武汉噢易云计算股份有限公司（简称：噢易云）成立于2013年，是专业的桌面云方案提供商，是国内桌面云技术第一梯队，致力于成为全球桌面服务领域的领头羊，为教育、政府、企业、医疗、金融等行业用户，提供云电脑办公、智慧教育、信创云等系列软硬件产品及全场景一体化解决方案。 

    上海万欣计算机信息科技有限公司成立于2001年，是一家专业从事高校实验室信息化管理平台系列产品研发、生产与销售的高新技术企业。历经二十年发展，积累了数百所高校信息系统项目的建设经验，在与高校各级管理部门探讨及万欣科技同仁的共同努力下，企业高速发展成为以信息化软件平台为核心、智能终端为载体、互联网应用为基础、服务用户为根本的实验室综合管理系统解决方案供应商。     企业秉承“理念引领方向、细节决定成败”的精神，结合“创新、改善、超越”的发展理念，不断提升万欣产品品质和客户服务水平，全心致力于研发贴合高校应用需求的全系列产品，领航高校智慧化实验室管理行业，为提升中国高校的教育信息化水平持续奋斗。

IHS智触成立于2017年末，是一家专注智能触觉技术及其应用开发的国际化科技公司，在中国深圳以及加拿大温哥华设有双中心，拥有一支由多位中加资深技术及市场专家组成的跨国团队，具备全栈自主研发能力，并掌握软件、硬件和AI算法的全部知识产权。 目前，IHS核心技术已在手术培训领域实现商业化落地，成功打造了世界领先的平台级内窥镜仿真培训机器人，旨在整体革命性提升手术培训的效率。 IHS坐拥日臻成熟的触觉模拟及虚实交互解决方案，特点是将触觉、虚拟现实和人工智能等前沿技术深度融合并将其模块化，为医疗手术、汽车工业、游戏娱乐等应用场景提供软硬件一体的方案及服务，从而形成完整的“智能触觉+”技术平台。

聚焦计算机实验室上机管理核心业务，覆盖机房上机全场景应用(上课上机、专项上机、自由上机)。简化实验室上机资源分配流程，提供高效易用的上机管理和服务，通过数据分析与挖掘、可视化呈现等手段，为机房管理者日常运营管理，以及实验室建设效果展示，提供了有力的数据支撑，方便信息化管理者实时掌握应用的数据变化，有效合理的运营决策。 方案架构 服务器端:系统服务器程序、用户认证服务程序 客户端:支持部署在多种架构(VDI/VOI/IDV)的云桌面和PC桌面中,客户端负责接收服务器指令 管理端:通过浏览器访问,统一远程管理大规模的上机终端设备,支持跨校区管理 微信小程序:学生通过手机微信小程序,完成上机课程查询和上机预约 方案组成 上课上机管理 [应用场景]：适用于学校不同专业实验课程上机安排，根据排课课表进行上机 [上课上机流程]：教师申请课程任务⇒管理员执行排课⇒准备上课上机⇒指定桌面，执行上课⇒提醒学生下课，上机结束 专项上机管理 [应用场景]：适用于临时申请实验机房，比如:专业实操训练、校外招聘考试、学期末考试等上机需求场景 [上课上机流程]：教师提前申请⇒上机实验室和时间申请成功⇒准备专项上机⇒指定桌面，执行上机⇒提醒学生下课，上机结束 自由上机预约管理 [应用场景]：适用于非上课上机和专项上机时段外，都可以灵活安排对外开放，学生自由预约上机,资源充分利用 [上课上机流程]：学生提前预约⇒预约时间到，学生登录上机⇒预约时间结束，提醒下机 价值优势 1）多种上机模式 提供多种上机模式，满足不同的实验机房上机应用需求，提高实验机房资源利用率。 2）灵活上机排课，上机联动 课程排课支持按校区排课,便于大项目跨校区应用；到点按课表执行上课上机，可自动切换进入指定桌面系统。 3）多维度上机数据分析 提供“实验机房应用分析”，包括终端使用时长、桌面并发数、桌面访问次数、软件使用次数等分析，以及“学生上机时长分析”、“课程考勤╱课程课时分析”。 4）多形态终端桌面统一管理 可以统一管理不同形态终端桌面，包括VOI、VDI、IDV云桌面，以及PC桌面，统一纳入上机桌面，进行集中管理。

2020年2月25日，华中科技大学胡波等团队在预印版平台medRxiv 发表未经同行评审的题为”Neurological Manifestations of Hospitalized Patients with COVID-19 in Wuhan, China: a retrospective case series study“的研究成果。 该研究从2020年1月16日至2020年2月19日收集数据，214名住院患者，实验室确诊为冠状病毒2（SARS-CoV-2）感染，诊断出严重的急性呼吸道综合症。在研究的214位患者中，有88位（41.1％）为重度患者，有126位（58.9％）为非重度患者。 该研究发现，与非严重的COVID-19患者相比，严重的患者通常具有神经系统症状，表现为急性脑血管疾病，意识障碍和骨骼肌症状。因此，对于COVID19患者，除了呼吸系统症状外，医生还应密切注意任何神经系统表现。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化

复旦大学附属肿瘤医院胰腺外科虞先濬教授领衔研究团队，通过研究发现胰腺神经内分泌肿瘤中DNA损伤修复蛋白的表达特征，并据此建立了胰腺神经内分泌肿瘤复发特征模型。该模型可以将术后患者分为复发低危人群、中危人群和高危人群三类，有利于胰腺神经内分泌肿瘤患者术后随访策略的制定和个体化辅助治疗的决策。相关