人工智能物联网时代要求语音交互有非常好的体验感,室内环境下,当距离超过两米后,通过墙壁的反射造成的混响、音响设备的回声及其他环境噪声对语音识别带来了极大的影响,因此基于麦阵的声音采集与处理模块成为物联网时代的最佳人机交互采集模块。目前成熟的麦克风阵列语音信号采集与前端处理模块尚未出现，市面上仅有少数国外厂家如科胜讯提供双麦降噪芯片。同时,语音识别应用还需要配合降噪处理,目前的方案全部采用分离设计,一颗降噪芯片+一颗语音识别芯片。近年来随着大数据挖掘,基于人工智能神经网络的深度学习开始在语音识别领域进行推广运用,相对于传统的GMM模型,识别率得到了很大的提升。然而神经网络计算量非常巨大,需要采用GPU或CPU阵列的方式来进行运算,并且需要外加语音阵列降噪模块,其方案成本高,体积和功耗大。因此市场上对一款同时支持远场语音麦阵降噪和神经网络识别,具备高性价比的单芯片需求极大,具有巨大的市场前景和竞争力。

产品简介： CES-AIoT339 是软/硬件一体的面向 AI 人工智能方向的实训系统，融合边缘计算，人脸识别，机器视觉，文本/证件识别，语音识别诸多 AI 技术，同时引入物联网传感器，无线网络知识点，是一套 AI 人工智能+物联网综合型实验系统。 该款实验箱由具有边缘计算能力的单板计算机，高清晰画质视频采集器，拾音器，本地显示器，操控端口，物联网基础部件组成，完整布署在实验箱里，配套实验教程和实训所需的辅件。 该款实验箱是针对新工科“人工智能”专业研发的，具备创新，先进，实践性强等特点，适用于人工智能，计算机，电子，信息工程，自动化等相关专业。 产品特点： 该系统引入科大讯飞语音技术，百度 AI OCR 技术，可运行在边缘计算机上实现通用文字识别，证件/票据识别，语音识别等 AI 应用，比如身份证识别，户照，银行卡，营业执照，车牌，驾驶证/行驶证的识别。 AI 人工智能+ 物联网“双核”组合 提供物联网传感器，无线网络模块，NB-IoT 模块，与边缘计算机，AI 人工智能部件，构成 AI人工智能和物联网的融合，且支持与阿里云的链接，支持使用者进行 AI 人工智能物联网的应用扩展开发。 基于安卓系统的 AI 人脸识别技术 提供人脸识别的开源安卓工程包，实现静态，动态下的人脸特征采集，特征分析，对比等人脸识别功能。 AI 人工智能+ 物联网“双核”组合 基于 ARM 架构 Cotex-A72 六核处理器，内建强大视频处理引擎 Mail-T864 GPU, 完美支持H.265/H.264 视频解码，支持大数据处理，流畅运行 AI 应用软件。 硬件一体化设计，高度集成，易于设备的维护实验所用到的硬件，均布署在实验主板上，一对 N 供电模式，各单元相互独立，模块化设计。

基于跨行业数据挖掘标准流程CRISP-DM，实现数据的深度挖掘分析，帮助教师与学生发现数据中隐藏的关系及规律，为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具，高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建。同时支持模型自动化构建、模型智能评估，推荐最优模型与算法。 1、极简的建模过程 基于拖拽式节点操作、连线式流程串接、指导式参数配置，用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能，让用户能够灵活运用多种处理手段对数据进行预处理，提升建模数据质量，同时丰富的算法库为用户建模提供了更多选择，自动学习功能通过自动推荐最优的算法和参数配置，结合“循环行”功能实现批量建模，帮助用户高效建模，快速挖掘数据隐藏价值。 2、丰富的分析算法 内置150多个分析算子，包含30余种数据预处理方法，5种数据融合方法、11种常用特征工程，实现数据融合处理与特征构建；包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法，支持深度学习、集成学习与自然语言处理等人工智能分析方法，满足各类业务科研场景需求。 3、灵活的扩展能力 支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点，方便用户灵活扩展平台算法节点功能，增强平台的业务适应能力，充分满足不同领域科研的个性化需求。 4、全面的分析洞察 通过丰富详实的洞察内容，帮助用户全方位观察建模过程任意流程节点的执行结果，为用户开展建模流程的改进优化提供依据，从而快速得到最优模型，发现数据中隐含的业务价值。建模分析报告支持在线查看，并且支持下载可编辑Word版本，支持科研报告及相关成果发布应用。 5、全栈科研成果管理与应用能力 分析成果的快速工程化应用，支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用，满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测，帮助用户高效便捷地管理成果、利用成果及监测成果。 6、跨平台模型迁移及融合 支持PMML文件的导入和导出，可以实现跨平台模型之间的迁移和融合，利于用户进行历史模型的迁移，实现用户在不同平台的模型成果快速共享，提升各类科研成果的复用性。    

