Tempo大数据应用能力成长平台（简称：Tempo Talents）是美林数据自主研发的面向高校大数据与人工智能领域“教学实践、集中实训与科研创新应用的一体化实验平台”。平台以专业课程教学实践、项目实训为核心，以创新产业应用孵化为目标，围绕大数据核心技术体系及应用，提供丰富元子化课程实践与实训案例资源。依托可视化分析与机器学习开发引擎，过程与结果兼顾的教学管理方式，闯关、考试、竞赛、数据游乐场等多种实验模式，为高校打造教与学充分互动的“大数据应用能力成长平台”。 一、创新教学管理模式，打造自驱型能力成长平台——教学管理平台→柔性化定制课堂教师可以根据教学目标、学生情况，灵活搭配原子课、实训项目及教材→教学考评管一体化统一的审阅、评分入口，实时查看作业提交情况→全景学情分析多维度图表展示学生的学习进度、学习成绩，直观了解到课堂的学习情况 二、Docker集群化部署，支持实验环境一键式访问及智能化管理——实验管理平台→高可用的容器化集群基于容器及容器集群架构运行的大数据实验基础平台，系统高可靠，高灵活，高伸缩性。→智能化实践环境管理预装实验需求的各类软件运行环境，基于浏览器的B/S模式直接访问，根据访问自动启停→一键式虚拟桌面实验台支持基于浏览器B/S模式的 “一键式”访问基于Linux的虚拟桌面环境，可提供 Linux 桌面和命令行操作，并可实现 Linux系统管理 三、不同难易度 不同实践模式相结合，因材施教更进一步——课程实践平台→多模式课程实践在线编码式、命令行、云桌面等多种实验模式→课程自动评测学生在线提交代码，一键自动评测打分，快速获取学习成果反馈→趣味闯关寓教于乐将课堂小测验转换为趣味闯关，激发自主学习热情 四、编码式与拖拽式双环境，开发型与应用型兼顾——项目实训平台→编码式与拖拽式双环境交互式笔记和拖拽式平台双操作模式，满足不同层次学生学习需求→完整实训项目指导手册还原项目落地全过程，将业务分析方法论融入具体项目实训中 →实验报告点评与优秀作业共享实验报告在线提交与点评，分享优秀作业，积累优秀成果 五、智能机器学习开发平台，满足人工智能教学科研需求——人工智能平台→强大的建模算法引擎9大算法类型、120余种分布式算法支持、15种文本算法→全面的分析洞察帮教全方位观察建模过程及结果，让学生在掌握方法的同时也能洞悉建模原理→多模式扩展编程R\Python\Java\Scala\Tensorflow等多种编程语言，学生可自定义算法开发实践 六、拖拽式大数据分析平台，培养学生数据创新探索能力——大数据分析平台→自助式大数据探索分析低门槛拖拽式数据可视化分析，让学生快速构建数据分析应用能力→灵活的可视化交互看板40余种可视化图形，钻取、联动、链接等多种交互模式 →多样的分析报告可视化大屏、分析看板、word报告、数据报表等多种报告形式呈现 七、真实项目经验 名师课程资源，构建优质教学课程资源库——课程资源平台→多学科教学名师课程引入国内一流高校教学团队优质课程，贴合学科最新发展趋势 →创新原子课设计将专业课程的知识点“原子化”，层层递进融会贯通→丰富行业实训案例精选美林数据 200+能源、政府、高端制造等行业头部客户真实项目案例 八、丰富数据资源与灵活数据资源管理，满足教学科研多层次需求——数据资源管理平台→多种数据源接入满足不同大数据平台和SQL数据源、Excel文件数据库、多维数据库、分析型数据库实时数据等不同类型数据源接入 →数据管理与权限分配支持后台配置数据权限，多种数据资源自定义管理→开放数据超市提供宏观、中观、微观全维度数据体系，上亿条数据，数据总容量超过500T丰富数据资源与灵活数据资源管理，满足教学科研多层次需求  

