人工智能机器人实训平台采用先进的实感技术，搭载高精度激光雷达、高清摄像头和红外传感器，可以实现人脸扫描，微秒识别；环境认知，物体识别；动作捕捉，即时反馈；手势认知，人性互动等功能，同时可完成自主建图，自主导航避障、自主充电等续航问题。拥有25套基础表情动作和486类情感语言表达，能实现语音、动作、手势、表情、触控、感应等多模态交互，以及多语种和国内多方言互动。通过对人工智能机器人进行仿生模块化的拆解装配，可以实现声控识别、自然语言理解、人脸识别、情绪识别等多模块人工智能技术实训，培养智能机器人开发及应用能力。

  高校智能题库资源管理系统 试题试卷永久归档  资源数字化管理     核心功能   试题试卷数字化 试题试卷数字化管理，建立数据库系统，永久保存，规范管理。 单题/批量导入，在线/离线录入，客户端/管理端录入。 支持常用文件格式，导入方式多样（word、excel、json）。 支持全试题模型（文字、图片、表格、公式、音频等）。 录入、编辑、审核、组卷、检索操作简单。 完备的错误警报机制。   试题维护 可预览、可检索、可编辑，支持全题型。内置属性多样且可以自定义，如难度、公开度、区分度、差异系数、标准差。引入版本概念，记录试题变更历程。与最终考试结果关联，迭代更新试题属性值。统计试题使用次数，加权计算试题曝光度。   智能组卷 支持自动组卷/手动组卷，在线组卷/离线组卷，单套/批量组卷。 组卷灵活：简单组卷、精确组卷、蓝图组卷。 可按题量、分数、题型结构、知识结构、难度系数等多重模式组卷。题库系统与阅卷系统关联，可获取作答得分详情，用于属性分析。提供多维度属性，如难度、区分度、标准差、差异系数、信度等，便于组卷抉择。重复试题自动筛选提示。 试卷可预览、可修改、可导出，可一体化输出线下印刷，也可联通线上网考。   审核管理 试题审核：新录试题进入管理端数据库，需要经过规定的审核流程，自主设置相似度阈值，审核提供预计属性值（难度、标准差、差异系数） 考卷审核：客户端同步至管理端，试卷进入待审列表，由管理员对试卷及内容进行审核，还可审核试卷属性（难度分布、知识点分布、标准差与区分度）   查重比对 查重列表：根据设计的阈值，摘选出库中超出阈值的试题；按本题型与其他题型划分陈列。 比对标记：原题与相似试题间的判定重复部分，高亮表示，便于核查。 配置设置：可自定义比对阈值、最多比对数量、查重范围等参数。 属性预估：根据相似试题属性，综合计算本题预估属性值，包括难度、区分度等   产品优势   部署灵活 同时支持在线云端部署与本地离线部署，客户端与管理端分离使用。   安全性高 制卷与命题动作分离，独立运作，相互隔绝。 数据流转安全，依托特定密钥加密的数据文件，不显示明文信息。   题型支撑广泛 支撑目前已知所有试题类型的录入，支持音视频、图片、数学公式的在线编辑。   系统使用简便 为不同角色制订不同的使用界面；为管理人员与命题老师分别优化使用过程。    

“依脉中医四诊智能诊断系统”是传统中医理论与现代科技的完美结合，将中医脉诊、舌面诊、问诊等子系统整合，自动辨识人体体质，并通过智能辨证分析开展个体化中医养生干预服务，给予合理的养生调养指导和经典处方建议等。 智能脉诊单元 智能脉象采集模块选用航天级压力传感器，独创磁吸式腕带，通过“无级快速气动加压-连续缓慢减压”模式，充分模拟中医脉诊过程中的“浮中沉”指法，对受试者脉搏压力信号进行采集。通过传感器将压力信号转化为电信号，能够实时显示被试的脉象图，并通过一系列算法提取脉搏原始数据中的特征值，与中医脉象数据库中数据进行实时比对，智能分析出受试者的中医脉象类型。系统通过权威算法分析被试脉象数据，自动获取最佳脉图，并能够输出多种时频指标，助力中医脉诊客观化研究。 智能舌面诊单元 智能舌面诊单元采用球形柔光罩，充分模拟自然光，选用专业级单反相机进行成像。系统采用支持向量机（SVM）、动态形状模型（ASM）等多项成熟技术，能够智能分析舌色、舌形、舌态、苔色、苔质、舌络、面色等特征，记录和跟踪不同时期的舌象、面色特征变化，对疾病的疗效评估具有重要的参考价值，为健康状态的辨识、干预效果的评价提供客观化依据。 体质辨识系统 体质辨识系统根据中华中医药学会发布的《中医体质分类与判定》标准、《中医药健康管理服务技术规范》、《国家基本公共卫生服务规范（2011年版）》等文件要求设计，开展亚健康人群中医体质辨识、准确快速识别人体9种体质及其兼夹体质。并开拓展设计了慢性病（糖尿病、高血压、高血脂、高尿酸）检测问卷及孕产妇、0-14岁儿童、65岁及以上老年人体质辨识问卷，助力健康中国战略。 智能辨证分析系统 通过对设备客观化采集到的中医四诊信息，进行综合辨证分析，自动得出人体健康状况综合评价结果，并为用户提供个性化健康养生方案（经典方剂、中成药、季节调养、针灸、穴位按摩等）。 系统可对用户数据进行实时统计，后台可自动生成智能报表，查阅用户档案，分析中医客观化诊断信息，挖掘潜在规律。助力中医诊断信息客观化研究。

