Какие есть перспективные темы прикладного исследования в области распознавания, классификации, хранения и поиска данных?

Ткни этого персонажа — он по СУБД и их разработке угорает. http://zamotivator.livejournal.com/

Да с забиватором я даже в кофеюшнике встречался один раз) Но он чисто в СУБД.

Ну мне тогда больше нечем помочь. Вот если тебя заинтересует гомологическая алгебра, то милости прошу. На тред подпишусь, мало ли чего интересное напишут.

Сделайте подкаст про гомологическую алгербу ) Заслушаю.

Улючевое слово - data mining, спецы по этому на ЛОРе есть

А вообще тему исследований должен придумывать научрук. Если научрука нет - ищи, можно и чисто по мылу связываться если он в другом городе/стране

хотя можно и просто физиков поискать, работающих скажем в области высоких энергий. Ну или биолухов, нам тоже обработка данных нужна.

Научрук есть, но привлекаю доп. думательные ресурсы.

но лучше все искать именно спецов по data mining, спихивать междисциплинарное исследование на студентов - очень сомнительная перпектива как и спихивание «настоящей» исследовательской работы (так как результат исследовательской работы априори неизвестен и есть шансы попасть в лузеры).

Кстати, еще можешь связаться с авторами ugene.unipro.ru Они, судя по всему, активно работают со студентами так что вероятность того что спихнут неудобную задачу крайне мала.

Обработка рез-в численного моделирования. Проводится пачка расчетов, каждый расчет - одна запись в базе (не реляционной). Потом надо причесать это хозяйство, всякие поиски, кривые строить... насчет распознавания не скажу, но в принципе ловить там закономерности это благодатная тема. Да даже простейший МНК по выборке;-)

надеюсь научрук не с родного вуза?

Так это же боян.

Хде? Пруф давайте.

Если алгоритмы описаны в учебнике то тема уже боян

А любое междисциплинарное исследование предусматривает синтез известных вещей из разных областей. Баян-баяном, но я не видал ни у кого БД для результатов числ. моделирования (ну кроме как у себя), хотя идея давно носится в воздухе.

А зачем там реляционная БД? Есть куча других способов хранения

Вообще куча программ для in silico моделирования имеют в своей поставке базу решений чтоб не пересчитывать одно и то же десятки раз

> Что-то, интегрирующее две эти области - распознавание/классификацию/сигналообработку/feature extraction + СУБД-строение.

георазведка, сейсморазведка и каратажные работы после себя оставляют ворох очень интересных цифр. там писать --- не переписать, веселуха страшная.

Нет, не из родного. А почему «надеюсь»? )

>А почему «надеюсь»? )

Потому что во-первых вузы ведущие более-менее серьезную научную работу можно пересчитать по пальцам одной руки (к тому же и внутри вуза все это держится на энтузиазме пары человек) во-вторых на потоке и так полно студентов и тебе не будут уделять достаточно внимания а поначалу ты в любом случае будешь делать много ошибок. Хотя наличие научрука с академии тоже не гарантирует своевременной корректировки курса но в случае вузовского научрука вероятность неадекватности работы и руководства проектом резко повышается

Ясно! Спасибо!

> А зачем там реляционная БД? Есть куча других способов хранения

А я выше написал, что бд НЕ реляционная.

Вообще куча программ для in silico моделирования имеют в своей поставке базу решений чтоб не пересчитывать одно и то же десятки раз

Пруф можно? Правда интересно.

> георазведка, сейсморазведка и каратажные работы

Да, я че та сразу не сообразил... причем код там с т.з. эффективности просто ужасный, но обработка и распознавание сигналов очень развесистая и объемы данных приличные... вообще очень перспективная область.