广泛应用在航拍、测绘、植保、检测、搜救等多种领域的设备，部分有我司自行开发，也可以为特殊用户定制开发领域装备；

产品详细介绍 智能设备与应用STEAM主题课程 项目背景 随着科技的快速发展，各式各样的智能设备已逐渐融入到我们的日常生活中，为人类带来诸多便利。传感器作为与外界环境交互的重要手段和感知信息的主要来源，是各类智能设备的基础与核心，在推动社会进步和经济发展有着十分重要的作用。学习电子传感相关知识有助于学生了解现代科技社会，并体会制作科技创意作品带来的乐趣。 在本项目中，学生可借助八爪鱼智能设备与应用套件和人工智能与编程教学系统，了解常见传感器和执行器的原理及应用，制作相应的创意作品，并通过编程实现智能控制。 课程性质 这是一门以项目式教学开展的跨学科课程，以基于建构主义理论的 5E 教学模式作为指导，结合了中小学信息技术课程标准与编程教学特色。 课程目标 1.知识与技能 ⚫ 认识常用传感器和执行器的原理，知道其功能和应用领域，并学会简单使用。 ⚫ 初步了解简单的机械结构和连接方式，体验简单的模型搭建。 ⚫ 了解指令、程序和算法的基本含义，能够读懂简单的程序流程图。 ⚫ 学会使用图形化模块或 C++语言设计简单程序，并下载到模型上执行。 2.过程与方法 ⚫ 通过阅读多媒体资料和对传感器、执行器进行连接测试，掌握搜集、分析、比较和分类信息的方法，培养信息处理能力。 ⚫ 能够读懂图形化编程或 C++的程序流程图，能分析程序的功能并简单调试，发展编程思维能力。 ⚫ 能根据现实生活中人工智能的实际应用，设计程序并使模型运行，发展工程思维能力和解决问题能力。 3.情感态度与价值观 ⚫ 了解日常生活中常见的智能设备，初步认识智能设备对工作和社会的影响。 ⚫ 乐于倾听不同的意见和理解别人的想法，尊重他人的情感与态度。 ⚫ 实事求是，勇于修正与完善自己的观点。

本项目是新兴的自动化系统与计算机技术等多学科交叉领域前沿重大问题的研究，属人工智能、知识工程技术领域。早期专家系统中知识的自动获取与知识匮乏成为其瓶颈问题，一直制约着专家系统的发展。本项目找到了解决这一瓶颈问题的有效途径与方法，即用知识发现创新技术来实现知识的自动获取与解决知识匮乏这一难题；有望将专家系统的发展推向新阶段。 本项目提出了一种基于知识发现创新技术的专家系统，简记作ESKD，它采用了自主研发的知识发现创新技术，实现了ESKD的全新总体架构:第一，把知识发现系统视为认知系统，研究其自身的内在认知机理(涵盖4个机制),由机理的研究导致7个新模型与11种新技法；第二，以知识发现创新技术作成专家系统新的知识自动获取构件,并形成了全新的动态知识库系统；第三，其推理机中集成了多种不确定性推理形式与方法；第四，它以多个知识源、多种知识融合、多抽象级与多知识层次结构为特征形成了具有丰富内涵的专家系统总体构架,提高了实用化功能，推动其向新一代专家系统的发展；第五，通过在铝电解生产等领域中的应用，解决了过去凭经验与简单技法难于解决的控制过程与参数等优化问题。 ESKD突显其技术先进与学科领域促进作用的根源，就是作为其理论基础的KDTICM(我们独立提出的基于内在认知机理的知识发现理论)及其载体（软件系统ICCKDSS）是原创性的与自主的。这一点由2项国际获奖及其评价书、国际著名科学家与国内5院士评价、8项国家发明专利(详见附件)、教育部鉴定、国内外著名刊物发表的论著等证实。

