基于脑信息学的数据脑建模及其应用
摘要 | 第1-6页 |
Abstract | 第6-12页 |
第1章 绪论 | 第12-26页 |
·课题背景 | 第12-15页 |
·研究动机 | 第12-14页 |
·课题来源与支持 | 第14-15页 |
·相关研究 | 第15-20页 |
·从万维网到智慧物联万维网 | 第15-16页 |
·概念数据建模 | 第16-17页 |
·本体开发 | 第17-18页 |
·EEG/ERP和fMRI脑数据库系统 | 第18-19页 |
·领域驱动的数据挖掘 | 第19-20页 |
·主要研究内容 | 第20-22页 |
·研究意义 | 第22-24页 |
·本文结构 | 第24-26页 |
第2章 脑信息学与数据脑 | 第26-52页 |
·主要的脑科学分支 | 第26-27页 |
·脑信息学及其方法学 | 第27-33页 |
·脑信息学 | 第27-28页 |
·系统化的脑信息学方法学 | 第28-29页 |
·脑信息学数据循环 | 第29-30页 |
·脑信息学VS.其他生命信息学 | 第30-32页 |
·脑信息学数据-信息-知识整合框架 | 第32-33页 |
·数据脑 | 第33-37页 |
·什么是数据脑 | 第33页 |
·为什么要构建数据脑 | 第33-34页 |
·多维的数据脑框架 | 第34-35页 |
·数据脑建模分析 | 第35-37页 |
·元模型 | 第37-49页 |
·基础元模型 | 第37-47页 |
·扩展元模型 | 第47-49页 |
·本章小结 | 第49-52页 |
第3章 基于脑信息学方法学的数据脑建模 | 第52-74页 |
·基于脑信息学方法学的建模过程 | 第52-53页 |
·术语收集 | 第53-55页 |
·维度构建 | 第55-67页 |
·基于系统化研究视角的功能维构建 | 第55-57页 |
·基于系统化实验设计的实验维构建 | 第57-61页 |
·基于系统化脑数据管理的数据维构建 | 第61-63页 |
·基于系统化脑数据分析和模拟的分析维构建 | 第63-67页 |
·维间关系构建 | 第67-68页 |
·基于功能维的概念视图抽取 | 第68-70页 |
·数据脑的评价和演化 | 第70-72页 |
·与现有本体开发过程的比较 | 第72页 |
·本章小结 | 第72-74页 |
第4章 基于数据脑的系统化脑数据管理 | 第74-100页 |
·系统化脑数据管理 | 第74-75页 |
·脑信息学源 | 第75-84页 |
·脑信息学数据源 | 第75-79页 |
·脑信息学分析源 | 第79-83页 |
·基于数据脑的脑数据中心 | 第83-84页 |
·源立方体 | 第84-90页 |
·源立方体 | 第84-86页 |
·基于数据脑的源立方体构建 | 第86-87页 |
·源立方体的基本操作 | 第87-90页 |
·归纳推理为核心的案例研究 | 第90-97页 |
·与现有脑成像数据库研究的比较 | 第97-98页 |
·本章小结 | 第98-100页 |
第5章 数据脑驱动的系统化脑数据分析 | 第100-124页 |
·系统化脑数据分析 | 第100-101页 |
·脑信息学全球化学习框架 | 第101-103页 |
·多侧面挖掘过程规划 | 第103-111页 |
·挖掘过程规划框架 | 第103-104页 |
·目标定义 | 第104-105页 |
·数据脑驱动的数据选择 | 第105-108页 |
·数据脑驱动的分析Agent发现 | 第108-109页 |
·工作流抽取 | 第109-111页 |
·数据脑驱动的多侧面脑数据分析过程 | 第111-121页 |
·数据脑驱动的多侧面脑数据分析方法 | 第112页 |
·基于GLS-BI的多侧面挖掘过程规划 | 第112-115页 |
·基于等价工作流的典型分析 | 第115-117页 |
·整合参考工作流的探索性分析 | 第117-120页 |
·整合相关工作流的针对性分析 | 第120-121页 |
·与现有脑数据挖掘工具研究的比较 | 第121-122页 |
·本章小结 | 第122-124页 |
结论 | 第124-128页 |
提出了基于数据脑的数据-信息-知识整合框架 | 第124页 |
设计了领域驱动的概念数据建模方法 | 第124页 |
制定了基于数据脑的系统化脑数据管理实现策略 | 第124-125页 |
开发了数据脑驱动的系统化脑数据分析方法 | 第125-128页 |
参考文献 | 第128-142页 |
攻读博士学位期间所发表的学术论文 | 第142-143页 |
致谢 | 第143页 |