葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

我校理學院大數據研究團隊在人工智能與大數據處理技術研究方面取得系列進展，研究成果分別發表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經網絡是人工智能領域中目前最為火熱的研究方向——深度學習的架構基礎。雖然深度學習在近幾年發展迅速，但是關于如何設計最優神經網絡架構的問題仍處于探索階段。該團隊分別針對人工智能中神經網絡結構復雜、高維大規模數據存在無效和冗余特征、難以獲取長時序信息等問題與缺陷，設計出了一系列網絡結構優化、大數據特征選擇和時序循環神經網絡模型，有效改善了上述不足，提高了人工智能模型的學習性能。 題目為《帶Group Lasso懲罰與控制冗余的神經網絡特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發表在人工智能領域權威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項工作得到國家自然科學基金、國家科技重大專項、山東自然科學基金、中央高校基本科研業務費、中國石油天然氣集團公司重大科技項目以及山東省高校青年創新科技支撐計劃的資助。 特征選擇技術也稱屬性選擇，是指從原始特征或屬性中選擇出最有效的特征或屬性以降低數據維度的過程，它是人工智能數據預處理環節的重要步驟，也是大數據處理技術的重要環節。該項工作在神經網絡中嵌入Group Lasso懲罰項并實現特征冗余控制，在選出對解決問題最有幫助、蘊含信息量最大的特征或屬性的同時，控制所選特征子集的冗余程度，以達到降維的最優效果，從而使模型的泛化能力更強，降低神經網絡模型產生過擬合的風險。 題目為《基于L1正則化的神經網絡結構優化模型設計與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發表在國際人工智能領域權威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項研究成果得到了國家自然科學基金、山東省自然科學基金和中央高校基本科研業務費的資助。 該項工作借助L1正則子具有的稀疏表達能力，提出兩種神經網絡結構優化學習模型；本項工作另外一個突出貢獻就是提出了一種簡單且具有通用性的收斂性證明方法，同時保證了模型設計的合理性。實驗結果表明所提出模型具有強大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數據。該研究成果在人工智能與深度學習構造最簡網絡結構方面具有很強的指導作用和應用推廣價值。

高端智能化、高效節能、低耗能的機械設備主要為：履帶式的移動破、圓錐破

在可持續發展戰略的影響下，屬于清潔能源范疇的純電動汽車、混合電動汽車及燃料電動汽車的發展成為世界各國關注的焦點。傳統的離合器空調壓縮機在新型的電動和燃料汽車上無法使用，因此研制新型的電動壓縮機成為電動汽車整車配套的必然選擇。電動汽車器件布置比較緊、自重大，為了實現電動壓縮機小型化和輕量化的目的，壓縮機設計采用了直流無刷電機和渦旋壓縮機一體化半封閉的設計方案。由于電機內有制冷劑和冷凍油流過，無法安裝位置傳感器，因此需要開發無位置無刷直流電機電動壓縮機控制器。SED36型一體化整體電動壓縮機及其控制器由華東理工大學和上海三電貝洱汽車空調有限公司合作自主開發，填補了國內空白，技術水平達到國際領先水平。申報了兩項具有自主知識產權的國家發明專利和一項國際發明專利，兩項國家發明專利已經公開。PCT專利申請號為：CN2004/001552；國家專利公開號：1538613和1635310。第一代產品通過了上海汽車工業科技發展基金會的驗收，第二代產品經上海市科學技術委員會鑒定，鑒定認定技術達到國際領先水平。

在可持續發展戰略的影響下，屬于清潔能源范疇的純電動汽車、混合電動汽車及燃料電 動汽車的發展成為世界各國關注的焦點。傳統的離合器空調壓縮機在新型的電動和燃料汽車上 無法使用，因此研制新型的電動壓縮機成為電動汽車整車配套的必然選擇。電動汽車器件布置 比較緊、自重大，為了實現電動壓縮機小型化和輕量化的目的，壓縮機設計采用了直流無刷電 機和渦旋壓縮機一體化半封閉的設計方案。由于電機內有制冷劑和冷凍油流過，無法安裝位置 傳感器，因此需要開發無位置無刷直流電機電動壓縮機控制器。SED36型一體化整體電動壓縮 機及其控制器由華東理工大學和上海三電貝洱汽車空調有限公司合作自主開發，填補了國內空 白，技術水平達到國際領先水平。 主要技術參數：工作電壓范圍為DC280V-360V；壓縮機轉速為600-10000rpm； 輸入功率等級為2.5KW；具有參數自適應和多種保護功能。 適用于純電動汽車、混合電動汽車及燃料汽車空調系統；無位置無刷直流電機控制方法具 有技術通用性，適用于各個行業的無位置無刷直流電機控制

該成果采用兩親性多元醇還原的溶劑熱法可控制備具有高度單分散性的 Fe3O4 微球，實現了微球尺寸在 50～1200 nm 范圍的可調，其>500 nm 的高單分散性的大尺寸磁珠未見文獻報道。以 SiO2 等包覆所獲得的高單分散性磁珠易于氨基和羧基化，從而在偶聯劑（如碳二亞胺）等作用下，易于實現納米磁珠與 CD45 等抗體的有效結合。目前磁珠表面包被 CD45 等抗體的試驗已順利完成。 該成果提出了納米磁珠的全尺寸控制合成新思路，在高效包被 CD45 等抗體陰性富集實體瘤循環血液中稀有癌細胞的檢

研究者通過多種質譜篩選鑒定和多學科技術證實，AAA+家族ATPase分子RUVBL2能夠直接控制活躍啟動子附近的Pol II轉錄工廠。

人類早期胚胎發育雖然只有大約7天的時間，但是卻經歷了關鍵的分子事件，其中包括合子基因組激活（ZGA）和早期胚胎細胞的命運決定。伴隨測序技術的進步，單細胞測序技術可以有效地揭示早期胚胎發育的細胞命運決定的轉錄圖譜，但是單細胞轉錄組數據也存在許多問題，例如dropout事件（表達的基因未被檢測到），這使得差異分析方法在處理單細胞受到了限制。本研究中通過使用F-score算法和差異分析方法（limma，edgeR和DESeq）在人類早期胚胎單細胞轉錄組中得到兩個關鍵的基因集。通過比較先前研究中關鍵的基因來分析兩種方法的不同，POU5F1（OCT4）在細胞多能性的獲得和維持中起到了重要的作用，但是在差異分析方法中卻被排除，而F-score算法卻可以獲得。我們通過研究基因的表達趨勢發現，差異分析方法對于在多個時期高表達的基因會被排除，這對于胚胎發育中的細胞的異質性是十分不利的。

西安交通大學席光教授課題組成功將人工智能三維圖像識別技術應用于離心壓縮機的優化工作中，并與沈陽鼓風機集團股份有限公司合作完成了國際上首個完全三維離心葉輪的優化設計及試驗驗證工作。