|
搜索
搜 索
高等教育领域数字化综合服务平台
沈阳智能机器人创新中心有限公司
沈阳智能机器人创新中心有限公司，成立于2019-04-03，注册资本为1400万人民币，法定代表人为张诚，经营状态为存续，工商注册号为210100000332352，注册地址为辽宁省沈阳市浑南区创新路155-3号A-018室，经营范围包括许可项目：检验检测服务，第二类医疗器械生产，第三类医疗器械生产，第三类医疗器械经营（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准）一般项目：智能机器人的研发，工业机器人制造，特殊作业机器人制造，服务消费机器人制造，服务消费机器人销售，工业机器人销售，智能机器人销售，人工智能硬件销售，工业机器人安装、维修，人工智能公共服务平台技术咨询服务，技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广，第一类医疗器械生产，第一类医疗器械销售，第二类医疗器械销售，工程和技术研究和试验发展，教育咨询服务（不含涉许可审批的教育培训活动），从事科技培训的营利性民办培训机构（除面向中小学生开展的学科类、语言类文化教育培训）。
沈阳智能机器人创新中心有限公司
2021-12-07
嘉兴市木星机器人科技有限公司
嘉兴市木星机器人科技有限公司，是一家集教育机器人硬件开发、软件开发、课程开发、人工智能实验室建设为一体的专业机器人技术企业。公司位于浙江省嘉兴市。
本公司主营产品为多功能人工智能可编程教育机器人。包含多个机器人功能模块，可以很好的应用于教学、实验、开发、竞赛等场景。
本公司特色产品为帮助学校搭建智能机器人创新教育实验室，开发和引进机器人教学工具，集成机械设计、微电子技术、软件技术、人工智能技术，构建智能化、个性化、多元化的学习环境，支持学生进行体验式、探究式活动，为师生学习传感器、计算机软硬件、人工智能、自动控制等高新创新知识提供支撑，培养学生的创新能力、实践动手能力和团队协作精神。
本公司汇集了专业人才，秉承真诚、协作、学习、创新的工作理念，以自主知识产权创新机器人研究与开发为核心，不断解决客户需求。其中核心技术人员拥有在国内外20年的机器人行业实际从业经验，已获得数十项专利，能够设计可用于各类教育机器人设备。
本公司将持续秉承“给学生提供更好的机器人教育”的经营理念，为我们的客户及行业实现更高的价值。
嘉兴市木星机器人科技有限公司
2021-12-07
深圳市大象机器人科技有限公司
深圳市大象机器人科技有限公司成立于2016年, 立足于中国·深圳，是一家专注于机器人研发生产、平台软件开发及智能制造服务的全球性新高科技企业。
秉持“Enjoy Robots World”的愿景，大象机器人从生活乐趣和工作效率出发，已自主研发机器人产品包括仿生机器人（MarsCat火星猫），消费级协作机器人（myCobot/myPalletizer/myAGV），专业级协作机器人（P/C/myCobot Pro及关节模组）。
大象机器人产品广泛应用于智能制造生产、商业场景、科研教育、家居生活等多个领域，其产品质量及智慧方案备受全球市场关注，以中，英，美，德，法，日等地为核心市场，全球销量超过一万台。
深圳市大象机器人科技有限公司
2021-12-07
人工智能与机器人基础实训平台
深圳市越疆科技有限公司
2022-06-14
智能机器人与数据驱动应用平台（中职版）
深圳市越疆科技有限公司
2022-06-14
智能机器人与数据驱动应用平台（高职版）
深圳市越疆科技有限公司
2022-06-14
教育部召开“学习贯彻党的二十大精神 统筹推进教育、科技、人才工作”座谈会
11月4日，教育部召开“学习贯彻党的二十大精神统筹推进教育、科技、人才工作”座谈会，围绕实施科教兴国战略，坚持教育优先发展、科技自立自强、人才引领驱动，全面提高人才自主培养质量，着力造就拔尖创新人才，为中国式现代化建设提供基础性、战略性支撑，听取北京大学、清华大学等15所高校主要负责同志意见建议，教育部党组书记、部长怀进鹏主持会议并讲话。
教育部
2022-11-07
一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法
本发明公开了一种基于深度学习与双目立体视觉的飞机线缆支架识别与参数获取方法，结合双目立体视觉，进行飞机线缆支架的参数获取，将飞机线缆支架的种类和参数信息自动存储到数据库中，与标准数据库文件进行比对，调用对应飞机线缆支架的安装工艺文件供装配人员使用，实现了飞机线缆支架的种类和参数自动化识别以及自动调用安装工艺文件。
北京航空航天大学
2021-04-10
西湖大学马丽佳团队开发深度学习模型精准预测SpCas9/gRNA活性及特异性
利用合成gRNA-靶序列的高通量文库允许直接在细胞环境中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。
西湖大学
2023-05-17
基于聚类强化学习的城市道路交叉口交通信号优化方法
一种基于聚类强化学习的城市道路交叉口交通信号优化方法，该方法涉及智能优化技术领域，可以提高单位时间内通过道路交叉口的车辆数。道路交叉口是道路网的重要组成部分，也是路段交通流的瓶颈。研究显示，城市平面交叉口的通行能力只相当于路段上的40%-50%。平面交叉口所消耗的时间约占全程时间的31%，而车辆行驶延误时间中有80%-90%由平面交叉口延误造成。提高城市平面道路交叉口的通行能力，可以减少车辆延误，节约人们的出行时间，增强人们的出行安全，并能够减轻环境污染。 本发明能够根据交叉口的 交通状态自动选择合适的相位动作，以适应交叉口交通状况的变化，能够提高单位时间内通 过交叉口的车辆数，减少车辆延误。与其他聚类强化学习方法的不同之处在于，本发明在学 习过程中，能够根据回报值的标准差动态地增加或减少质心数，能在保证强化学习收敛的前 提下尽可能地减少质心数，从而尽可能减少Q值函数存储空间、提高收敛速度，使交通信号控制策略更快地适应当前交通流情况，从而尽可能减少交通延误。
青岛大学
2021-04-13