智能电源控制终端管理系统通过网络远程控制技术实现对有源仪器设备的授权使用。系统自动对被预约的仪器设备供电或断电，保证只为被授权或预约用户开放使用。通过多种模式的远程电源集中控制终端，实现网络远程对仪器设备供电与断电的控制，结合大型仪器设备共享系统并与智能数据采集系统联动实现刷卡进入时对指定设备供电，刷卡退出时判断设备运转状态并给予提示或拒绝断电，保证设备安全，并可实时监测设备运行状态。

QY-501无线智能网关是中科易安推出的智能网关产品，网关尺寸 160*100*35mm，断电数据保存时间为10年，最多支持门锁8把， 支持吸顶、挂壁等安装方式。

产品详细介绍校园无线编码智能广播系统最适宜学校使用。 编码广播跟传统广播相比较有以下优点：     1、避免感应雷击坏。     2、任意选通某一个教室（办公室）或年级，开会（播放节目）        其它的教室（办公室）或年级没有选通，不会听到有任何        响声。     3、每一个教室（办公室）的解码音箱，同时具备三种选通功        能（全校通、年级通、班或办公室）。     4、系统可设12100个可编地址音箱，具有11个大区，每一个大        区分11个小区，每一个小区可容100个地址音箱。     5、解码音箱可接驳电教平台声卡或手提电脑耳机插口，将音频        放大输出，如果编码广播系统选通该解码音箱时，自动关闭        电教平台声卡或手提电脑的声音。 学校若使用本系统，学校每次考试（年级开会）或每个学期调整教室（办公室），此时就表现出了它的优越性。  

产品详细介绍

产品详细介绍智能互动四维星球    (声光电互动科普展品：适用科技馆|博物馆|天文馆|少年宫|青少年活动中心|学校等)是否曾有过穿越时空的梦想？你是否曾想象过这个我们居住的星球是如何从诞生之日起演变成如今的样子？你是否曾幻想过体验地球一天、一个月、甚至一年的变化？从今天起，无论你有多少对这颗蓝色星球的想象，这个无与伦比的四维星球都能将它们一一呈现在你的眼前！来吧，只要用手触摸它的表面，四维星球就将开始带你进入奇妙的世界！四维星球的神奇之处从这里开始，随着你的手在球体表面的游走，它将向你展现七亿五千万年前开始地壳的运动过程。你可以通过拨动球体表面随意变换观看的角度。除此之外，你还可以随意选择让它向你展示地球的千变万化。不管是天空中气象云层的变化、白天夜晚的变化，天气状况的变化，或者是地面上地震、风暴、植被的变化，地球各种各样的表情都能在你面前一一出现。如何？还觉得不够？没错！你的梦幻之旅绝不仅仅是在地球，四维星球还会带你在宇宙中继续遨游，只要轻轻拨动球体表面或者转动球体外部的圆环，四维星球就会根据使用者的控制呈现出不同的变化状态，你可以看到月球，火星，金星，水星，木星等，甚至可以触摸太阳！“虚拟和现实完美融合，手触互动和数字技术的灵活能动相辅相成，这就是跨时代的奇迹——四维星球！”无论是科技馆、自然地理馆、少年宫，还是各种学校机构，有了四维星球的帮助，使参观者，尤其是儿童和青少年都能在一种生动有趣的互动氛围中掌握原本枯燥乏味的课本知识。如果在你的学生时代有这样一个好帮手，是不是一件很棒的事情呢？从今天开始，跟随着四维星球开始一段奇幻的旅程吧！

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括：1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用，参见下图。

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

原子核裂变数据的精确测量是很多核物理应用的先决条件，比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆，急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。 由于涉及中子的实验难度较大，国际上主要的核数据库只有几个能量点的裂变数据。理论上基于微观模型去描述裂变过程非常复杂，是一个涉及多维位能面的大幅度、非绝热的量子动力学过程。目前微观理论对裂变可观测量的描述还有较大误差。 此外基于唯象裂变模型对未知核区和未知能区的外推往往不可靠。 北京大学物理学院裴俊琛研究员课题组首次采用贝叶斯神经网络（Bayesian Neural Network）来评估不完整的裂变产物分布。此前贝叶斯神经网络对原子核质量外推有一些成功的应用，并可以得出推断的误差，但是仍有量子壳效应的疑虑。核裂变过程涉及复杂的位能面，裂变产物分布具有统计特征，比较适合神经网络。 贝叶斯神经网络对不完整核裂变产物的评估 目前核裂变产物的实验测量很难给出完整的产物分布，只能结合模型评估给出完整的裂变产物分布。人们通常基于唯象模型、通过调参数来拟合出产物分布。该工作通过对已有裂变数据库的学习，当实验测量给出不完整的裂变数据时能够推断出完整的裂变产物分布。结果表明，随着中子能量增加，裂变模式逐渐从不对称裂变演化成对称裂变。这说明神经网络能成功抓住部分物理图像。当实验数点很少时，唯象评估模型失效，神经网络仍然可以给出有效的评估和合理的置信区间。贝叶斯神经网络对核裂变产物的评估开辟了一个新的方向，展现了机器学习的一个实际应用范例，将对核数据的定量评估产生重要影响，有望更好地提供应用级的精确核数据。 不同能量的裂变模式演化