三棱智能废弃物暂存柜，专门用于各类实验室废弃物的临时集中存储，降低由实验室易燃、易爆、有毒的废气、废液、固体废弃物而引起的火灾、爆炸及有毒有害化学品泄漏的风险，以便后期进行专项处置。 功能特点 ： 1、可按需定制，尺寸灵活； 2、防爆、防撞、防泄漏，防腐、防雷、防火、防静电；恒温、恒湿、微正压，灭火装置自动化； 3、智能管理，自动化程度高：中央集中控制，操作简单，全自动运行，无须专人值守； 4、自动保护：漏水或漏电自动保护功能、高低压自动保护功能、电气设备超负荷保护功能、电气线路过载保护功能等； 5、自动报警：VOC 指标不合格报警、温湿度显示报警、可燃气体泄漏自动报警以及过载等非正常状态自动保护、故障自动报警； 6、运行成本低：功率小，耗能低；运行稳定，故障少，维护成本低，免专人管理费用等； 7、环境友好：选用复式静音电机和电气元器件，噪音低；全程采用密闭式处理，无异味，无泄漏，不会产生废渣、废水、废气等二次对环境的污染。 应用场景 ： 高等院校、科研院所、检测机构、疾控医疗、环保质检、水务水利、商品检验、厂矿企业等

人工智能机器人实训平台采用先进的实感技术，搭载高精度激光雷达、高清摄像头和红外传感器，可以实现人脸扫描，微秒识别；环境认知，物体识别；动作捕捉，即时反馈；手势认知，人性互动等功能，同时可完成自主建图，自主导航避障、自主充电等续航问题。拥有25套基础表情动作和486类情感语言表达，能实现语音、动作、手势、表情、触控、感应等多模态交互，以及多语种和国内多方言互动。通过对人工智能机器人进行仿生模块化的拆解装配，可以实现声控识别、自然语言理解、人脸识别、情绪识别等多模块人工智能技术实训，培养智能机器人开发及应用能力。

轴承智能制造生产示范线以滚动轴承装配为应用场景，基于云平台和工业互联网技术，研制出滚动轴承机器人自动装配作业生产线；运用数据化设计技术，建立滚动轴承机器人自动装配生产线三维数字化模型，结合深度学习等技术，实现滚动轴承装配作业流程优化和仿真；借助无线网和传感器，实时采集滚动轴承装配生产的过程数据，并上传云端，应用数据统计和机器学习技术，自动生成滚动轴承装配生产过程的数据报表；采用云端软件架构，开发集滚动轴承装配生产过程管理、实践教学管理、在线课程和远程教学指导等功能于一体的管理软件，为工科学生或企业员工学习云制造技术，提供一款忠于工业生产场景，云制造技术要素齐备，工艺流程短小精悍，便于实验实训组织和开展的典型生产线。 滚动轴承装配柔性生产组成：由原料货架、AGV、滚动轴承自动装配单元、工业相机、货架等硬件设备构成。工业互联网组建：机器人、PLC、AGV、工业相机等节点及现场传感器，通过工业互联网相连接。生产线数字化模型建立：利用虚拟仿真软件创建设备三维数字化模型。生产工艺流程重组、优化和仿真：基于效率、能耗或设备利用率等，运用智能调度算法，实现过程模拟仿真、流程规划。生产过程精细化管理和智能决策：建立生产过程数据采集和分析系统，利用工业大数据分析技术，自动调整生产工艺参数。

监测实训室本着“统筹规划、分步实施、标准统一、先进实用、安全可靠、软硬并重、重点突破、以用促建”的建设原则，科学决策，有计划、有步骤地逐步将学院建设成为一个智慧、网络化、智能化的虚拟大学，通过建造基坑监测实训室、高支模监测实训室、隧道监测实训室、大坝监测实训室、桥梁监测实训室等实训基地，形成“教、学、练、考、交互、体验、协作”的综合培训模式，学习工程安全监测技术，提升安全素质，增强安全意识，提高安全技能。

优化人工智能学科布局，加快人工智能领域一级学科建设。 密切关注人工智能领域前沿技术，将技术及资源引入到人才培养。 部署完整的人工智能实验环境、实验资源、课程体系和教学全流程平台。 搭建完整的专业框架，全面支撑高校人工智能方向的教学与科研。 培养具备深度学习算法设计开发的人工智能应用型人才。

