我校理学院大数据研究团队在人工智能与大数据处理技术研究方面取得系列进展，研究成果分别发表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能顶级期刊。神经网络是人工智能领域中目前最为火热的研究方向——深度学习的架构基础。虽然深度学习在近几年发展迅速，但是关于如何设计最优神经网络架构的问题仍处于探索阶段。该团队分别针对人工智能中神经网络结构复杂、高维大规模数据存在无效和冗余特征、难以获取长时序信息等问题与缺陷，设计出了一系列网络结构优化、大数据特征选择和时序循环神经网络模型，有效改善了上述不足，提高了人工智能模型的学习性能。 题目为《带Group Lasso惩罚与控制冗余的神经网络特征选择》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究论文发表在人工智能领域权威国际期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生张华清为该论文共同第一作者， 我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项工作得到国家自然科学基金、国家科技重大专项、山东自然科学基金、中央高校基本科研业务费、中国石油天然气集团公司重大科技项目以及山东省高校青年创新科技支撑计划的资助。 特征选择技术也称属性选择，是指从原始特征或属性中选择出最有效的特征或属性以降低数据维度的过程，它是人工智能数据预处理环节的重要步骤，也是大数据处理技术的重要环节。该项工作在神经网络中嵌入Group Lasso惩罚项并实现特征冗余控制，在选出对解决问题最有帮助、蕴含信息量最大的特征或属性的同时，控制所选特征子集的冗余程度，以达到降维的最优效果，从而使模型的泛化能力更强，降低神经网络模型产生过拟合的风险。 题目为《基于L1正则化的神经网络结构优化模型设计与分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究论文发表在国际人工智能领域权威期刊IEEE Transactions on Cybernetics。硕士生谢雪涛和博士生张华清为论文共同第一作者，王健副教授为通讯作者，我校荣誉教授Nikhil R. Pal院士（印度统计研究所）参与指导，中国石油大学（华东）为第一署名单位。该项研究成果得到了国家自然科学基金、山东省自然科学基金和中央高校基本科研业务费的资助。 该项工作借助L1正则子具有的稀疏表达能力，提出两种神经网络结构优化学习模型；本项工作另外一个突出贡献就是提出了一种简单且具有通用性的收敛性证明方法，同时保证了模型设计的合理性。实验结果表明所提出模型具有强大的鲁棒性、广泛的适用性、理想的剪枝能力和良好的泛化能力，适用处理高维大数据。该研究成果在人工智能与深度学习构造最简网络结构方面具有很强的指导作用和应用推广价值。

【发 明人】丁亚媛【摘    要】本实用新型公开了一种简易人工呼吸器，包含急救苏醒球体、储气袋和面罩，所述急救苏醒球体内设有空腔，空腔内设有储气安全阀和活塞，活塞一端与储气安全阀连接，另一端与曲轴连接，曲轴通过电机带动转动，空腔靠近储气安全阀的一端通过通气管与面罩连通，通气管上设有单向压力安全阀，空腔的另一端与储气袋连通。本实用新型的简易人工呼吸器，通过控制器控制伺服电机的转速，从而精确的控制储气安全阀的往返频率，从而适合特定的人群；通过容量调节器调节空腔内储气安全阀与空腔容纳的气体，使得每次呼入的气体量相同，有利于病人的呼吸。

中国海洋大学工作站、控制终端、服务器等设备采购项目招标项目的潜在投标人应在青岛市市北区敦化路138号甲西王大厦24楼23A01室或者邮件报名获取招标文件，并于2022年06月23日09点00分（北京时间）前递交投标文件。

中国海洋大学服务器、数字逻辑组成实验教学箱等设备采购项目招标项目的潜在投标人应在青岛市市北区敦化路138号甲西王大厦24楼23A01室或者邮件报名获取招标文件，并于2022年06月23日09点00分（北京时间）前递交投标文件。

中国海洋大学服务器、图形工作站、相机等设备采购项目竞争性磋商

针对目前智能服务系统在服务过程中存在的人机交互语 义理解不够深入、服务适配实时性差、以及智能化优化不足 等问题，利用深度学习、强化学习、知识图谱等技术手段， 重点研究：1）高效低成本的服务数据获取方法，为各类基 于机器学习的服务模型提供高质量训练数据；2）面向服务 过程的深度语义理解，包括服务意图识别、服务过程抽取、 事件检测等；3）面向复杂服务需求的服务任务智能调度， 结合具体服务场景展开基于多目标多约束的智能优化。

1 成果简介面向领域信息服务的智能交互技术与应用——通过对文本自然语言进行语义抽取，结合领域信息内容和服务特点，向公众提供智能的多回合交互式信息服务，适用于多种本地化生产生活信息查询，以及客户服务咨询。2 应用范围项目成果可广泛应用于网页、手机 WAP、手机短信、即时通讯软件等的后台，从前台接收用户给出的文本内容（关键词或自然语言），自动以合适的形式给出信息回馈。项目成果的应用，可使广大用户在任何时候、任何地方都能方便及时地获取精准的信息，同时又极大地减少后台支持的人力资源成本。项目成果的广泛应用，有利于推进信息数字化建设，随着更多信息服务的推广，逐渐扩大信息服务市场并形成智能信息服务产业，同时推动通讯相关技术和产业的发展。 广东省和大珠三角地区的信息产业、高端信息服务商将直接受益，与数字媒体网络行业相关的企业也可间接受益。3 效益分析每年节省信息服务行业的人力资源成本上亿元，提升信息增值产业的经济效益。促进信息流通，满足公众对信息获取的需求，提升信息获取的满意度。

本软件主要功能是版面对象（文字、表格、公式、图形等）的自动识别，包括版面分割、样式识别、表格识别、公式识别、图形解析、文字识别与元数据抽取等。可用于数字内容制作（如点读书热区检测）、文件格式转换（如PDF到EPub）、表单识别与金融文档处理、数学公式识别与结构化拷贝、题库构建与试题检索、漫画制作与检索等。目前支持图像、PS、PDF、Word、EPub、网页等文件格式，支持图书、论文、证券研究报告、试题、表单类数据等。