|
搜索
搜 索
高等教育领域数字化综合服务平台
仿细胞膜人工肺高端产品
项目成果/简介:完成团队简介：团队负责人宫永宽教授，日本佐贺大学博士、加拿大蒙特利尔大学博士后、美国西北大学生物医学工程系访问教授；现任西北大学材料科学新技术研究所所长、博士生导师、二级教授，西安市仿生生物材料与器件工程实验室主任。研究团队包括教授3人，副高职称6人，博士后及博、硕士研究生30人。
西北大学
2021-01-12
用于人工饲养南方小花蝽的装置
可以量产/n该成果涉及一种用于人工饲养南方小花蝽的装置，包括由上到下依次设置的饲养室、隔板和水槽，饲养室以隔板为底，水槽以隔板为顶，饲养室顶部设置有通气孔，通气孔由通孔和位于通孔处的透气阻挡物组成，饲养室侧壁由透明材料制成，饲养室侧壁底部设置有进水孔，隔板包括多个豆种槽和分别对应地位于豆种槽下方的深根洞，豆种槽顶端开口，豆种槽部分底面区域与深根洞连接，深根洞连通豆种槽和水槽，水槽侧壁底部设置有出水孔，进水孔和出水口上都设置有阀门。使用本实用新型的装置饲养小花蝽可在装置中形成具有生产者和多级消费者的半
华中农业大学
2021-01-12
非血接触人工心脏辅助装置
为克服人工心脏血泵与血液接触，容易引起血栓、血液感染等引起的并发症问题，研制开发了一种直接心室辅助装置。该装置包裹在心脏表面（也可以在主动脉）上，直接机械式压缩衰竭或者停止搏动的心脏，使其泵出更多血液，促进全身血液循环。与血液接触型的人工心脏相比，此装置直接对心脏进行做功，由心脏再将辅助力传递给心脏中的血液，可以避免辅助装置与血液接触导致的并发症。 该装置已授权国家发明专利3件。在辅助杯容积调节技术等方面取得重要进展，主要用于心脏外科手术治疗领域，适用于心力衰竭的急救和短期心室辅助等。
上海交通大学
2021-04-13
高级着装式人工取便训练模型
XM-37高级着装式人工取便训练模型
模型特点：
■ XM-37高级着装式人工取便训练模型采用塑胶材料，皮肤柔软，操作过程真实。
■ 可穿着式设计，适合2个学生一起练习。
■ 配以布质松紧带，可调节长度和松紧度。
上海欣曼科教设备有限公司
2021-08-23
人工智能科研管理与实践系统
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。
湖南睿图智能科技有限公司
2021-02-01
高级着装式人工取便训练模型
XM-37高级着装式人工取便训练模型
模型特点：
■ XM-37高级着装式人工取便训练模型采用塑胶材料，皮肤柔软，操作过程真实。
■ 可穿着式设计，适合2个学生一起练习。
■ 配以布质松紧带，可调节长度和松紧度。
上海欣曼科教设备有限公司
2021-08-23
【高教前沿】赵云山：坚持守正创新，勇于探索实践，人工智能助力新医科人才培养
为深入学习贯彻党的二十届三中全会和全国教育大会精神，落实立德树人根本任务，中国高等教育学会联合中国教育在线推出《高教前沿》系列访谈栏目，汇聚独家视角，分享真知灼见。
中国高等教育博览会
2024-12-17
江苏省教育厅关于印发《江苏高校人工智能赋能专业建设行动方案》的通知
为深入贯彻习近平总书记关于发展人工智能的重要论述，积极响应教育部人工智能赋能教育行动，加快人工智能理念、知识、方法和技术深度融入高等教育专业建设，推动课程教材、培养方式、实习实践、教学管理及评价机制等改革创新，打造一流“人工智能+”专业体系，特制定如下行动方案。
江苏省教育厅
2024-12-10
人工智能AI三维解析系统
北京体育大学主导研发的全球首款基于AI图像识别技术的三维运动解析系统可以自动识别人体关键点，将不同摄像机拍摄到的同一运动画面进行三维合成和运动技术分析，获得运动生物力学的详尽参数。该系统利用AI 技术大大降低了人工解析时间，提高了三维解析效率，有效提高运动表现。
北京体育大学
2021-04-10
人工智能实现三维矢量全息
我国科研团队首次利用机器学习反求设计（machine-learning inverse design）实现三维矢量全息(Three-dimensional vectorial holography)新技术的相关研究成果发表在国际顶级学术刊物《科学进展》上。该杂志为《科学》(Science)刊物旗下子刊，是一个涵盖所有学术领域的开放性、综合性科学刊物。这项光学全息技术领域的突破性研究，由上海理工大学庄松林院士和顾敏院士领衔的未来光学国际实验室完成。研究中基于机器学习的反求设计，可精准且迅速地产生一个或多个任意三维矢量光场，有望应用在超宽带全息显示、超安全信息加密以及超容量光存储、超精确粒子操控等各个领域。光是一种电磁波，其在介质中传播的同时伴随着电磁和磁场的振荡，被称为光的矢量特性。研究人员介绍，基于光波的横波特性，光的振荡通常被限制在与其传播方向垂直的二维平面上。近些年，科学家研究发现光的振荡可打破传统二维平面的束缚，通过干涉产生纵向光振荡，即形成第三维光矢量。但精确产生任意三维矢量光场仍是一个世界性难题。在物理学上，通过求解三维麦克斯韦方程可以正向得到一个三维矢量光场分布，但其不可控。顾敏科研团队利用人工智能的机器学习反求设计，解决了这一难题，率先实现了三维矢量全息，并可精确地控制三维全息图像中每个像素点的任意三维矢量状态。顾敏介绍，这样的操控是全方位的，包括对每个三维矢量光携带的信息进行编码、传输和解码，因而消除了传统二维偏振光的束缚。“通过人工智能机器学习的新技术，我们首次实现了三维矢量光的操控，并将机器学习的算法延伸到光学全息中去。”机器学习在光学设计中扮演着越来越重要的作用。文章第一作者任浩然博士说：“我们研究证明训练后的人工神经网络可有效、快速地产生任意三维矢量光场，达到接近百分之百的准确性，极大地提高了光场调控的效率。”此外，这项发明为光学全息开辟了一条新道路，首次在全息中证明光的三维矢量状态可以作为独立的信息载体，实现信息的编码和复用。顾敏表示，“这项发明不仅为下一代超宽带、超大容量、超快速并行处理的光学全息系统奠定了基础，同时也为人们加深理解光与物质的相互作用（例如粒子操控）提供了一个崭新的平台。”
上海理工大学
2021-04-11