已有样品/n斑马鱼是开展高通量药物筛选的最佳动物模型。中国科学院水生生物研究所建立我国唯一的国家级斑马鱼资源中心，对国内外提供一流的斑马鱼资源和技术服务；中心牵头完成“斑马鱼1号染色体全基因敲除计划”，建立各种人类疾病和药物筛选模型；经过5年的建设，中心已被国际学术界公认为全球三大斑马鱼资源库之一。依托国家斑马鱼资源中心拥有的斑马鱼资源模型和技术优势，建立疾病药物筛选的大平台，将能大大提升我市的生命健康产业。斑马鱼是开展高通量药物筛选的最佳动物模型。依托国家斑马鱼资源中心拥有的海量斑马鱼资源模型和技

系统主要应用于机器学习、深度学习和机器视觉等领域， 针对各团队常见的数据管理困难、科研进度难协同等问题， 通过搭建私有云服务器，提供可视化虚拟系统镜像， 并开发科研管理软件，实现团队管理的高效与智能化。

项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别 一、项目分类 关键核心技术突破 二、成果简介 项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别，将以查视频回放的结果型安全管控模式，转变为控制关键作业环节的过程型管控模式，实现了安全关口前移 服务规范管理 智能数字化分析，提高了全站精细化管控能力以及管理层科学决策、信息决策能力。可应用于能源、电力、制造业等与人员安全以及操作流程合规性密切相关的行业。

华中科技大学同济药学院李华教授、沈阳药科大学无涯创新学院陈丽霞教授、军事医学研究院国家应急防控药物工程技术研究中心李行舟研究员等组成联合攻关小组，系统性分析了新型冠状病毒（SARS-CoV-2）基因编码的蛋白作为主要或潜在的药物治疗靶点，并通过计算机虚拟筛选方法发现了一系列具有抗病毒、抗菌和抗炎作用的临床药物和天然产物对不同的靶蛋白表现出很高的亲和力，为新型冠病毒感染性疾病（COVID-19）的治疗提供了新的可能。研究成果在线发表在SCI杂志《药学学报》英文版(Acta Pharmaceutica Sinica B,一区),为了加速新冠病毒药物研发，研究组还在文章中公布了所有靶点蛋白质结构模型和筛选得到的高分潜在药物供下载，每个药物和靶点的共结构可以应要求发送。研究团队利用生物信息学和结构基因组学的方法系统性分析了SARS-CoV-2所有基因编码的蛋白质，并且将基因序列与SARS-CoV和MARS-CoV等冠状病毒进行了比对,通过同源建模的方法构建了19个SARS-CoV-2蛋白和1个人类宿主的蛋白的同源结构，基本涵盖了对于冠状病毒RNA复制、翻译；结构组成；入侵宿主细胞以及干扰宿主固有免疫等至关重要的所有蛋白靶点，对于进一步发现特异性靶向SARS-CoV-2的抑制剂提供了理论基础。研究团队还构建了常用的抗病毒药物数据库（78个化合物），包括已经上市的、和目前正在进行新冠病毒临床实验的化合物，把这些化合物和新冠病毒的各个靶点都进行了分子对接，重点分析目前正在进行临床实验的药物瑞德西韦、氯喹、克立芝等。目前已知的瑞德西韦抗病毒作用机制是三磷酸活性代谢产物作为冠状病毒RNA聚合酶的底物ATP类似物，掺入RNA链，从而阻止RNA的合成。研究团队的对接结果显示瑞德西韦和RdRp具有很高亲和力，和其目前抗病毒机制一致。此外，研究团队还发现瑞德西韦可能作用于宿主细胞表面II型跨膜丝氨酸蛋白酶（TMPRSS2），阻止S蛋白被TMPRSS2酶切，从而阻止S蛋白变构介导的病毒与细胞膜融合，可能是瑞德西韦新的作用机制，这是一个新方向，为后续研究提供了思路。

