計算及模型科學

透過計算、收集、處理和輸送大量數據,計算機和資訊科技基本上已改變了我們的日常生活。面對大幅增長及排山倒海的數據,浸大理學院的研究人員現正使用新的方法去開創、處理、管理和塑造模型。

模型檢驗與降維

要分析一個變數與另一些變數之間的關係,統計學的回歸分析方法經常被使用。然而要建立正確的模型,需要適當的檢驗方法以避免誤導進一步的分析,同時將不太重要的數據剔除也有助於分析。「回歸中的模型檢驗和降維」不但提升檢驗模型的功效,更較其他現有的降維方法計算簡便和快捷。

這項創新的統計理論成果將進一步研究應用於生物醫學、基因、音樂及商業領域。例如要檢測患上糖尿病的因素,便可使用模型檢驗和降維技術,從幾十萬個基因中,抽出某些或某個對患者有關鍵影響的基因,再作分析。

朱力行 教授
數學系

模型檢驗方面,我們的研究是採用全域光滑方法,無需非參數擬合,能使檢驗的功效更高;通過降維技術,回歸方法可更有效地用作處理非線性問題,使得運算更簡便

 

 

     

未來十年的大規模存儲系統

大規模存儲系統在今天的資訊科技基建中扮演很重要的角色,而數據存儲的需求預計會在2020年達到驚人的40億太位元組。有鑑於存儲空間和計算能力的不均衡發展,我們正開發一套創新設計的並行計算技術,以盡量運用所有存儲節點的計算資源,以滿足post-Exascale存儲系統的計算需求,而不會影響用戶的其他計算工作。它可以協助大規模存儲系統的設計人員克服主要的計算障礙,從而在不久的將來實現一個安全高效的post-Exascale存儲系統。

 

禇曉文 博士
計算機科學系

這計劃的最終目的是駕馭並行計算的力量,以解決大規模安全存儲系統中潛在的計算樽頸問題