大数据时代,随着数据采集描述度量的丰富,各种格式或模式的多组数据,称为多式数据,可比以往任何时候更容易收集通过综合理解和科学编程发现数据隐藏特征和知识非常重要,这些特征和知识可提供从科学工程计算到智能决策及预测服务等多种不同应用的惠益

关于多模式数据,不同模式代表不同视角的数据样本,通常互为补充信息,利用补充特征可导致对数据样本作更全面的描述。然而,跨模式整合知识并解开数据的巨大值仍然是大数据研究中的一个重大问题,这是大数据学习任务与传统数据的重大差分。科学编程将发挥重要作用,为多式大数据相关问题提供解决方案和机制,如优化大容量或高容量低质量多式数据处理并加速实时多式数据分析以及多式多式数据特征集成和分解

因此,本特题的目的是吸引学术界和业界研究大数据聚合的高质量论文,并介绍最新先进方法和应用,通过科学编程实现多式大数据有效编译我们欢迎原创研究文章和评论文章

潜在题目包括但不限于:

• 科学编程多式数据方法和工具
• 多模式数据集成分析
• 多模式特征学习
• 低质量多式数据聚合
• 增量/联机多式数据聚合
• 域适应多式数据
• 多模式数据编程和行业应用
• 其他领域多模式数据编程