資訊專欄INFORMATION COLUMN
摘要：粒計算中存在個基本問題粒化和基于粒化的計算。其實，粒計算比云計算的概念出現得還早。云計算和粒計算之間的關系云計算提供的服務也是個性化的，是多粒度和可變粒度的提供的是細粒度服務。
云計算真正作為一個新興技術得到IT界認可是在2007年左右，經過這十年的普及和發展，云計算早已走進千萬個數據中心，成為IT世界里炙手可熱的技術門類，并可以在未來的一段時間內繼續獲得長足發展。云計算固然好，但也有不少的缺陷和使用限制，這樣才出現了霧計算、霾計算等技術，這些技術都是針對云計算做的很好的補充，滿足多樣化的市場應用需求。
粒計算的基本問題
然而，人類在處理大量復雜信息時．由于人類認知能力有限，往往會把大量復雜信息按其各自特征和性能將其劃分為若干較為簡單的塊．每個被分出來的塊就被看成是一個粒。實際上，粒就是指一些個體通過不分明關系、相似關系、鄰近關系或功能關系等所形成的塊。這種處理信息的過程．稱信息粒化。如商場的貨物多種多樣，如果不按某種方式擺放就很難進行有效管理．于是人們按貨架所擺放貨物的種類、體積、等級等將商場劃分為若干塊并以此安排貨架，其每一塊將擺放同一種類或體積相似或同一等級的貨物。這里所說的塊就是粒的概念，劃分粒的過程稱為信息粒。
粒計算中存在2個基本問題: 粒化和基于粒化的計算。即如何構造這個模型, 以及根據這個模型的計算。粒化, 是問題空間的一個劃分過程, 它可以簡單理解為在給定粒化準則下(如等價關系)得到一個粒層的過程, 是粒計算的基礎, 通過粒化我們可以得到問題空間的層次間與層次內部的結構。在同一或者不同的粒化準則下均可得到多個粒層, 形成多層次的網絡結構。粒計算通過訪問粒結構求解問題, 包括在層次結構中自上而下、或者自下而上2個方向的交互, 以及在同一層次內部的移動。即不同粒層上粒子之間的轉換與推理, 以及同一粒層上粒子之間相互交互,形成所謂的多粒度計算。
其實，粒計算比云計算的概念出現得還早。在1997年時，美國一大學教授首次在論文中提出了粒計算，這標志著涉及多學科的一個應用研究領域產生。此后，國外諸多學者對它進行了研究，提出了許多有關粒計算的理論、方法和模型，現已成為研究模糊的、不較精確的、不完整的及海量信息處理的重要工具。粒計算是一個含義廣泛的術語，覆蓋了所有有關粒的理論、方法學、技術和工具的研究，并認為粒計算是模糊信息粒化、Rough集理論和區間計算的超集，是粒數學的子集。粒計算是在問題求解中使用粒子，構建信息粒化，將一類對象基于不可分辨關系、相似性等特征劃分為一系列粒。粒計算模型分為兩大類：一類以處理不確定性為主要目標，如以模糊處理為基礎的計算模型，以粗糙集為基礎的模型，側重于計算對象的不確定性處理。模糊概念是粒計算的主要組成部分;另一類則以多粒度計算為目標，如商空間理論。從不同的粒度上分層次地處理它們，降低處理復雜問題的復雜性。信息粒廣泛存在于現實世界中，是對現實的抽象。
粒計算的價值和作用
粒計算雖然誕生得早，并沒有云計算發展得快，只是到最近才火了起來，這來源于人工智能和大數據技術的熱寵。在這兩個方面進行粒計算，意義不同凡響。人工智能和大數據的誕生，是因為人們試圖從人類思維和生物界的一些規律中得到啟發，創建相應的計算模型，應用到信息科學中去，而粒計算則在更高層次上模擬了人類的思維規律。
當人工智能掌握“粒計算”，就會像顯微鏡一樣，能分析海量信息，這將對科學界和人類社會都產生深遠影響。當大數據遇到了粒計算，可以對大數據所表示的領域信息進行粒度分析，確定可能的粒度層次數目、各層次上信息粒的語義以及根據領域知識能夠斷言的信息粒之間的相關關系，這些粒度分析結果及其質量可直接影響后續的大數據處理的準確性和效率。目前，大數據開源平臺的蓬勃發展，適用于不同應用場合的系統層出不窮，針對具體數據選擇適合的多粒度建模，實現對特定粒計算模型的支持，可以更好地進行海量數據分析。所以，人工智能和大數據再火，也需要依仗粒計算等這些新技術來實現，否則就是空中樓閣，沒有任何現實意義。海量的數據中大量都是不確定的，模糊的，這給粒計算提供了廣闊的發展空間。
不僅在大數據、人工智能這些領域，在云計算里，粒計算同樣受歡迎。云計算是一種計算資源，集合了海量的數據處理，與大數據、人工智能都有著緊密聯系，而粒計算正是處理海量數據，尤其是不確定性數據的好手。云計算可以根據用戶需求通過網絡對松散耦合的粗細粒度應用組件進行分布式部署、組合和使用，形成多粒度或者可變粒度的服務。云計算的技術底層架構中，分布式操作系統也支撐軟件的多粒度和可變粒度。由于云計算本身的通用性特點，在“云”的支撐下可以構造出千變萬化的應用，同一個“云”可以同時支撐不同的應用運行，這都需要對海量的不確定數據進行計算處理，這時就需要粒計算。
云計算和粒計算之間的關系
云計算提供的服務也是個性化的，是多粒度和可變粒度的,提供的是細粒度服務。在云計算中，為了保證計算和存儲等操作的完整性，在實現上要考慮很多大規模分布式計算機集群進行海量數據處理時容錯處理問題，在出現部分失效的情況下計算任務仍然能夠正確執行，這時粒計算就會發揮作用。粒計算本身就可以處理大量具有不確定性的數據，當海量數據中摻雜著無用甚至是錯誤的數據，在粒計算的處理下，依然能夠得到較佳的正確結果，粒計算本身就具有容錯性。粒計算還可以將計算任務更加優化地分解和并行執行，對于每個未完成子任務，粒計算都會啟動一個備份子任務同時執行，無論初始任務還是備份子任務處理完成，該子任務都會立即被標記為完成狀態，通過備份任務機制可以有效避免因個別節點處理速度過慢而延誤整個任務的處理速度，粒計算可以在云計算中大展手腳。
云計算是一種新型的超級計算方式，以數據為中心，是一種數據密集型的超級計算，對海量數據處理操作非常頻繁的，需要新的算法適應，這時粒計算應運而生，將會更好地完成海量數據處理任務。粒計算是云計算的較佳拍檔，隨著云計算要處理的數據量越來越龐大，大量無用甚至錯誤的數據影響到了云計算的處理效率和結果，引入粒計算后，可以有效提升云計算的計算效率，充分地發揮出云計算的優勢。
粒計算面臨的挑戰
隨著計算機及網絡的日益普及, 出現了以下趨勢: 數據的復雜性增加且更加多樣化, 如文本、圖像、語音、與視頻等; 海量數據; 人機交互更加頻繁與密切。這種發展趨勢給粒計算提出巨大的挑戰。例如：
計算對象的粒化
一個復雜的對象(系統)通常具有復雜的內部結構, 因此要將粒計算方法應用于這類對象, 首先遇到的問題是對象的粒化, 或者是結構分析(分解)。信息結構通常有以下幾種類型: 邏輯(語法)結構(如文本)、空間結構(如圖像)、時間結構(如語音)、與時空結構(如視頻)等。這些結構中, 有的是已知的固定結構, 如數據庫; 有的是未知的固定結構, 如文本; 有的則是未知的變化結構, 如圖像、網頁內部結構等。對于后2 種未知的結構, 無論是固定還是變化的, 在粒化的過程中均存在如何選擇信息結構中的基本元素, 如何劃分, 如何表示粒層之間與粒層內部的結構, 以及結構本身的不確定性等難題,這都是當前研究的熱點課題。已有的粒計算研究主要針對已知的固定結構, 如粗糙集研究中的決策表。
