北京亿科智慧工程设计研究院，成立于2015-03-19，注册资本为10万人民币，法定代表人为刘源，经营状态为存续，工商注册号为110108018769598，注册地址为北京市海淀区八里庄路62号院1号楼10层1124，经营范围包括工程和技术研究与试验发展；技术咨询、技术服务、技术转让、技术开发；销售自行开发后的产品；组织文化艺术交流活动（不含营业性演出）；承办展览展示活动；会议服务；自然科学研究与试验发展；软件开发；软件咨询；企业策划、设计；经济贸易咨询；企业管理咨询；文化咨询；教育咨询（中介服务除外）。

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品   推出背景：       混凝土应用于建筑、桥梁、道路等众多领域，而混凝土腐蚀老化已成为世界性难题，莫兰迪大桥的坍塌并非孤例，世界各地建造的各类桥梁，特别是使用钢筋混凝土的桥梁，处境都在不断恶化。早在1999年一项研究就发现，欧洲大约30％公路桥梁存在某种缺陷，尤其是钢筋混凝土预制板的腐蚀。       根据《中国腐蚀调查报告》一书提供的数据，我国年腐蚀损失约占国民经济总产值（GDP）的6%，达到上万亿元，仅微生物造成的混凝土腐蚀，每年就带来数以亿计的损失，同时还带来了重大的安全隐患。中国作为世界上大量应用混凝土且地理环境复杂的国家之一，与国外相比，面临着腐蚀环境更为严酷，认识、管理水平不高，技术落后的困境。       作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，为解决混凝土生物腐蚀研究隆重推出：   《NMT混凝土生物腐蚀研究工作站》系列产品！   NMT优势： 1）可实现对混凝土表面微区的测量，空间分辨率高达0.1微米。 2）可精确探测混凝土腐蚀发生时，材料表面电流是由哪些具体离子移动所引起的。 3）不仅可实现对H+（pH）、Cl-、Mg2+等浓度的检测，还可以检测这些离子移动的动态状态，包括进出混凝土材料表面的方向和速率。  分类及用途： 1）《NMT混凝土生物腐蚀研究工作站》（型号：NMT-BCC-100） 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   2）《NMT混凝土生物腐蚀研究工作站》（型号：NMT-BCC-200） 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   《NMT混凝土生物腐蚀研究工作站》（型号：NMT-BCC-100）  NMT优势： 1）可实现对混凝土表面微区的测量，空间分辨率高达0.1微米。 2）可精确探测混凝土腐蚀发生时，材料表面电流是由哪些具体离子移动所引起的。 3）不仅可实现对H+（pH）、Cl-、Mg2+等浓度的检测，还可以检测这些离子移动的动态状态，包括进出混凝土材料表面的方向和速率。  用途： 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   参数 1.基本功能： 1.1针对混凝土生物腐蚀研究设计 1.2原位、非损伤检测 1.3可检测离子、分子指标：H+、Na+、Mg2+、Cu2+、Ca2+、Cl-、O2 1.4可检测整体和局部电位、pH 2.性能： 2.1自动化操作 2.2空间分辨率可达到5μm 2.3长时间实时和动态监测 2.4无需标记 2.5立体3D流速检测 3.软件： 3.1 imFluxes智能软件 3.2可直接检测、输出离子的浓度、流速 3.3可直接检测、输出整体和局部电位、pH 《NMT混凝土生物腐蚀研究工作站》（型号：NMT-BCC-200） NMT优势： 1）可实现对混凝土表面微区的测量，空间分辨率高达0.1微米。 2）可精确探测混凝土腐蚀发生时，材料表面电流是由哪些具体离子移动所引起的。 3）不仅可实现对H+（pH）、Cl-、Mg2+等浓度的检测，还可以检测这些离子移动的动态状态，包括进出混凝土材料表面的方向和速率。  用途： 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。 参数 1.基本功能： 1.1针对混凝土生物腐蚀研究和研发设计 1.2原位、非损伤检测 1.3可检测离子、分子指标：H+、Na+、Mg2+、Cu2+、Ca2+、Cl-、O2 1.4可检测整体和局部电位、pH 1.5可拓展检测指标：Al3+、Fe3+、Hg2+、整体和局部电流 1.6可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度 2.性能： 2.1自动化操作 2.2空间分辨率可达到5μm 2.3长时间实时和动态监测 2.4无需标记 2.5立体3D流速检测 3.软件： 3.1 imFluxes智能软件 3.2可直接检测、输出离子的浓度、流速 3.3可直接检测、输出整体和局部电位、电流、pH 3.4可同时监测、输出检测时的环境参数

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。

北京大学物理学院、纳光电子前沿科学中心、人工微结构和介观物理国家重点实验室“极端光学团队”胡小永教授和龚旗煌院士等在非厄密拓扑光子学研究中取得重要进展：发展出一种研究新型增益-损耗畴壁拓扑光学体系的有效哈密顿量新方法，揭示了由增益-损耗畴壁诱导的拓扑态的产生机制。

东南大学分析测试中心聚焦离子束双束系统采购 招标项目的潜在投标人应在微信公众号“苏美达达天下”获取招标文件，并于2022年06月16日 14点00分（北京时间）前递交投标文件。