|
搜索
搜 索
高等教育领域数字化综合服务平台
2024年度国家自然科学基金项目申请集中接收与受理情况分析
经形式审查，共受理项目申请383123项，不予受理项目申请1441项。
国家自然科学基金委员会
2024-07-11
天津市级课程思政优秀案例-Python数据分析与应用 - 奥运奖牌数据分析
本思政案例值巴黎奥运会火热举办之际，以奥运会数据为载体，引导学生运用Python的Pandas库进行数据清洗、筛选与聚合分析，并通过Plotly工具实现数据可视化。案例巧妙融合数据分析技能培养与思政教育，通过剖析我国奥运奖牌数据变化，让学生直观感受国家体育事业的蓬勃发展，深切领悟体育强国战略背后蕴含的国家意志与民族精神。同时，鼓励学生从数据中探寻体育精神内核，内化于心、践之于行，涵养积极人生态度与爱国情怀。此外，案例数据可视化呈现国际竞技格局，助学生理解多元包容、拓宽国际化视野，增强民族自豪感与文化自信，实现知识传授与价值引领的有机统一。
天津市大学软件学院
2025-05-21
2.无人机多功能一体化遥控器（图像显示）的开发 3.深度智能追踪和识别目标
1.飞行器控制主板软件设计。2.无人机多功能一体化遥控器（图像显示）的开发3.深度智能追踪和识别目标
临沂高新区翔鸿电子科技有限公司
2021-08-25
西安交通大学能源与动力工程学院金属增材制造设备竞争性磋商
西安交通大学能源与动力工程学院金属增材制造设备竞争性磋商
西安交通大学
2022-06-01
北大财政所举办“后疫情时代‘互联网+教育’行业发展与体制内外合作”研讨会
2020年新冠肺炎疫情的暴发中断了我国线下校内和校外教育的供给，对我国体制内外的教育体系产生了重大影响。疫情期间和后疫情时代“互联网+教育”行业发展面临哪些突出问题，有何突出需求？
北京大学
2021-02-22
关于召开第六届中国高等教育智慧教学与课堂教学改革论坛的通知
为深入学习贯彻党的十九大和十九届历次全会精神，持续推进高等教育高质量发展，实现信息技术与教学深度融合，推动智慧教学与课堂教学改革，构建教育教学发展新生态，全面提高人才培养能力，经研究，中国高等教育学会决定举办第六届中国高等教育智慧教学与课堂教学改革论坛。该论坛是2022年8月4-6日在西安举办的第57届中国高等教育博览会的组成部分。
中国高等教育学会
2022-07-01
关于发布2023年度北京市城市科技与精细化管理“揭榜挂帅”项目指南的通知
为进一步推动北京城市精细化管理科技支撑工作，强化安全风险防控、韧性城市建设、城市运行保障等领域的新技术研发与示范应用，市科委、中关村管委会会同市应急局、市水务局、市城市管理委、市消防救援总队等部门，采用“揭榜挂帅”形式向社会公开征集揭榜挂帅项目，现将具体事项通知如下
社会发展科技处
2023-08-11
关于召开第六届中国高等教育智慧教学与课堂教学改革论坛的通知
为深入学习贯彻党的十九大和十九届历次全会精神，持续推进高等教育高质量发展，实现信息技术与教学深度融合，推动智慧教学与课堂教学改革，构建教育教学发展新生态，全面提高人才培养能力，经研究，中国高等教育学会决定举办第六届中国高等教育智慧教学与课堂教学改革论坛。该论坛是2022年8月4-6日在西安举办的第57届中国高等教育博览会的组成部分。
中国高等教育学会
2022-07-04
关于组织申报2023年度山西省重点研发计划（半导体与新材料领域）项目的通知
为全面深入学习贯彻习近平新时代中国特色社会主义思想，党的二十大精神，以及习近平总书记关于新时代科技创新的重要论述重要指示精神，围绕重点产业链部署创新链，瞄准攻关半导体与新材料领域关键核心技术与共性理论问题，为我省重点产业链和特色专业镇建设提供创新支撑。根据《山西省科技计划项目管理办法》（晋政办发〔2021〕42号），现将凝练形成的2023年度山西省重点研发计划（半导体与新材料领域）重点支持方向予以发布，请根据要求组织项目申报工作。
山西省科技厅半导体与新材料科技处
2023-08-08
网络的结构可预测性与网络结构的最短压缩比特串长度呈线性关系
在本研究工作中，该团队利用信息论和统计物理两个领域中熵的相关理论，对网络结构预测极限进行了研究。直观地说，一个可以仅用几个词描述的网络结构意味着它很简单，其边也很容易预测。例如二维晶格或一维链状结构。相反，如果一个网络需要很长的语言才能描述清楚，那么它应该具有非常复杂的结构，其结构很难预测。在计算机领域，任何网络的结构都可以被编码成二进制字符串。这启发了团队探寻最短二进制编码字符串长度，也就是熵，和可预测性之间的关系。 通过研究，该团队发现来自不同领域，很多大小不一的网络，其结构的最短压缩长度和可预测性之间存在一个普遍的线性关系。基于香农信源编码定理，该团队在随机网络上证明了这种线性关系。 进一步，利用这一线性关系，该团队推导出网络结构预测算法的性能上界，揭示出包括机器学习在内的预测算法性能尚存在多大的提升空间。因此，该性能界可用于指导未来在线商业推荐系统、蛋白质相互作用探测等场景中的算法设计。另外，该理论的一个有趣的用途是，可以实现在无需任何预测算法的情况下，通过网络结构压缩数据大小来估计一个网络数据集的商业价值。
中山大学
2021-04-13