山东大学药学院刘新泳教授团队与山东省疾控中心联合申报的山东省重大科技创新工程项目“新型冠状病毒分离、测序、快速检测及药物筛选研究”，获批经费450万元。连日来，该团队在抗新冠肺炎药物研究方面取得一系列进展。   完成硝唑尼特的原料和制剂工艺研究。刘新泳教授团队根据体外抗新型冠状病毒活性筛选实验，对已发现的具有显著抗新型冠状病毒作用的上市药物硝唑尼特（RY2020，原抗寄生虫药物），联合山东瑞阳制药进行研发，已完成了药物合成工艺研究、药物干混悬剂和片剂的制备工艺、体内药代动力学的研究。目前正在进行抗新型冠状病毒感染动物药效学验证，并拟申报临床研究，有望成为本次疫情防控急需的一线药物。 完成法匹拉韦的产业化研究。法匹拉韦是抗流感病毒药物，对新型冠状病毒肺炎具有较好的临床治疗作用，目前该团队已完成法匹拉韦合成工艺、产业化工艺、质量控制研究等任务，正在联合山东齐都药业申报国家仿制药物，用于临床抗新型冠状病毒肺炎。 建立基于靶标的虚拟筛选平台。依托山东省药物分子设计与创新药物研究山东省高校重点实验室，基于新型冠状病毒的突刺Spike蛋白、蛋白酶PLpro和Mpro、RNA依赖的RNA聚合酶结构，刘新泳教授团队开展了计算机智能化辅助的高通量的药物虚拟筛选，重点筛选了已上市药物、商品化分子库以及课题组自有的多样性的合成分子库、天然产物库、中药提取物库，发现多个虚拟评价活性好的临床已有药物和实体小分子化合物。

本发明提供一种基于细胞荧光图像的药物活性组分筛选方法，通过控制荧光倒置显微镜上的高精度可控电动平台精确走位，应用荧光探针特异性标记细胞、细胞显微图像自动获取、荧光图像识别及数据生成，通过分析图像信息来获取心肌细胞保护作用的相关指标筛选和评价活性组分。本发明能够在活细胞内通过标记线粒体荧光强度来测量心肌细胞的活力状态从而对活性物质的保护效果进行评估，并能够对细胞的形态结构和分布进行实时监测，具有快速、经济、高通量的特征，可在定量筛选评价心血管疾病治疗药物中的应用。

中国药科大学多个研究团队进行技术攻关，开展了抗新型冠状病毒（2019-nCoV）潜在药物的筛选研究工作。药物科学研究院副研究员余文颖团队一改“基于靶点找药”的传统研究思路，创新筛选方式，即以现有的X-RAY单晶衍射证明的有活性的SARS抑制剂为模板，采用基于配体的药物设计方法，在所有上市药物里进行药物筛选，迅速发现了多种可能对新型冠状病毒有效的药物，具有潜在临床应用价值。 通过具体分析，余文颖团队找到了1个广谱抗病毒药物和3个抗HIV蛋白酶抑制剂、1个ACE抑制剂类的抗高血压药物、1个治疗肺结核的抗菌药和10个广谱抗菌药物等。这些药物单独或者联用组合，可为新型冠状病毒感染肺炎患者临床治疗提供参考。 此次筛选获得的药物里还包含了一个常用的保健药品——叶酸。余文颖团队认为，服用叶酸是否能够起到一定的预防作用还有待进一步验证。他们后续将继续深入开展针对性的抗新型冠状病毒的药物活性测试，以期为临床研究和治疗提供更为有力的指导。抗菌药物