BiFeO3薄膜反铁磁序的研究是理解磁电耦合效应和实现电场控制磁性的前提，然而观测反铁磁结构实验手段有限，薄膜中多个铁弹畴的存在进一步使其分析更为困难。因此，BiFeO3薄膜反铁磁结构及其应变调控的物理机制一直还存在争议。 研究发现应变可大幅度调控反铁磁磁矩朝向，且在大的拉应变作用下反铁磁磁矩朝向与铁电极化的垂直关系被打破，结合第一性原理揭示应变对反铁磁序的调控是由Dzyaloshinskii-Moriya（DM）相互作用和单离子各向异性间相互竞争导致；该工作打破了之前一般认为的Bi

桑黄具有增强机体免疫力、抑制肿瘤细胞生长和转移等功效，其抗癌效果在国际有很高的认可度，被誉为“抗癌明星”。 一、项目分类 显著效益成果转化 二、技术分析 桑黄是一类传统的珍稀药用真菌，含有黄酮、多糖等多种有效活性成分，药用价值极高，素有“森林黄金”之美称。桑黄具有增强机体免疫力、抑制肿瘤细胞生长和转移等功效，其抗癌效果在国际有很高的认可度，被誉为“抗癌明星”。我校食药用真菌遗传与育种团队历时10年，围绕珍稀食药用菌桑黄系统地开展了遗传资源挖掘、优质菌株选育、规模化栽培、高活性成分精准调控等方面技术研发与集成示范，取得如下创新性成果： 1.建立了桑黄菌株资源库，筛选和鉴定了一批药用价值高的菌株，并建立了桑黄菌株DNA指纹图谱为指标的分子标记鉴定体系，为知识产权保护打下基础。 2.成功突破了野生桑黄菌株的人工栽培技术，系统性地确立了黄酮高产生产工艺参数，形成规模化优质桑黄生产技术体系。 3.率先研究了各种环境因子对桑黄主要活性成分黄酮的调控机制，结合工艺参数优化形成了高黄酮含量桑黄栽培工艺，为桑黄精准栽培调控提供了技术支撑。

本技术围绕火力发电燃料全周期这条主线，针对燃料精细调控全过程的关键理论与技术难题，创建了火力发电燃料精细调控数据建模理论方法；发明了火力发电燃料全周期精细控制装置与技术；建立了燃料全周期精细调控设计准则及体系架构；研发了火力发电企业燃料全周期智能优化平台，实现了火力发电企业燃料“购-输-烧-排-售”全周期的智能精细调控 一、项目分类 关键核心技术突破 二、成果简介 2020年两会政府工作报告指出：推进煤炭清洁高效利用，同时进一步降低一般工商业平均电价。因此，确保燃煤火力发电机组清洁、安全、高效运行的同时，降低占企业总成本70%以上的燃料成本已成为火力发电企业可持续发展的必然选择。本技术围绕火力发电燃料全周期这条主线，针对燃料精细调控全过程的关键理论与技术难题，创建了火力发电燃料精细调控数据建模理论方法；发明了火力发电燃料全周期精细控制装置与技术；建立了燃料全周期精细调控设计准则及体系架构；研发了火力发电企业燃料全周期智能优化平台，实现了火力发电企业燃料“购-输-烧-排-售”全周期的智能精细调控。

项目背景：T 调控细胞（Treg 细胞）可以提升人体免疫耐受 能力，临床可用于治疗自身免疫病以及免疫排斥，但是人体内 Treg 细胞比例低，很难达到治疗免疫疾病的水平。干细胞可以 诱导 CD4+T 细胞高效率地转化成 Treg 细胞，企业目前掌握干细 胞制备到临床应用全部核心技术，但缺乏利用干细胞诱导制备 Treg 细胞完整的技术体系。企业目前虽拥有 B+A 级洁净实验室， 不具备动物实验和临床试验环境，此外开展动物实验需涉及实验 动物的需要相应的许可证；临床试验需由研究者发起并经研究单 位伦理审批。企业迫切需要与在细胞免疫领域里具有先进技术和 较高学术声誉的科研团队合作，建立和完善间充质干细胞诱导 CD4+T 细胞高效率转化成 Treg 细胞的技术和技术体系，并利用 动物模型证明该体外诱导制备的 Treg 细胞同样具有压制免疫反 应、恢复免疫平衡、维护免疫耐受的能力，从而具有明显的治疗 效果，最后在此基础上开展临床初实验。 所需技术需求简要描述：1.如何提取纯化 Treg 细胞。2.如 何在体外进行高效制备和扩增 Treg 细胞。3.制备扩增后 Treg 细 胞活性验证。4.Treg 细胞在临床如何应用。  对技术提供方的要求:具有长期免疫、干细胞和自我免疫病的研究基础，在国内外具有良好的学术地位和学术声誉，设备先 进。尤其在 T 调控细胞的临床应用方面在国内外具有先进地位， 课题组应具备开创精神和创新能力。 

通过 8 个纵向课题和多个产学研横向联合研发，建立了果蔬食品速冻加工过 程品质调控新技术理论体系和技术平台；针对不同的出口需求，已应用该系列技 术开发了蔬菜、水果和食用菌三大类高品质果蔬速冻加工创新产品，较好地解决 了高效果蔬速冻食品加工中普遍存在的冻前保鲜、速冻、冻藏、解冻等过程中品质变劣快、不稳定的难题。在国内外相关重要刊物上发表论文 61 篇，出版相关 著作 2 本。5 个子课题通过了同行专家鉴定或验收。 创新要点 真空渗透冻前处理技术；超声波速冻技术；液氮深冷速冻技术；玻璃态冻藏技术；高压、超声波和电解冻技术。 

2020年2月25日，华中科技大学胡波等团队在预印版平台medRxiv 发表未经同行评审的题为”Neurological Manifestations of Hospitalized Patients with COVID-19 in Wuhan, China: a retrospective case series study“的研究成果。 该研究从2020年1月16日至2020年2月19日收集数据，214名住院患者，实验室确诊为冠状病毒2（SARS-CoV-2）感染，诊断出严重的急性呼吸道综合症。在研究的214位患者中，有88位（41.1％）为重度患者，有126位（58.9％）为非重度患者。 该研究发现，与非严重的COVID-19患者相比，严重的患者通常具有神经系统症状，表现为急性脑血管疾病，意识障碍和骨骼肌症状。因此，对于COVID19患者，除了呼吸系统症状外，医生还应密切注意任何神经系统表现。

目前北京理工大学基于神经网络的智能无人机疫情预警监控系统主要由无人机平台、光电载荷、喊话系统和地面控制及图像处理平台组成。 该智能无人机疫情预警监控系统能够自动监控广场、公路、小区等各类环境中的人群，检测人员聚集情况，利用红外热成像技术实时获取人员体温情况，实现在非接触情况下对疑似高危人员的快速区分，并快速形成疫情人员相关数据，还可以提供数据接口，供大数据系统进行分析。该智能无人机疫情预警监控系统可同时提供监控人员及被监控人员交互通道，通过喊话系统，监控人员可以随时疏导或制止被监控人员的异常行为，为疫情监控和预警提供了更为清晰和直接的手段方式。

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。

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