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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

浙大650千瓦机组在2017年就完成了厂内和现场并网发电试验。此后，浙大摘箬山岛海洋能试验电站根据国家需要，数次腾出650千瓦机组试验泊位为国内包括国电集团（和浙大共同承担国家自然资源部项目）、哈电集团、杭州江河水电等单位研制的300千瓦样机提供实海况试验支撑。其间，650千瓦机组也根据阶段性海试信息优化改进。此次疫后“复工发电”的改进型650千瓦机组，叶轮结构和工艺进一步优化，轴向推力载荷有所减小，防腐防砂抗磨损的性能进一步强化。我国东部沿海是世界上海流能功率密度最大的地区之一。浙江舟山群岛附近水道平均功率密度在每平方米20千瓦以上，开发环境和利用条件十分有利。日益成熟的海流能发电装备将有效满足无电、无水、无人岛屿和离岛的特殊供电需求，实现就地取能、海能海用。

本发明公开了一种针对粗粒组或大尺度单元体试样的毛细水上升试验仪，包括基槽，补水罐，过滤箱，抽真空装置，试样筒和试样筒固定组件；试样筒通过试样筒固定组件固定在基槽内，基槽的一端通过进水管连接补水罐，基槽的另一端通过出水管连接过滤箱，抽真空装置设置在试样筒的顶部；本发明基于单元体试样截面尺寸与粗颗粒公称上限粒径相容机制，研制了一种毛细水上升试验仪，适用于

该方法首次利用自组装的技术合成出大孔具有光学性能的二氧化硅材料，突破了用表面活性剂为模板很难合成出大孔径材料的瓶颈，并且由于材料本身规则的孔结构结合二氧化硅本身的折射率产生肉眼可见的颜色，该合成方法技术成熟，重复性好，具有可操作性，该材料在光学器皿元件上有潜在的应用价值。

本发明公开了一种基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法，适用于图像处理领域，包括以下步骤：对数据集进行裁剪，将裁剪后原始低分辨率图像输入到预处理模块中，进行图像归一化和数据增强操作，生成预处理后的低分辨率图像；预处理后的低分辨率图像组成失真图像块数据集，构成训练集、验证集和测试集；根据已有的失真图像块数据集，构建一个基于多尺度大核卷积双残差神经网络的超分辨率图像重建方法；将数据集输入到构建的多尺度大核卷积双残差神经网络中分提取语义特征，并用模型的上采样模块对特征图进行放大，生成超分辨率图像。本方法引入多尺度大核卷积与双残差结构，在神经网络中使用视觉注意力机制，提取的特征更符合人类视觉感知特性，使图像超分辨率图像重建更加准确。

东南大学分析测试中心电子顺磁共振波谱仪采购招标项目的潜在投标人应在南京市建邺区嘉陵江东街8号综合体B3栋一单元16层获取招标文件，并于2022年07月13日14点30分（北京时间）前递交投标文件。