美林数据技术股份有限公司（简称：美林数据，NEEQ：831546）是国内知名的数据治理和数据分析服务提供商，重点面向企业客户提供数据资产管理、数据分析与挖掘、数据开发应用为主的大数据产品及增值解决方案。成立至今，在能源、制造、金融、政务等领域积累了丰富的项目经验，自主研发的 Tempodata 系列大数据产品广泛应用于上千家大型企业，为用户提供从数据采集、数据资产管理、数据挖掘、数据分析应用等综合解决方案。 当前，以信息技术和数据作为关键要素的数字经济蓬勃发展，并成为推动我国经济增长的重要力量。数字人才是数字经济发展的核心要素，实践出真知，美林数据基于数十年数据领域实践经验，结合产业发展的人才需求，为高校提供从教学、实践、科研一体化的大数据应用能力解决方案——Tempo Talents 大数据人才应用能力成长平台。  

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。

本发明公开提供了一种网络感知的虚拟机镜像存储系统，该存 储系统包括私有缓存管理模块、公有缓存管理模块、网络监控模块、 决策模块和动态寻址模块；其中，私有缓存管理模块、公有缓存管理 模块、网络监控模块和动态寻址模块位于计算节点，决策模块位于管 理节点；还公开了一种基于以上存储系统的读写请求处理方法，使得 网络负载较轻的节点处理更多的镜像访问请求，而网络负载较重的节 点处理较少的镜像访问请求，从而避免产生 I/O 热点，

本发明公开了一种非易失性三维半导体存储器及其制备方法， 包括多个垂直方向的三维 NAND 存储串，每一个三维 NAND 存储串 包括水平衬底、垂直于衬底的圆柱形半导体区域、分别位于半导体区 域上、下的第二电极和第一电极、包裹圆柱形半导体区域的隧穿电介 质、围绕隧穿电介质上、下分布了多个分立的电荷存储层、包裹了隧 穿电介质以及多个电荷存储层的阻隔电介质层、与绝缘层相堆叠的控 制栅电极；圆柱形半导体区域包括多个存储单元的

通过click反应设计合成了一类具有两亲性的磺酸根三齿Pt(II)配合物，这类配合物对VOC的刺激响应具有高度的选择性。在水蒸气和各种醇蒸气分子（甲醇、乙醇、丙醇、异丙醇、丁醇等）之间具有迅速的变色和发光响应性行为，并进一步制备成薄膜，利用醇蒸气实现了快速写入?擦除功能。在溶液体系中，通过调控溶剂的组成，实现了配合物动态组装?解组装?重新组装的过程。研究组与香港大学任咏华教授合作，进一步制备了存储器件，阈值电压为3.4V，开关比可达105，保持时间达104s，具有良好的二进制存储性能。

本项目为国家863计划课题，课题编号：2009AA043507，已通过验收。该成果应用协同管理思想，以信息共享为基础，以协同技术为支持，为区域内中小型陶瓷企业提供具有业务协同功能的可扩展、易用和低成本的信息化集成解决方案，提高企业自主创新能力和业务响应效率、降低企业生产经营成本、提升整个集群区域的核心竞争力。 平台提供的服务内容包括陶瓷企业协同管理系统、陶瓷产品图案设计系统、陶瓷配方设计系统、陶瓷电子商务系统、陶瓷产品分销管理系统。课题取得了4项软件著作权登记。

成果描述：该系统基于B/S模式开发，采用了工业界普遍采用的实时通信与数据采集技术，结合后台大型分布式数据库，通过Web发布的形式，使得学校各级管理人员不管身处何时何地，都可以轻松地对学校各部门各建筑的用能情况进行监控和管理。软件的主要功能包括：（1）能耗监测资源整合，支持不同能耗采集硬件设备、采集系统、以及现有能源系统的数据集成和归一化处理；（2）对分类分项能耗数据和相关参数的采集，实现对能耗量的动态实时监测；（3）对能耗数据进行分析、处理，提供报表、图形、公告公示等多种展示形式；（4）为管理者能源审计、节能管理、开展有计划分步骤的节能改造提供数据依据。市场前景分析：随着全国高校节约型校园建设项目的全面铺开，该平台功能完整，架构清晰，设计具有很强的兼容性和可移植性。而且平台从2013年已经在电子科技大学部署并稳定运行，电子科技大学作为建设标杆和示范性单位，已经接待了多次高校参观，具有很好的市场推广效果，预计将有很好的市场前景。与同类成果相比的优势分析：与同类成果相比，该系统具有以下特色和优势：（1）系统设计与管理紧密结合，大大提高管理效率；（2）开放式软件接口，兼容多厂家计量表计和能耗采集系统，扩展性强，用户可独立采购硬件；（3）可集成接入其他已建成的多个现有能源管理系统；（4）模块化系统架构，易于功能修改、扩展以及定制；（5）全方位多角度能耗统计对比分析，辅助管理决策，实现科学节能。

2月19日，昆明移动依托云资源和数据链优势，协同昆明市第三人民医院、云南大学共同创立、建设的“云南省新型冠状病毒感染的肺炎CT诊断互联网协同会诊平台”（简称云南省传染性疾病影像云平台）在三方远程连线下正式启动。平台将在有相关诊断经验的影像专家帮助下，以多方协同工作的方式支持基层医院，帮助基层医院输出高质量的新冠肺炎诊断，同时通过互联网方式实现远程互动，方便医生和患者，减少传播感染机会、减少现场支援成本和隔离防护的物资消耗，集全省影像专家力量助力打好新冠疫情防控阻击战。结合为昆明医科大学第一附属医院创建的“5G智慧诊疗平台”的经验，昆明移动协同云南大学、昆明市第三人民医院建立相应的云服务、医学影像多方协同工作（会诊）系统，通过CT诊断新型冠状病毒肺炎的互联化服务系列关键技术以及运行服务的保障模式，将复杂、昂贵的医学影像处理系统互联化、低成本化。基层医院可以免费、免培训、自助地将本地设备接入云服务平台，随后将逐步发展成为云南省传染性疾病影像互联网协同诊断平台。

RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。

本研究的技术成果如下：1 .建立了区域化检查 互通互认胃肠盆底影像学检查规范及质控标准；建 立了消化道肿瘤、炎性肠病、结直肠肛门良性疾病 等影像学诊断标准；实现了远程继续教育，切实提 高广东省基层医院胃肠道疾病的影像诊断水平。 2 .实现了盆底影像学模型及直肠癌、盆底功能障碍 性疾病（PFDD）的三维数字模型的建立；完成了 直肠癌、盆底功能障碍性疾病（PFDD）的计算机 » 软件界面 模拟应用。3.实现了医学影像云服务；实现了医疗影像数据的安全的海量存储，影像文件采用图像压缩技 术转换；支持异构系统整合，接入不同厂商的影像系统，实现了开放的移动终端支持。 安全、稳定、便捷的区域化胃肠道疾病影像会诊平台目标清晰、明确，有非常现实的医疗需求，可运 行性强，可直接产生良好的社会效益，在此基础上，可扩展至更为宽广的医学影像会诊领域。