本项目是新兴的自动化系统与计算机技术等多学科交叉领域前沿重大问题的研究，属人工智能、知识工程技术领域。早期专家系统中知识的自动获取与知识匮乏成为其瓶颈问题，一直制约着专家系统的发展。本项目找到了解决这一瓶颈问题的有效途径与方法，即用知识发现创新技术来实现知识的自动获取与解决知识匮乏这一难题；有望将专家系统的发展推向新阶段。 本项目提出了一种基于知识发现创新技术的专家系统，简记作ESKD， ESKD是将KDTICM与传统的专家系统相融合的结果,它以原创性理论KDTICM为贯穿,以动态知识库为主线,以全新的知识表示和获取方法为依托,构成了多层递阶的独特结构,很好地解决了传统专家系统中极为重要的“知识自动获取”与“知识匮乏”的瓶颈问题;成为新一代专家系统的基本概型(新分支学科)。 它具有多知识源、多知识融合、多抽象级等特征的全新总体架构、全新知识自动获取构件、全新动态知识库系统、全新推理机。(见图5)“科技时报”就“中国科学”发表的此文与产生的重要影响作了报道。ESKD促进与影响着基于KDTICM的其它智能系统新构造的形成。 ESKD全新的构造要素:1)知识获取源除书本知识、专家知识与经验、推理机制外,增加了数据库与知识库的知识源;并利用KDTICM自动获取知识,拓展了知识自动获取的新途径。2)构造了独特的基础知识库--衍生知识库--合成知识库--综合知识库--扩展知识库的动态知识库系统。3)集成了模糊、综合归纳、定性、基于案例等多种推理形式和方法。4)采用我们独立提出的基于语言场的知识表示方法,能够深层次的综合表达具有不确定性与定性描述特征的知识。5）结合了KDD*和KDK*的多项相关专利技术。 ESKD突显其技术先进与学科领域促进作用的根源，就是作为其理论基础的KDTICM(我们独立提出的基于内在认知机理的知识发现理论)及其载体（软件系统ICCKDSS）是原创性的与自主的。这一点由3项国际获奖及其评价书、国际著名科学家与国内5院士评价、10项国家发明专利(详见附件)、教育部鉴定、国内外著名刊物发表的论著等证实。

气体放电低温等离子体中含有大量活性粒子，包括高能电子、离子、自由基、活性原子和分子及紫外光子等，能够激发一系列物理和化学反应，而宏观温度又可以保持较低水平，可以使低温下难以发生的反应得以实现。此外，等离子体技术和传统的催化剂相结合能够产生等离子体催化协同效应。本项目面向目前亟待解决的能源和环境问题，设计研发了不同结构的同轴介质阻挡放电反应器、刀片式滑动电弧反应器以及旋转滑动电弧反应器等，这些反应器结构简单、制作成本低、可与传统催化等技术相结合，并且可实现工业化放大；另外开发了适用于这些反应器的交流高频、微秒脉冲和纳秒脉冲等电源，所构建的低温等离子体协同催化系统可应用于能源转化和环境保护等领域。

乙二醇（EG）是一种重要的基础有机化工原料，在生产聚酯纤维，冷冻剂以及有机溶剂等被广泛应用。近十来年，“煤制乙二醇”技术路线在我国引起高度重视，并逐渐成为石油路线EG的强有力竞争对手。在“煤制乙二醇”成套技术路线中，草酸酯催化加氢制EG是其中的一个重要步骤；近些年来，本项目组的一个主要课题是研究和开发用于该反应的性能增强型无铬铜基催化剂。已研制一系列性能增强性无铬铜基催化剂，包括B2O3-Cu/SiO2、MFI-Cu/SiO2、CNT-Cu/SiO2和La2O3-Cu/SiO2促进型Cu-SiO2催化剂，以及含少量币族金属的双金属催化剂等。其中，CNT-Cu/SiO2和MFI-Cu/SiO2催化剂具有很强的工业开发价值，已进行了2000 h以上的寿命测试，表现出优异的稳定性和选择性（如下图所示），具有潜在的开发前景。目前，催化剂放大制备至百克级和公斤级，并考察催化剂成型工艺的影响，放大制备催化剂性能达到小试水平。此外，课题组开发了Ag基催化剂用于DMO加氢制乙醇酸甲酯（MG），MG收率大于95%，催化剂寿命大于300 h，正在开展催化剂放大制备和成型研究。促进型催化剂已完成实验室小试和

成果创新点 发展绿色友好反应体系，通过核心过程的耦合，实现关 键中间体 HMF 百吨级生产新工艺研发与中试；开发了基于 HMF 下游新型聚合单体的高选择性合成，实现合成呋喃聚合材料 单体的高效催化氧化新工艺，在提高反应浓度的同时提高了 产物收率及选择性，降低反应成本及三废排放；开展并制备 了呋喃基聚合材料，同时对材料的结构调控及结构性能关系 进行研究，呋喃基聚酯材料 PEF 表现出优于石油基材料 PET