青岛中康原能细胞生物科技有限公司成立于2020年05月06日，注册地位于中国(山东)自由贸易试验区青岛片区太白山路172号中德生态园双创中心288室(经营场所:青岛市黄岛区齐长城路499号)，法定代表人为苏亚勒。经营范围包括一般项目：人体干细胞技术开发和应用；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；医学研究和试验发展；技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；技术推广服务；科技推广和应用服务；化妆品批发；化妆品零售；第二类医疗器械零售；企业管理；健康咨询服务（不含诊疗服务）；从事与外国（地区）企业相关的非营利性业务活动；信息咨询服务（不含许可类信息咨询服务）（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）

南昌双天使生物科技开发有限公司注册地在中国江西省南昌市青山湖区。2021年1月29日成立。是中外合资经营企业。法人代表是曹正洪。双天使生物是一家抗肿瘤新药研发商，主要从事新型靶向抗肿瘤药物的新药研发。其候选药物SF-2是全球首创同时具有两类三个重要靶点的抗肿瘤小分子药物，能解决联合用药带来的毒副作用叠加、代谢不同步和医疗费用高等问题，具有重大临床应用价值。

AR探究实验资源库，按照国家课程标准实验要求，将中学难懂的抽象的复杂的实验运用3D建模及AR技术营造虚实合一的实验场景。老师无需佩戴任何体感设备即可进行手势操作，通过手势可以实现抓取、移动、添加、减少、旋转、拆除、组合等动作，从而进行探究实验操作。 AR探究实验资源库包含： 资源优势： 1、覆盖初中物理/化学/生物所有重点难点实验内容，按照章节排列 2、将几近真实地虚拟实验环境呈现并嫁接到现实课堂中 3、显示虚拟辅助线，弥补真实实验中无法观察的信息 4、智能记录实验数据，以便进行实验数据验证

模拟人体外皮模块，采用高分子生物仿真材料，真实还原人体表皮、真皮、皮下组织等，设计可替换耗材模块，操作手感真实。适用于消毒、切开、缝合、打结等外科手术学基本操作训练。

1 .掌握大鲵子二代亲鲵生殖生理特点和生殖调控机理，创建大鲵子 二代生殖调控技术和大鲵子三代全人工繁殖和苗种规模化培育技术；2 .选育和培育出体质健壮子二代亲 鲵400多组（1尾雄亲鲵+3尾雌亲鲵为一组），诱导性腺发育与雄雌同步成熟，使用高活性催产剂进行人 工催产，催产率达72%，受精率90%，孵化率33%，苗种存活率90 .5%，三年（2007-2009年）共繁育大 鲵子三代苗种44800尾；3 .实现大鲵子三代苗种规模化生产，能提供大批量子三代苗种供养殖部门发展 大鲵养殖产业，并在自然保护区放养，还进行子三代健康养殖示范，具有显著的经济效益、社会效益和 生态效益

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。

近期，西湖大学人工光合作用与太阳能燃料中心孙立成实验室在探索这一未解之谜的过程中取得进展。

针对我国严重弃水问题，提出将冗余水电就地转化为易保存和运输的清洁能源天然气的整体工艺，冗余水电电解水产生氢气，生物质气化提供碳源，制备甲烷化催化剂，氢气和合成气在高效催化剂作用下，在特殊设计的流化床反应器中反应生成天然气，实现水电和天然气系统的交叉互补运行，提供能源优势互补新途径。建成了一套电转气小型示范装置，运行结果表明：催化剂活性高、性能稳定，甲烷选择性>99.9%，转化率可达100%。