“依脉中医四诊智能诊断系统”是传统中医理论与现代科技的完美结合，将中医脉诊、舌面诊、问诊等子系统整合，自动辨识人体体质，并通过智能辨证分析开展个体化中医养生干预服务，给予合理的养生调养指导和经典处方建议等。 智能脉诊单元 智能脉象采集模块选用航天级压力传感器，独创磁吸式腕带，通过“无级快速气动加压-连续缓慢减压”模式，充分模拟中医脉诊过程中的“浮中沉”指法，对受试者脉搏压力信号进行采集。通过传感器将压力信号转化为电信号，能够实时显示被试的脉象图，并通过一系列算法提取脉搏原始数据中的特征值，与中医脉象数据库中数据进行实时比对，智能分析出受试者的中医脉象类型。系统通过权威算法分析被试脉象数据，自动获取最佳脉图，并能够输出多种时频指标，助力中医脉诊客观化研究。 智能舌面诊单元 智能舌面诊单元采用球形柔光罩，充分模拟自然光，选用专业级单反相机进行成像。系统采用支持向量机（SVM）、动态形状模型（ASM）等多项成熟技术，能够智能分析舌色、舌形、舌态、苔色、苔质、舌络、面色等特征，记录和跟踪不同时期的舌象、面色特征变化，对疾病的疗效评估具有重要的参考价值，为健康状态的辨识、干预效果的评价提供客观化依据。 体质辨识系统 体质辨识系统根据中华中医药学会发布的《中医体质分类与判定》标准、《中医药健康管理服务技术规范》、《国家基本公共卫生服务规范（2011年版）》等文件要求设计，开展亚健康人群中医体质辨识、准确快速识别人体9种体质及其兼夹体质。并开拓展设计了慢性病（糖尿病、高血压、高血脂、高尿酸）检测问卷及孕产妇、0-14岁儿童、65岁及以上老年人体质辨识问卷，助力健康中国战略。 智能辨证分析系统 通过对设备客观化采集到的中医四诊信息，进行综合辨证分析，自动得出人体健康状况综合评价结果，并为用户提供个性化健康养生方案（经典方剂、中成药、季节调养、针灸、穴位按摩等）。 系统可对用户数据进行实时统计，后台可自动生成智能报表，查阅用户档案，分析中医客观化诊断信息，挖掘潜在规律。助力中医诊断信息客观化研究。

面向人工智能专业方向理论和实验的云教学平台，融合了Jupyter Notebook实验平台和教学资源中心两大模块。提供开箱即用人工智能编码实验环境，使教学过程高效、便捷。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括：1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用，参见下图。

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。

在中加国际科技合作、自然科学基金中德基金、总装预研基金等的资助下，开展以可穿戴计算、工业无线传感器网络、身体传感网络、感知计算等前沿技术为核心的研究工作，并面向老年健康、工业物联网、移动增强现实等领域研究实用化技术和产品装置，具体包括： 1） 工业物联网应用：开发了一系列符合IEEE 802.15.4/Zigbee、Wireless HART等无线传感器网络标准的微型化传感节点、模块、网关，以及相关的协议栈源码。 图1 工业物联网 2） 健康应用：主要面向安全、健身、医疗等健康应用，研发超低功耗、无障碍、可长期持续穿戴应用的智能腕带（腕表）、腰带（腰挂、腰带扣）、胸带等各类形态的健康装置，开发运动统计、跌倒预警和检测、睡眠监测、多生理参数监测等产品应用

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