北京，2023年5月5日/美通社/——全球領先的全息增強現實（AR）技術提供商WiMi全息雲股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布開發集成數據挖掘和神經網絡拓撲可視化的數據交互系統。該系統滿足實時數據交互的要求，實現了數據交互的靈活配置，可以有效解決“信息孤島”問題。此外，它還通過使用加密和冗餘校驗和技術實現了安全可靠的信息傳輸，以确保數據交互過程的完整性、準确性、可靠性和安全性。
數據挖掘是人工智能和數據庫研究的一個熱門話題。它是數據庫和人工智能技術的集成。所謂數據挖掘，是指從數據庫中的大量數據中挖掘出有價值和有用的信息，并通過算法從大量數據中搜索隐藏信息的過程。數據挖掘開發了一套涵蓋關聯、分類、聚類等的挖掘模型。數據挖掘的整個過程如下：
（1） 數據清理：在實際應用中用于知識發現的原始數據通常必須完成。除異常值分析等特殊應用外，應消除噪聲，消除不一緻的數據，糾正異常和錯誤的值，并完成不确定或不完整的值。
（2） 數據集成：将來自多個來源和不同形式的數據合并為一個數據。
（3） 數據選擇：從數據庫中提取并分析與任務相關的數據。
（4） 數據轉換：通過聚合操作将數據轉換并統一為适合挖掘的形式。
（5） 數據挖掘：作為整個過程中最重要的一步，核心操作使用自動化和智能化的方法來提取數據模式。
（6） 模式評估：根據感興趣的特定指标過濾知識模式。
（7） 知識表示：使用可視化和知識表示技術向用戶顯示挖掘的知識。
WiMi在數據挖掘中使用神經網絡進行數據分類和分析。使用神經網絡進行數據分析具有以下優點：首先，它具有抗噪聲能力；其次，它為複雜的非線性映射提供了高精度；第三，它可以在并行硬件上實現，并且具有很高的可維護性；第四，它可以很容易地用新數據進行更新，并且可以很容易實現自動化。
目前，神經網絡已被廣泛應用于圖像識别、分割、語音識别等領域。與人腦信息傳遞類似，該訓練方法可以從根本上改變網絡結構，獲得更好的訓練性能。神經網絡拓撲可視化将網絡節點的連接關系呈現為由點和線等組成的圖形圖像。這可以清晰直觀地反映網絡運行，幫助人們評估、預測和分析網絡節點和鍊路的各個方面，并有效地識别和理解信息、模式、，以及網絡内的變化。
用戶可以通過提取網絡拓撲特征和進行幾何映射來觀察和分析繪圖結果，以完成視覺接收。對于時變數據，可以通過動畫模拟等表達方式展示網絡結構的時變演化過程，從而幫助用戶進行思考和總結，建立對網絡數據時效性的基本理解。系統通過不斷疊代、交互式反饋，優化繪圖結果，并在其他硬件輔助設備的幫助下，提高用戶對大規模複雜網絡數據潛在信息特征和規律的認知。
