为进一步提高学校师生办理所需文件的便捷度，让信息多跑路，学生少跑腿，时代锐思推出可信电子文档服务平台。此平台依托PKI身份认证体系，以标准电子签章服务体系为核心，将数字证书与师生校内基础数据整合，为学生提供可信电子成绩单、可信电子证明文件的申请、生成、派发、验证等全在线自助服务，解决全流程线上业务办理“最后一公里”问题，三步申请、一秒送达、一次搞定。 可信电子文档优势 更加的安全 与传统的纸质文档相比，电子文档更加的安全，不会丢失和损坏，更不会被其他人所利用和伪造，而且具有和纸质文档一样的法律效应。在需要的时候随时可以通过pc端、手机移动端对电子文档并进行查验，杜绝文档篡改、造假。  更加的便利 电子文档是一个数字的文档，不需要随身携带，只需要在使用的时候，随时可登录服务平台查询、下载已加盖电子签章的文档。 随时打印 可信电子文档随用随打印（彩色、黑白均可），对打印机和纸张没有限制，对打印次数没有限制。  更加的智能 实现文档电子化之后，每个学生的相关文档（各种成绩单、证明文件）都可以随时在线查询，而且会更加的智能化。 更加具有公信力 可信电子文档的法律效力、基本用途、基本使用规定与纸质文档相同，突破了传统纸质文档的概念；采取电子签章实现文档签名、电子盖章，实现电子文档唯一性、不可抵赖性、防篡改；通过数字媒体形式传送与保存文档内容，可通过网络、移动通信等方式传送给接收方。   可信电子文档应用

针对高校毕业校友信息管理方面的需求，加强对毕业校友的个人信息、职业信息、荣誉信息的管理力度，确保校友信息更新及时，获取全面准确的数据；同时拓展了学校与校友、校友与校友、校友与在校生之间信息分享、资源互助的渠道。

以项目应用实践为核心，结合行业真实业务场景，以解决问题为目标进行项目实训，为高校师生应用实训提供环境与资源的双重保障，真正实现学生“应用能力”培养。基于Jupyter Notebook的交互式编程与拖拽式可视化分析引擎和机器学习开发引擎，可满足大数据、人工智能专业以及交叉学科的多种实训需求。平台提供完整的在线指导手册、实训环境，同时支持自定义实训项目，教师可将科研课题成果转化为实训项目案例，让科研反哺教学，不断优化教学成果。 1、实训环境1.1    交互式笔记平台通过接入Jupyter Notebook，为学生提供了基于网页的交互编程的实验环境。通过在线编码与在线运行，让课程可以更加多样化，让学生的学习可以更加直观有效。1.2    可视化分析引擎平台内嵌可视化分析引擎，拖拽式可视化操作，为新商科、新文科及相关交叉学科数据可视化分析提供工具支撑，50余种图形组件，包含上百种图形配置参数与多种主题风格，满足各种自定义效果展现，学生可结合实际行业业务快速开展数据分析工作。1.3    机器学习开发引擎拖拽式低代码的机器学习开发引擎，拖拽连线式模型构建及详细的洞察帮教功能，让学生可以快速开展数据探索与深度数据分析。内置150多个分析算子，从数据处理、特征工程、机器学习、集成学习、深度学习、模型管理等数据挖掘全流程方法支撑，满足应用型教学需求。2、实训手册平台中内置的每个实训项目都包含一个详细描述实训任务的实训手册，从项目背景、任务要求、使用方法等多方面对实训任务进行全面描述，复现出实际操作场景，使学生明确实训目标，在循序渐进的引导中完成实训项目。3、在线实训平台内嵌入成熟商业大数据分析工具，提供了拖拽式低代码的在线实训环境，为实训项目打造出可视化分析和机器学习两种实训模式，让学生在学习过程中就接触到实际项目工具，真正做到学以致用，增强学生在大数据领域求职就业的硬实力，为以后进入大数据相关岗位奠定基础。同时平台还提供采用编码式的实训项目，可以满足学生在代码层面的学习需求，通过在线实训练习提高学生的综合编码能力。4、实训作业学生可在平台中使用可视化分析引擎、机器学习开发引擎、Jupyter Notebook等在线实训工具产出多种类型的实训作业，教师可以对课堂中学生作业进行统一审阅、评分，在线完成了从作业产出到作业评审的闭环，降低了复杂实训项目的练习门槛，学生也能第一时间了解到作业评审的反馈信息，提高了学习效率。5、自定义实训平台中内置了编码式和拖拽式的实训环境，可以支持教师将手中科研项目及过往项目经验总结积累下来，集成并转化为不同业务场景的实训项目。教师通过自定义实训手册，可以从自身项目经验角度出发，切实描述实训项目任务，创建更加贴合实际的实训项目任务，增加学生代入感，提高学生积极性。除了满足自身的教学需求之外，教师还可以将自己创建的实训项目共享至实训项目库，方便其他教师复用。

建设专业的实践教学科研平台，提供产业级集成电路设计环境。 培养高质量的集成电路专业人才，提高学生实践开发能力和工程实践技能。 校企联合共建课程体系，加强双师型师资队伍建设，创新人才培养模式，加强专业建设软实力。 为申报各类省部级以上重大科研项目提供支撑条件，为各类相关科研试验提供设备和场地支持。 提供工程教育认证整套解决方案及工程认证专家指导。 发挥服务地方经济建设的功能，为地方培养优质的集成电路专业人才。

 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。 

1、将课堂班级转变成学习型社群；不仅有学习活动的互动、交流；也有学习资源、信息的分享，满足课前备课设计，课中互动教学，课后作业巩固等全流程设计； 2、协助教师突破传统教学限制，实现混合式、翻转式、交互式等创新教学策略； 3、提升教师教学质量、激发学生学习兴趣； 4、为学校提供完整解决方案，达成「教、学、管、评、测」一体化的教育信息化建设目标。

本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。

本平台实现交通数据的可视化、预测、关联性分析

西安电子科技大学计算机科学与技术学院智能软件与系统新技术研究所副教授张亮团队依托上海瑞金医院、西安交通大学第二附属医院等的新冠肺炎疑似、确诊患者肺部CT影像，通过综合分析新冠肺炎患者的肺部CT影像特点（磨玻璃、体积大小、位置等特征），张亮团队加快技术攻关，设计开发了基于深度学习的新型冠状病毒的早期检测筛查模型系统。