AMiner大数据带你走进粒度计算领域的未来
AMiner全新功能技术趋势分析Trend analysis（http://trend.aminer.cn）基于AMiner 2亿篇论文数据进行深入挖掘，包括对技术来源、热度、发展趋势进行研究，进而预测未来的技术前景。
技术趋势分析描述了技术的出现、变迁和消亡的全过程，可以帮助研究人员理解领域的研究历史和现状，快速识别研究的前沿热点问题。
我们目前已发布了18期分析内容，具体如下：
粒度计算（Granular computing）是新近兴起的人工智能研究领域的一个方向，覆盖了所有与粒度相关的理论、方法、技术和工具，主要用于不确定、不完整的模糊海量信息的智能处理。
1979年，学者Zadeh在论文《Fuzzy sets and information granularity》中提出了“信息粒”的说法，引起研究者极大关注，T.Y.Lin与1997年正式提出了“粒子计算”的概念，很快成为人工智能研究领域的一个热点方向之一。
目前关于粒度计算的理论与方法，主要有3个：词计算理论（Theory of computing with words）、粗糙集理论（Theory of Rough Set）、商空间理论（Theory of Quotient Space）。
下面我们将用Trend analysis分析粒度计算领域内的研究热点。
（点击文末阅读原文或复制链接https://trend.aminer.cn/topic/trend?query=granular%20computing至浏览器打开即可进入趋势分析）
建议在电脑端打开
下图是当前该领域的热点技术趋势分析，通过Trend analysis分析挖掘可以发现当前该领域的热点研究话题如下：
rough set
fuzzy sets
genetic algorithm
fuzzy logic
等等......
根据Trend analysis的分析结果我们可以发现，遗传算法是该领域的热门研究话题之一。
遗传算法是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。
它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。
遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。
加拿大阿尔伯塔大学的Witold Pedrycz教授是粒度计算领域的代表学者之一，他是IEEE会士、加拿大皇家学会会士，并担任历年IFSA/NAFIPS World Congress、IEEE Int. Conference on Fuzzy Systems、IEEE Congress on Computational Intelligence等智能计算领域知名会议主席或委员。
他在IEEE Transactions、Information Sciences等国际顶级期刊发表论文70篇，在Springer、CRC、J-Wiley出版专著8部。
Witold教授长期从事智能计算、信息处理、模糊系统、人工智能、遗传算法等相关领域的研究，对混杂智能系统的智能学习、知识挖掘与表达领域的研究做出了重要贡献，研究工作得到了世界范围内同行的广泛关注和认可。
学术头条已建立微信交流群，想进群的同学请加学术君微信：AMiner308，记得备注：名字+单位/学校噢！