北京大学化学与分子工程学院楼宇自控系统设备采购及安装项目 招标项目的潜在投标人应在登录东方在线www.o-science.com注册并购买获取招标文件，并于2022年06月15日 09点30分（北京时间）前递交投标文件。

能源与动力工程学院超快时间分辨光谱系统招标项目的潜在投标人应在详见西安交通大学采购与招标管理办公室网站（cgb.xjtu.edu.cn）获取招标文件，并于2022年07月04日14点30分（北京时间）前递交投标文件。

环保型喷/涂持粘高分子防水涂料是一种采用特殊工艺，将超细、悬浮的改性阴离子乳化沥青和合成高分子聚合物配制而成(A 组分)，再与特种固化剂(B 组分)，在设备喷口外雾状混合、在结构表面发生破乳反应后生成的一种性能优异的无氯离子、持粘型防水涂料。

金属纳米团簇是一类尺寸介于金属配合物和等离子体纳米颗粒之间的纳米粒子。由于金属纳米团簇具有离散的电子能级和量子尺寸效应，这类纳米粒子展现出独特的物理化学性能，在光学、催化、传感、生物等领域均展现出良好的应用前景。

近日，我校先进材料原子工程研究中心朱满洲/康熙研究团队发展了“双级动力学调控”策略，实现了多种原子级别精确银纳米团簇的高效高产率制备。

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。

四川华迪信息技术有限公司与电子科技大学计算机科学与工程学院从2005年开始开展大学生校外实践教育合作，随着校企合作实践教学项目在该学院改革创新并取得卓越成就，公司陆续与电子科技大学信息与软件工程学院、信息与通信工程学院开展了大学生实践教育合作。