李德毅
人工智能
个性化签名
- 姓名:李德毅
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师,
- 职称:-
-
学科领域:
计算机科学技术
- 研究兴趣:人工智能
李德毅,研究员,博士生导师,著名计算机工程和人工智能专家。江苏泰县人,毕业于南京工学院无线电工程系,在英国爱丁堡海里奥特-瓦特大学获得计算机科学与工程博士学位, 中国工程院院士,欧亚科学院院士,第十届全国政协委员。目前任中国电子系统工程研究所副所长,国家自然科学基金委员会信息科学部主任,软件工程国家重点实验室学术委员会主任,信息科学与技术国家实验室副理事长,中国电子学会副理事长,中国人工智能学会副理事长。
李德毅院士在国际上最早提出“控制流—数据流”图对理论,获得 1985年ieee授予的计算机和控制类年度期刊最佳学术论文奖。他把关系数据模型映射成为谓词演算,证明了关系代数运算与逻辑推理中符号问题求解的对等性,发表的专著《a prolog database system》和《a fuzzy prolog database》被广泛引用。他创造的云模型用于不确定性知识的表示和推理,其论文在第14届世界自动控制联合会上获得杰出论文奖。云发生器获得国家发明专利。他将物理学方法用于认知科学的研究,创立了认知物理学理论,拓展了人工智能的研究方向,出版专著《不确定性人工智能》。
李德毅院士士长期致力于人工智能研究,先后获得国家科技进步二等奖 1项、三等奖2项,部级科技进步一等奖3项、二等奖4项,主编技术丛书7本,培养博士、硕士研究生 40余名。
李德毅院士曾被国家授予有突出贡献的回国留学人员,享受政府特殊津贴,国家有突出贡献的中青年专家,荣获何梁何利奖
-
主页访问
2430
-
关注数
1
-
成果阅读
508
-
成果数
7
李德毅, LI
软件学报 ISSN 1000-9825 2000,11(2): 143-158,-0001,():
-1年11月30日
该文提出用语言云模型用于KDD中知识表达和不确定性处理,引入了多维云模型作为一维模型的扩展。语言云的数字特征量将语言值的模糊性和随机性用统一的方式巧妙地综合到一起,基于云模型的概念层次结构可以跨越定量和定性知识之间的鸿沟。为了发现强关联规则,属性值要在较高的概念层上泛化,同时允许相邻属性值或语言项间有重叠。这种软划分可以模仿人类的思想,使发现的知识具有稳健性。将基于云模型的泛化方法与Apriori 算法结合起来,从空间数据库中发掘关联规则。试验显示了其有效性、高效性和灵活性。
语言云模型, 关联规则, Apriori 算法, 虚拟云, 空间数据发掘.
-
38浏览
-
0点赞
-
0收藏
-
0分享
-
139下载
-
0评论
-
引用
李德毅
中国工程科学2000年10月第2卷第10期/Engineering Science Vol. 2 No. 10 Oct, 2000,-0001,():
-1年11月30日
知识表示一直是人工智能研究中的一个瓶颈,其难点在于知识中隐含有不确定性,即模糊性和随机性。文章提出用云模型3 个数字特征(期望值,熵,超熵) 来描述一个定性概念,用熵来关联模糊性和随机性。代表定性概念的云的某一次定量值, 被称为云滴,可以用它对此概念的贡献度来衡量, 许许多多云滴构成云,实现定性和定量之间的随时转换,反映了知识表示中的不确定性。论文以此对我国农历24 个节气进行了新的量化解释。云方法已经用于数据开采、智能控制、跳频电台和大系统效能评估中,取得明显的效果。
知识表示, 定性概念, 不确定性, 云模型, 数字特征
-
103浏览
-
0点赞
-
0收藏
-
0分享
-
217下载
-
0评论
-
引用
李德毅, 李德毅, 刘常昱, 杜鹢, 韩旭
软件学报 1000-9825/2004/15(11)1583,-0001,():
-1年11月30日
在主、客观世界普遍存在的不确定性中,随机性和模糊性是最重要的两种形式。研究了随机性和模糊性之间的关联性,统一用熵作为客观事物和主观认知中不确定状态的度量,用超熵来度量不确定状态的变化,并利用熵和超熵进一步研究了混沌、分形和复杂网络中的不确定性,以及由此带来的种种进化和变异,为实现不确定性人工智能找到了一种简单、有效的形式化方法,也为包括形象思维在内的不确定性思维的自动化打下了基础.不确定性人工智能是人工智能进入21世纪的新发展。这个由多学科交叉渗透构成的新学科,必将使得机器能够具备人脑一样的不确定性信息和知识的表示能力、处理能力和思维能力。
熵, 超熵, 混沌, 分形, 复杂网络, 幂律分布
-
88浏览
-
0点赞
-
0收藏
-
0分享
-
348下载
-
0评论
-
引用
