学术视点

学术视点

日期:2023-06-08

|  来源:【字号:

 题目:Data and Tools Integration in the Canadian Open Neuroscience Platform

作者:Poline, JB., Das, S., Glatard, T.et al.

来源:Scientific Data. 2023.

摘要:We present the Canadian Open Neuroscience Platform (CONP) portal to answer the research community’s need for flexible data sharing resources and provide advanced tools for search and processing infrastructure capacity. This portal differs from previous data sharing projects as it integrates datasets originating from a number of already existing platforms or databases through DataLad, a file level data integrity and access layer. The portal is also an entry point for searching and accessing a large number of standardized and containerized software and links to a computing infrastructure. It leverages community standards to help document and facilitate reuse of both datasets and tools, and already shows a growing community adoption giving access to more than 60 neuroscience datasets and over 70 tools. The CONP portal demonstrates the feasibility and offers a model of a distributed data and tool management system across 17 institutions throughout Canada.

题目:Open science and data sharing in cognitive neuroscience with MouseBytes and MouseBytes+

作者:Memar, S., Jiang, E., Prado, V.F. et al.

来源:Scientific Data. 2023.

摘要:Open access to rodent cognitive data has lagged behind the rapid generation of large open-access datasets in other areas of neuroscience, such as neuroimaging and genomics. One contributing factor has been the absence of uniform standardization in experiments and data output, an issue that has particularly plagued studies in animal models. Touchscreen-automated cognitive testing of animal models allows standardized outputs that are compatible with open-access sharing. Touchscreen datasets can be combined with different neuro-technologies such as fiber photometry, miniscopes, optogenetics, and MRI to evaluate the relationship between neural activity and behavior. Here we describe a platform that allows deposition of these data into an open-access repository. This platform, called MouseBytes, is a web-based repository that enables researchers to store, share, visualize, and analyze cognitive data. Here we present the architecture, structure, and the essential infrastructure behind MouseBytes. In addition, we describe MouseBytes+, a database that allows data from complementary neuro-technologies such as imaging and photometry to be easily integrated with behavioral data in MouseBytes to support multi-modal behavioral analysis.

题目:数据与技术双轮驱动的生物医学信息学发展与展望

作者:范少萍、张志强

来源:数据与计算发展前沿, 2023, 5(1): 41-54.

摘要:生物医学信息学是发展最快的代表性专业信息学之一。梳理生物医学信息学理论体系与最新进展,展望学科未来发展路径尤为重要。通过文献计量与调研,我们分析了生物医学信息学主要研究内容,并对数据资源体系、数据分析算法与模型、数据分析工具与软件等方面的最新进展进行了详细梳理。该领域逐渐形成了以大数据资源为基础、以技术为手段、以人才为核心、以应用为导向的学科发展路径,预计这一新的范式将有效支撑生物医学信息学的高速、深入发展。基于篇幅,一些生物医学数据资源与方法等的分析广度有限。数据与技术是生物医学信息学发展的两个关键环节,通过本文的梳理与展望,以期为我国生物医学信息学学科完善与发展提供参考。

题目:跨境数据流动治理规则研究

作者:隆云滔、王磊、刘海波

来源:数据与计算发展前沿, 2023, 5(1): 74-84.

摘要:面对美欧等大国借助跨境数据流动治理规则体系强化全球规则主导权、话语权的新态势,围绕数字中国、网络强国的战略目标,我国应立足数字经济大国综合优势,统筹发展与安全、国际与国内、发展与监管、近期与长远四组关系,全面推进我国相关制度建设和顶层设计,探索适合我国国情与"中国式现代化"发展道路的全球跨境数据流动治理的框架体系,形成跨境数据流动治理规则的"中国方案",打破美欧主导格局,赢得战略主动,更好服务构建新发展格局、高质量发展和构筑国家竞争新优势。通过论述全球跨境数据流动对我国数字经济发展的重要意义,基于全球跨境数据流动治理的举措与经验,系统分析跨境数据流动的经济社会价值,以及取得的积极进展。同时对我国跨境数据流动治理所取得的成绩以及存在的不足进行综合分析。我国跨境数据流动治理规则体系建设提速,取得积极进展,但仍面临一些不足和挑战;需要对跨境数据流动治理体系进行顶层设计。本文提出构建跨境数据流动治理规则体系的建议,如加强系统思维,完善制度规则体系,推进分类试点,构建分层治理框架;强化国际合作,共促全球数字治理;深化前瞻研究,做好风险应对预案。

题目:数据互联网:数据空间基础设施的解决方案及其技术挑战

作者:罗超然、马郓、景翔、黄罡

来源:大数据, 2023, 9(2): 110-121.

摘要:数据空间是网络空间从"以计算为中心"向"以数据为中心"转型的一种新形态,蕴含着变革性重大科技问题和换道超车创新机遇。类似互联网是网络空间的主要基础设施,数据空间也需要"以数据为中心"的新型基础设施,其核心功能是实现数据的一阶实体化。从数据空间的视角出发,分析总结互联网、万维网和数字对象架构等主流技术体系对数据一阶实体化的支持和不足,给出数据空间基础设施的基本内涵与技术挑战。提出基于数据语用原理的数据一阶实体化方法,通过融合数字对象架构、分布式账本和智能合约等技术形成数联网解决方案,支撑互联网规模的数据空间基础设施构造和运行。

题目:ESDRec:一种面向地球大数据平台的数据推荐模型

作者:许淞源、刘峰

来源:数据与计算发展前沿, 2023, 5(1): 55-64.

摘要:地球大数据共享服务系统是中国科学院"地球大数据科学工程"战略性先导科技专项的数据门户窗口,为全球用户提供了一个数据、计算与服务为一体的数据共享系统,推动形成地球科学数据共享新模式。随着数据资源的持续汇交发布,用户仅通过筛选、检索等方式来获取数据资源的难度也将随之增加,如何利用推荐技术帮助用户更加高效地获取科学数据是一个值得研究的问题。因此,本文设计了一个地球科学数据推荐模型ESDRec,该模型使用双向长短时记忆网络与注意力机制对用户兴趣偏好进行建模,并对地球科学数据的元数据特征属性关联度进行计算。本文将地球科学数据的领域特征融入到推荐模型中,实现了更加准确的推荐。通过在平台真实数据集上进行对比实验,本文验证了ESDRec模型的有效性。

附件: