支持百人之内的小班授课，师生可随时随地开展沉浸式教学活动

本平台实现交通数据的可视化、预测、关联性分析

西安电子科技大学计算机科学与技术学院智能软件与系统新技术研究所副教授张亮团队依托上海瑞金医院、西安交通大学第二附属医院等的新冠肺炎疑似、确诊患者肺部CT影像，通过综合分析新冠肺炎患者的肺部CT影像特点（磨玻璃、体积大小、位置等特征），张亮团队加快技术攻关，设计开发了基于深度学习的新型冠状病毒的早期检测筛查模型系统。

悬赏金额：15万元 发榜企业：广东智云工程科技有限公司 需求领域：人工智能；软件开发 产业集群：软件与信息服务产业集群 技术关键词：深度学习；变形预测；灾害预警

本发明公开了一种污水处理系统信息安全在线风险分析方法及系统。本发明先建立系统模型，包括资产损失分析模型、人员损失分析模型、环境损失分析模型、效益损失分析模型、安全事件模型、功能支撑模型以及贝叶斯攻击图；然后各网络节点作为从节点，监测其功能运行情况，并将监测结果发送给作为主节点的工程师工作站；最后主节点根据监测结果，利用建立的系统模型，分析系统损失。系统包括设置在工程师工作站上的主节点，设置在各网络节点上的从节点，

本发明提供了一种塔吊倾角和挠度在线监测系统及数据方法，具体包括：倾角硬件采集模块，LTE_4G通信模块，MCU处理模块，监测软件模块；塔吊力学结构分析和倾角监测原理；所属倾角传感器和处理器通过SPI通信传输，所属下位机采集模块和监测软件模块通过LTE_4G网络实现信息传输。根据多个倾角传感器采集的信号，进行数据处理分析后，监测软件动态显示吊臂的变形程度。本发明方法能够有效监测塔吊倾角和挠度。

开展设备状态监测与故障诊断可以及时了解和掌握设备的工作状态，甚至提早期发现故障，找出故障的成因，并预报故障发展趋势。以往依赖人工经验，靠五感或简易仪表进行的常规检测已不适用。现代设备的状态监测。分布式在线监测系统采用计算机技术、网络技术、信号处理与分析技术，形成分布式的监测体系。 该系统重点解决关键设备远程在线监测、设备状态评价、设备故障诊断等问题。系统采用三层架构的体系，实现远程异地对设备运行状态进行监测，自动跟踪、记录设备的相关指标，诊断设备可能发生的故障，科学地评价设备状态，为设备维修和维护提供科学的依据。 系统由多台计算机通过计算机通讯手段形成一个完整的诊断网络，每台计算机分布在不同的场所，可以分别独立地完成各自的特定功能，同时在逻辑上相互联系，形成一个监测与诊断整体，给使用者带来了方便，系统的可扩展性也大大提高。系统的主要功能模块包括常规在线监测、数据保存（支持三种存储模式：定期存储、报警存储、人工触发存储），历史数据追溯、趋势分析、监测报表、实时数据采集、故障诊断等功能

采用国际上先进的CORBA技术、智能传感器技术、现代故障诊断理论对工业生产中的机械、电气设备进行在线监测，并对其运行状态进行分析和诊断，通过网络将监测的信息发送到异地远程的诊断中心，判定被监测对象的当前的运行状态，根据所累计的监测对象的历史监测数据，对其工作状态进行科学地评估，制订出合理的维修策略和计划。 系统特点 1.诊断中心可以利用Internet/Intranet实现异地远程的设备在线监测和故障诊断。 2.现场监测计算机提供对设备的24小时、365天无间断监测，并根据设定值进行报警提示。 3.可以对设备的运行工作状态进行科学的判定。 4.为企业设备的合理维护提供完整地数据保证。 本项目目前已经成功应用于冶金工业现场，并且取得了较好的效果。已经对现场的减速机等设备的故障和缺陷金进行了正确的诊断。

该平台包括多项核心技术和技术优势： （1）基于逻辑隔离机制的算力主机安全保护。实现了一种基于逻辑隔离机制的沙箱算力环境，能够独立于用户的系统进行计算。通过计算环境隔离、数据的存储隔离、网络环境的隔离，保障了算力运行环境独立于用户系统，互不干扰。 （2）多源异构数据的混合学习模型。提出一种基于深度学习的多源异构数据的混合学习模型，该模型通过深度学习进行不同数据源的特征提取，然后再通过深度学习的融合训练得到结果。 （3）高并发任务的调度。采取动态分配任务的机制，根据当前不同地区网络的传输速度，算力的分布情况，训练数据量的大小，根据制定的规则找到最合适的几个服务地点进行任务分配、数据传输以及分布式训练，最大化地利用当前算力资源。 （4）数据隐私保护。通过联邦学习、同态加密训练、区块链数据确权等方式加强对用户数据的保护。实现了一套基于同态加密和多方安全计算的训练系统，能够完全保护用户的数据隐私性。 （5）区块链记录及激励。“计算即挖矿”，系统根据用户提供的计算资源以及资源利用率来进行区块的奖励，算力越大获得的奖励也就越多。通过搭建的区块链可以记录数据的交互信息以及使用权，并可搭建智能合约平台。 该协作学习平台撮合各方业务和资源，包括算力、数据、模型，结合分布式机器学习、安全多方计算技术，提供保护隐私数据、算法模型前提下的协作学习服务，通过底层分布式账本记录，电子合约对接供需方，智能匹配资源对接，建立AI协作生态。具有以下优势：协作低成本、平台化；具备数据隐私保护，打破共享壁垒；后台底层账本对平台使用中产生的模型、数据、算力、广告收入等进行管理，保证数据可信；操作便捷，可提供定制化服务，高效最优匹配。02. 应用前景 该协作学习平台可用于人工智能、互联网广告、金融等领域，为中小型企业、科研机构或个人提供算力共享、数据共享、模型共享与模型开发等服务，具有广阔市场前景。03. 知识产权 已申请发明专利16项，登记软件著作权1项。04. 团队介绍 本成果团队长期研究区块链、人工智能、网络安全等。团队课题负责人为徐恪教授、博士生导师，清华大学计算机系副主任，国家杰出青年科学基金获得者，北京市卓越青年科学家。获得国家科学技术进步奖二等奖、国家技术发明奖二等奖，2011年获中国计算机学会青年科学家奖，是中国电子学会理事和中国计算机学会理事，曾在ACM SIGCOMM、IEEE/ACM TON、IEEE Communication Magazine等知名国际会议、期刊发表论文100余篇，近五年获得中国发明专利授权四十余项，获得美国发明专利8项。团队成员还包括多位教授、副教授、研究员和博士研究生。05. 合作方式 投融资 / 商务合作。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn