1. 大数据面临着5个主要问题         2012年冬季，来自IBM、微软、谷歌、HP、MIT、斯坦福、加州大学伯克利分校、UIUC等产业界和学术界的数据库领域专家通过在线的方式共同发布了一个关于大数据的白皮书。该白皮书首先指出大数据面临着5个主要问题，分别是异构性（Heterogeneity）、规模（Scale）、时间性（Timeliness）、复杂性（Complexity）和隐私性（Privac...

1.维基百科的定义          大数据是指其大小或复杂性无法通过现有常用的软件工具，以合理的成本并在可接受的时限内对其进行捕获、管理和处理的数据集。这些困难包括数据的收入、存储、搜索、共享、分析和可视化。 2.Granter的定义         Granter公司关注大数据的三个量化指标：数据量、数据种类和处理速度。Granter认为传统的存储技术难以应付大数据处理，主要存在以下三大挑战。    ...

 1.三类典型的服务方式         在对云计算深入理解的基础上，产业界和学术界对云计算的服务方式进行了总结。目前一致认为云计算自上而下具有“软件即服务（Software as a Service）”、“平台即服务（Platform as a Service，Paas）”和“基础设施即服务（Infrastructure as a Service，IaaS)"三类典型的服务方式，下面将依次简要论述。 2...

1.关于IBM“蓝云（Blue Cloud）”计划                      IBM 推出的“蓝云（Blue Cloud）”计划为客户带来即可使用的云计算(Cloud Computing)。它包括一系列的云计算产品，使计算不仅仅局限在本地机器或远程Server Farms，通过架构一个分布的、可全球访问的资源结构，使数据中心在类似互联网的环境下运行计算。         “蓝云”的概念源自...

        建模、仿真和基于数据融合的数字线程是数字孪生体的三项核心技术。能够做到统领建模、仿真和数字线程的系统工程和MBSE，则成为数字孪生体的顶层框架技术，物联网是数字孪生体的底层伴生技术，而云计算、机器学习、大数据、区块链则成为数字孪生体的外围使能技术。 1.建模          数字化建模技术起源于20世纪50年代。建模的目的是将我们对物理世界的理解进行简化和模型化。而数字孪生体的目的或本质...

1.机器学习定义         广义上来说，机器学习指专门研究计算机怎么模拟或实现人类的学习行为以获取新的知识或技能的学科，使计算机重新组织已有的组织结构并不断改善自身的性能。更加精确地说，一个机器学习的程序就是可以从经验数据E中对任务T进行学习的算法，它在任务T的性能度量P会随着对于经验数据E的学习而便得更好。 2.机器学习分类         首先，按照学习模式的不同，机器学习可分为监督学习、无监督...

        机器人4.0主要有以下几个核心技术：包括云-边-端的无缝协同计算、持续学习与协同学习、知识图谱、场景自适应和数据安全。 1.云-边-端的无缝协同计算          由于目前网络带宽和延迟的制约，当前机器人主要采用以机器人本身进行运算为主，云端处理非实时、大计算量的任务为辅的系统架构。机器人的主要任务也可以简单地划分为感知、推理和执行三个步骤。随着5G时代的来临和边缘计算的部署，机器人到...

1.机器人的概念          机器人的英文名词是Robot，Robot一词最早出现在1920年捷克作家卡雷尔•卡佩克（Karel Capek）所写的剧本中，剧中的人造劳动者取名为Robot，捷克语的意思是“苦力”“奴隶”。英语的Robot一词就是由此而来的，以后世界各国都用Robot作为机器人的代名词。         机器人问世已有几十年，机器人的定义仍没有一个统一的意见，原因之一是机器人还在发展...

1.信息物理系统的概念 1.1信息物理系统的来源         信息物理系统（Cyber-Physical Systems，CPS）这一术语，最早由美国国家航天局于1992年提出，到2006年，美国国家科学基金会科学家海伦 •吉尔在国际上第一个关于信息物理系统的研讨会上将这一概念进行了详细描述。         信息物理系统是控制系统、嵌入式系统的扩展与延伸，其涉及的相关底层理论技术源于对嵌入式技术的应...