李德毅, 刘常昱 ,
中国工程科学2004年8月第6卷第8期/Engineering Science Vol. 6 No. 8 Aug, 2004,-0001,():
-1年11月30日
分布函数是分析随机现象的重要工具,正态分布是最重要的概率分布,在自然科学和社会科学中应用广泛;隶属函数是模糊集合的基石,正态隶属函数也有广泛的应用。但是,精确确定一个模糊概念的隶属函数已经成为模糊学应用的瓶颈。云模型把随机性和模糊性结合起来,用数字特征熵,揭示随机性与模糊性的关联性,并用来表示一个定性概念的粒度。正态云模型通过期望、熵和超熵构成的特定结构发生器,生成定性概念的定量转换值,体现概念的不确定性。这种特定结构不但放宽了形成正态分布的前提条件,而且把精确确定隶属函数放宽到构造正态隶属度分布的期望函数,因而更具有普遍适用性,更简单、直接地完成了定性与定量之间的相互转换过程。
正态分布函数, 隶属度, 正态云模型, 概念粒度, 普适性
-
60浏览
-
0点赞
-
0收藏
-
0分享
-
231下载
-
0评论
-
引用
李德毅, 刘常昱
,-0001,():
-1年11月30日
人工智能在模式识别、知识工程、机器人等领域已经取得重大成就,但是离真正的人类智能还相差甚远。本文阐述新世纪人工智能科学有三个非常值得关注的研究方向。强调要在学科交叉研究中实现人工智能的发展与创新,要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透,尤其是重视认知物理学的研究;自然语言是人类思维活动的载体,是人工智能研究,尤其是知识表示无法回避的直接对象,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能;要利用现实生活中复杂网络的小世界模型和无尺度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络化了的智能,从而适应信息时代数据挖掘的普遍要求,迎接人工智能科学与应用新的辉煌。
学科交叉, 认知物理学, 数据场, 云模型, 网络化智能
-
155浏览
-
0点赞
-
0收藏
-
0分享
-
1192下载
-
0评论
-
引用
-
37浏览
-
0点赞
-
1收藏
-
0分享
-
107下载
-
0评论
-
引用
李德毅, Deyi
,-0001,():
-1年11月30日
The audience’s synchronous applause from disorder to order which is formed in concert halls is a typical emergence phenomenon on a human scale. Emergence is a new property and phenomenon that arises from the interactions among the basic elements in complex systems and can only be observed on a system scale1. However, the internal mechanism and mathematical model between audiences who clap in concert halls are unknown. Here we show a nonlinear emergent model to characterize the collective behaviours of the complex multi-agent systems. Based on this model, we set up an experimental platform for emergent computation to simulate many hands clapping. We found that there exists a critical region generated in the procedure from disorder to order. Due to interaction of clapping time, the clapping interval slackens in this critical region. Furthermore, we gain a synchronous criterion which audience's clapping can form synchronization.
-
27浏览
-
0点赞
-
0收藏
-
0分享
-
63下载
-
0评论
-
引用