大数据模型与算法研究室(Research laboratory of Big Data Models and Methods)主要致力于与大数据处理和挖掘的相关问题的建模研究和高速算法设计，重点研究方向包括：研究大数据的统计特性，进行统计建模，发现隐藏在数据本身的规律，建立统计学意义下的数据表示理论；研究大数据的本质特征自动提取与可视化；研究并发现新的大数据挖掘方法（包括基于因素空间的大数据挖掘算法），从海量数据中提取隐藏性、潜在性的有用的信息，以便有效地发现知识；研究随机、异构大数据下的优化建模体系，构建此类模型的一般刻画方法、基本原理和规律描述；研究大数据流挖掘技术，用最优化方法提出大数据流系统；研究大数据平台下，相关学习、挖掘的分布式算法、并行算法，并研究此类算法的理论结果；研究大数据下的重采样以及分布式计算的最优设计问题；特别研究大图像数据识别技术：包括特征自动发现和提取及图像修复的相关理论和方法。
