划目标导向项目“纯XML-关系数据库系统PXRDB研制与应用”项目启动会成功召开北京市教委产学研合作项目“基于内存的联机分析处理系统”顺利通过验收◇论文发表2009年6月份文章发表或被录用情况介绍◇师生新闻：石文昌教授与梁朝晖博士编著的教材《信息系统安全概论》入选法兰克福国际书展 实验室博士生杨婧赴丹麦参加SSTD’09会议◇重要活动电子文件管理国家战略国际学术研讨会成功举办2009年6月20日，“电子文件管理国家战略国际学术研讨会”在中国人民大学逸夫会议中心成功举办，这次研讨会由中国人民大学信息资源管理学院和国家自然科学基金“我国电子文件管理国家战略的基础理论与框架体系研究”项目组共同举办的。

中国人民大学副校长冯惠玲教授，数据工程与知识工程教育部重点实验室副主任赵国俊教授、张斌教授、安小米教授等，以及来自国家局、部分省局、部委、企业的专家学者和高校师生等100多人参加了此次研讨会。

冯惠玲教授、刘越男副教授、钱毅副教授作为中方发言人分别发表了主题演讲。

此次研讨会邀请到了美国、加拿大、澳大利亚和荷兰国家档案馆的专家，以及加拿大安大略湖档案馆主管电子文件的高级管理员。

他们领导和直接参与了当今世界上最有影响力的电子文件管理项目，在这个领域有着卓越的实践和丰富的经验，与会期间，他们分别就他们所在国家和档案馆在电子文件管理方面的成效进行了主题演讲。

清华大学王牌专业——计算机科学与技术系一、清华大学计算机科学与技术系介绍清华大学计算机科学与技术系(以下简称计算机系)成立于1958年。

经过50多年的不懈努力,已发展成为我国计算机学科领域内教学、科研综合实力强,影响力大的计算机系,在中国计算机事业的发展乃至国民经济建设中发挥着重要的作用。

1996年,计算机系在由国务院学位办公室主持的全国计算机学科评估中排名第一,在国内首批获得按一级学科招收和培养研究生的资格;2002年在全国学位与研究生教育发展中心开展的一级学科整体水平评估中,计算机系在总共4个分项指标中,3项(学术队伍、人才培养、学术声誉)在全国排名第一。

2006年在全国学位与研究生教育发展中心开展的一级学科整体水平评估中,以总分满分100分的成绩排名第一。

目前本系拥有一支从事计算机研究与教育、具备良好素质的师资队伍。

全系共有教师110名,其中:中科院院士1名,工程院院士2名,教授41名,副教授39名,具有博士学位的教师39名。

本科生在校人数689名(含留学生),博士研究生475名;硕士研究生463名;工程硕士生302名,博士后50多名。

每年进入本系的各省市高考状元每年进入本系的各省市高考状元每年进入本系的各省市高考状元每年进入本系的各省市高考状元约占全国的三分之一。

计算机系设有计算机科学与技术一级学科,属全国首批国家重属全国首批国家重属全国首批国家重属全国首批国家重点一级学科点一级学科点一级学科点一级学科。

该一级学科下包含有计算机系统结构、计算机软件与理论、计算机应用技术三个二级学科。

计算机系这三个二级学科同样全部为全国重点二级学科,是全国少数拥有全部重点二级学科单位之一。

同时,计算机系还是“智能技术与系统”国家重点实验室的主要依托单位,三次评估均为优秀,两次荣获集体“金牛奖”。

计算机系包含了国内计算机专业最全的学科方向,设有网格与高性能计算、CPU设计、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。

内蒙古自治区“数据挖掘与知识工程”重点实验室简介研究方向采取跨学科的方式，利用计算机科学、管理学、应用数学、行为科学等知识，以数据挖掘、智能决策、社会系统分析与计算为核心，开展以下方面的研究：1）数据挖掘和知识发现借助统计学、人工智能、模式识别、机器学习、建模技术等诸多方法，在数据挖掘、机器学习、知识工程等方面进行研究，并将这些研究成果应用于生物计算、测绘测控、金融分析、防灾减灾等领域。