面向人工智能专业方向理论和实验的云教学平台，融合了Jupyter Notebook实验平台和教学资源中心两大模块。提供开箱即用人工智能编码实验环境，使教学过程高效、便捷。

微卫星不稳定性（Microsatellite Instability, 简称MSI）是目前肿瘤临床检测中一种非常重要的分子表型，多发生于结直肠癌、胃癌、和子宫内膜癌。微卫星不稳定性与肿瘤的发生、发展，治疗方案制定及治疗效果预测相关，更是肿瘤免疫治疗疗效预测的重要分子标记物。当前，临床上使用的两种微卫星不稳定性检测的金标准方法：MSI-PCR和MSI-IHC，都需要专业技术人员通过实验操作来完成，均费时费力且成本较高。近年来，随着高通量测序（Next Generation Sequencing）的发展，基于高通量测序的微卫星不稳定性检测方法开始显露头角，在检测结果与两种临床金标准保持高度一致的情况下，极大的缩减了检测时间并减少了检测成本，大幅提高了推广微卫星不稳定性检测的可行性。2014年，西安交大叶凯教授团队率先开发了基于高通量测序的微卫星不稳定性检测方案——MSIsensor。2017年该检测方案作为全世界首个泛肿瘤检测方案MSK-IMPACT中的微卫星不稳定性计算方法，通过了美国食品药品监督管理局的严格测试并获得批准。美国纪念斯隆凯特琳癌症中心测试表明，基于高通量测序的微卫星不稳定性检测与金标准的一致性可达99.4%。然而，微卫星不稳定性检测方案大都要求提供病人的癌症组织样本及一份取自血液或者癌症组织附近的正常样本。一方面，这一份正常对照样本限制了微卫星不稳定性的应用场景，尤其难以应用于血癌样本、福尔马林包埋样本、PDX/PDO等不易获得正常对照样本的情况；另一方面，额外的对照样本增加了微卫星不稳定性的检测成本。基于上述原因，在叶凯指导下，叶凯青年科学家工作室科研人员经过两年的探索，从微卫星不稳定性发生机理出发，通过数学模型抽象，从单个肿瘤样本中提取特征，开发了MSIsensor-pro。MSIsensor-pro实现不依赖正常对照样本的微卫星不稳定性检测，只需50个微卫星位点的测序数据即可实现微卫星不稳定性的精准检测。MSIsensor-pro的开发扩大了微卫星不稳定性的应用范围，减低了微卫星不稳定性检测的成本。同时MSIsensor-pro在低肿瘤纯度和低测序深度这类低信噪比数据中也显示出来很大的潜力。 该研究成果近期发表在国际组学和生物信息学领域权威期刊《基因组蛋白质组与生物信息学报》（影响因子6.597）上。叶凯的博士生贾鹏为该论文的第一作者，叶凯为通讯作者，西安交通大学为本文唯一通讯作者单位。这是叶凯教授课题组在基因组暗物质解析方面的又一重要突破。论文链接为：https://www.sciencedirect.com/science/article/pii/S1672022920300218

本发明公开了一种用于等温扩增检测结核分枝杆菌的引物及包含该引物的检测试剂和方法，所述引物包括上游序列和下游序列，其序列分别如SEQ ID NO:1和SEQ ID NO:2所示；包含该引物的检测试剂包括上游引物85BPF1、下游引物85BPR1和探针85BPB1(SEQ ID NO:3)；利用所述检测试剂等温扩增检测结核分枝杆菌的方法，包括以下步骤：将待检测基因样本与所述检测试剂混合，放置在可收集FAM荧光的仪器中，在35?45℃条件下孵育，检测荧光值，根据有无阳性扩增反应，判断待检测基因样本是否属于结核分枝杆菌的基因。相对于现有技术，本发明通过检测结核杆菌中的基因组，可以特异地检测结核杆菌基因，能够有效区分结核分枝杆菌和非结核分支杆菌，特异性高，反应时间短，温度过程简单。

主要研究APT 网络攻击全链条的通用表征和威胁模型， 实现攻击的全链条威胁分析；研究跨平台内核数据实时可信 采集方法，探索基于去噪和去冗技术的高效数据解析、基于 语义恢复技术的关键字段填充；研究多源异构内核数据的重 构方法；研究保持全局依赖的数据压缩方法，实现实时、高 效、普适的数据压缩；研究面向APT网络攻击全链条的智能 检测框架，实现对攻击的全链条高效检测；研究APT网络攻 击的演化模式，实现APT网络攻击的可解释溯源分析。