結構的表示
粒化之后, 另一個重要問題是如何表示這些結構。目前已有的進展是采用概率圖模型, 如條件隨機場、馬爾可夫隨機場等, 即利用概率來表示結構中的不確定性。為了分析概率圖模型, 在傳統機器學習的基礎上, 發展出一套具有結構數據的機器學習方法, 即結構預測法 。因此對于有結構的對象,也可以采用傳統的機器學習方法加以處理。
面向大規模的實際問題
網絡環境下, 粒計算必須面向大規模的問題, 這必然導致采用多粒度、多層次的分析與處理方法。因此需要在此框架下發展出一套高效的算法。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/3516.html
摘要：粒計算中存在個基本問題粒化和基于粒化的計算。其實，粒計算比云計算的概念出現得還早。云計算和粒計算之間的關系云計算提供的服務也是個性化的，是多粒度和可變粒度的提供的是細粒度服務。 云計算真正作為一個新興技術得到IT界認可是在2007年左右，經過這十年的普及和發展，云計算早已走進千萬個數據中心，成為IT世界里炙手可熱的技術門類，并可以在未來的一段時間內繼續獲得長足發展。云計算固然好，但也有不少的...
摘要：云計算是一種計算資源，集合了海量的數據處理，與大數據人工智能都有著緊密聯系，而粒計算正是處理海量數據，尤其是不確定性數據的好手。 云計算，不必細說誰都知道是什么，人們多多少少都有所耳聞。云計算是繼20世紀80年代大型計算機到C/S轉變之后，IT界的又一次巨變，它通過互聯網將某計算任務分布到大量的計算機上，并可...
摘要：云計算是一種計算資源，集合了海量的數據處理，與大數據人工智能都有著緊密聯系，而粒計算正是處理海量數據，尤其是不確定性數據的好手。 云計算，不必細說誰都知道是什么，人們多多少少都有所耳聞。云計算是繼20世紀80年代大型計算機到C/S轉變之后，IT界的又一次巨變，它通過互聯網將某計算任務分布到大量的計算機上，并可配置共享計算的資源池，且共享軟件資源和信息可以按需提供給用戶的一種技術。云計算真正作...
摘要：在此文中，我們將討論物聯網，大數據和云計算這三種技術之間的相互關系。其背后的原因是大量的物聯網數據生成將為大數據系統提供數據。因此，對于上述兩點，我們明確認為需要為物聯網和大數據采用基于云的系統。我們現在的社會正在步入物聯網、大數據和云計算時代。這些技術中的每一個都會有瓶頸，例如可伸縮性差安全性問題以及傳統信息技術框架中的安裝困難，容錯、維護和性能低下。因此，我們需要利用這些技術中的每一種來...
摘要：或者你已經了解了與大數據之間的關系，也弄明白了什么是和，但是一個新的概念又要刷新你的知識庫與云計算的融合。現在之所以火爆，就是因為其關鍵的技術，那就是深度學習，而這項技術恰恰是在云計算與大數據日趨成熟之后才得到實質性進展的。在黑科技層出不窮的AI行業，各種新技術常常令人眼花繚亂。或者你已經了解了AI與大數據之間的關系，也弄明白了什么是ML和DL，但是一個新的概念又要刷新你的知識庫——AI與云...
閱讀 2415·2021-09-01 10:41
閱讀 1439·2019-08-30 14:12
閱讀 507·2019-08-29 12:32
閱讀 2856·2019-08-29 12:25
閱讀 2934·2019-08-28 18:30
閱讀 1704·2019-08-26 11:47
閱讀 973·2019-08-26 10:35
閱讀 2586·2019-08-23 18:06