2）决策支持与智能系统利用数学规划、神经网络、遗传算法等系统优化方法，围绕智能和决策系统开展探索性研究，为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。

3）城市交通系统分析与计算以动态系统理论为基础，结合数学规划理论、博弈论、统计学和行为科学等有关知识，通过建立动态系统演化模型来深入分析城市交通网络中车辆流的演化过程，探索各种车辆流状态的形成机理，揭示交通流的演变轨迹，认识演化趋势，结合特定的城市交通运行环境，提出缓解、防范城市交通拥堵和提高车辆出行服务质量的基本理论与方法。

4）人群动态系统分析以动态系统理论为基础，结合数学规划、排队论、统计学和行为科学等有关知识，通过采用数学模型、模拟实验、实际数据采集、模型校正、解析推导与数值分析相结合的方法再现封闭区域中行人流的动态移动过程，探索其中行人疏散状态的形成原因，建立介于网络和区域之间的行人流动态演化模型，再现大型建筑物中行人流的动态移动行为和策略，揭示行人的移动规律，认识行人不协调移动的内在机理。

提出提高相关场所服务质量的基本理论与方法，以达到改善建筑物安全性，降低事故发生几率，减小行人疏散损失的目的。

学科带头人和研究团队该实验室现有教授3人、博士7人。

实验室成员来自计算机科学、管理学科与工程、应用数学、物理学、行为科学等多个学科，具有丰富的知识交叉互渗经验和优良的团队合作研究氛围。

学科带头人郭仁拥，男，博士，教授、博导。

中医临床大数据知识工程的应用价值及发展前景近年来，随着大数据技术的飞速发展，中医临床大数据知识工程应运而生。

中医临床大数据知识工程作为一种结合中医临床实践经验和现代信息技术的新兴领域，具有广阔的应用前景和深远的价值。

本文将从以下几个方面对中医临床大数据知识工程的应用价值及发展前景进行探讨。

一、中医临床大数据知识工程的应用价值1. 提高中医临床决策的科学性和准确性中医临床大数据知识工程通过收集、整理和分析海量的中医临床数据，可以帮助医生快速获取大量的病例信息和临床实践经验，从而辅助医生进行决策。

通过对大数据的深度挖掘和分析，可以挖掘出潜在的规律和模式，进而为中医临床诊疗提供更加科学和准确的指导。

2. 促进中医临床研究的深入发展中医临床大数据知识工程的建设和应用，为中医临床研究提供了强有力的支持。

通过对大数据的分析研究，可以发现中医临床的规律和特点，探究中医理论的内在机制，进一步丰富和完善中医临床研究的内容和方法。

3. 改善中医临床服务的质量和效率中医临床大数据知识工程可以通过构建中医临床实践指导系统、智能辅助诊疗系统等，提供个性化的诊疗方案和高效的治疗方案。

通过对大数据的分析和挖掘，可以为中医临床的健康管理、疾病预测和康复指导等提供有效的支持，从而提高中医临床服务的质量和效率。

二、中医临床大数据知识工程的发展前景1. 构建全面、系统的中医临床知识体系中医临床大数据知识工程通过整合各类中医临床数据，可以为中医临床研究和实践提供全面、系统的知识体系。

随着中医临床大数据知识工程的不断发展和完善，将有助于建立更为精准和有效的中医临床决策模型，推动中医临床的科学化和规范化。

2. 推动中医临床与现代医学的融合发展中医临床大数据知识工程的应用，有助于促进中医临床与现代医学的融合发展。

通过对中医临床数据的深度挖掘和分析，可以揭示中医与现代医学的交融点，为中医与现代医学的协同发展提供指导和支持。

3. 实现中医临床个性化诊疗的目标中医临床大数据知识工程的应用，可以为中医临床诊疗实现个性化的目标。