本系统创新性地将三维地球可视化方法运用到极地可视化领域，采用B/S架构、内外网协同的网络信息系统，构建了极地三维地理信息可视化系统平台，极大地丰富了极地信息可视化的手段，目前国外极地领域还没有同类系统出现。 一、项目分类 关键核心技术突破 二、技术分析 传统的GIS信息可视化以二维可视化为主，本系统创新性地将三维地球可视化方法运用到极地可视化领域，采用B/S架构、内外网协同的网络信息系统，构建了极地三维地理信息可视化系统平台，极大地丰富了极地信息可视化的手段，目前国外极地领域还没有同类系统出现。 本系统集成了丰富的地理信息数据，提供多种可视化查询方法。系统集成了天地图、OSM、谷歌地图等多种在线矢量和栅格地图等多种基础底图为用户提供选择。系统集成了海冰、水文潮汐、冰川、气温等地理环境数据，全球AIS船舶、ADSB飞机轨迹、全球港口机场等人类活动数据，对全球船舶、飞机进行实时定位追踪。此外，还搜集整理了极地考察站、南极领土主张、全球地形、REMA、ArcticDEM等极地相关数据，力求打造全面综合的极地三维地理信息服务平台。 系统提供数据实时更新和可视化的接口，构建了极地考察数据回传、处理分析、发布和在线可视化自动处理流程，极大提高了极地信息共享效率。 本系统代码完全独立自主，风险可控，数据集成于本地数据库，不依赖于外网也可完整地提供全面的极地三维地理信息服务。

本发明公开了鸟嘌呤核苷单磷酸还原酶1作为预防或治疗阿尔茨海默症的药物靶标的应用，所述药物为Lumacaftor或其衍生物或含有Lumacaftor的药物组合物。鸟嘌呤核苷单磷酸还原酶1(GMPR1)的水平在阿尔茨海默症患者中高于健康者，是阿尔茨海默症的治疗靶点。该Lumacaftor可以抑制GMPR1的活性，进而阻止神经元死亡，治愈阿尔茨海默症。本发明通过分子对接技术在所有已知药物中筛选出Lumacaftor，并在阿尔茨海默症模型小鼠中验证了其治疗效果。

非阿贝尔Majorana零能模的出现和其超导/超流载 体本身的拓扑特性无关，即无论在拓扑平凡或非平凡的二维超导或超流中，均可以获得满足非阿贝尔统计的马约拉纳零 能模，并由此提出实现马约拉纳零能模的最小化物理实验模型。

阿尔茨海默病（AD）是一种不可逆的神经退行性疾病。大量基于功能磁共振影像的研究提示AD可能是一种失连接综合征。但是由于缺乏大样本、多站点的数据集交互验证，迄今为止与AD脑功能活动、脑连接的异常模式还没有得到一个清晰一致的结论，脑功能活动是否可以作为AD的早期影像学标记也有待进一步验证。为准确刻画AD的脑活动、脑连接和脑网络异常模式，并探索功能磁共振影像指标作为AD早期识别标记的可行性，中国科学院自动化研究所脑网络组研究中心联合中国人民解放军总医院、首都医科大学宣武医院、天津环湖医院和山东大学齐鲁医院等国内外多家单位的研究人员组成的研究团队，共同利用多中心、大样本的功能磁共振影像数据(N=688)，使用荟萃分析的方法找到了AD中稳定的、可重复的功能异常模式，并从标记的泛化性、个体化精准诊断可行性与生物机制解析等方面进行了系统的研究。该研究成果近日在《Human Brain Mapping》在线发表。本研究首次使用多中心、大样本的静息态功能磁共振数据集对AD患者的功能异常进行了全面系统的研究，并评估了与AD有关的功能异常作为AD诊断的生物标记物的有效性和泛化性。更具体地说，研究发现脑内默认网络(DMN)、扣带回、基底神经节以及海马的异常功能连接和局部活动可能是AD认知能力、脑内信息交流受损的基础。脑网络异常的严重程度的个体间差异与认知损害程度、β淀粉样蛋白累积程度显著相关，这进一步加深了我们对AD的神经生物基础和脑功能活动异常之间关系的理解。跨中心独立验证的个体识别准确率和临床评分预测的结果表明脑功能活动异常可能作为AD发生发展可能的影像学标记物。后续独立验证数据集和一系列的对比实验证实了结果的可重复性和泛化性，夯实了本文的结论。这也是该团队继基于多中心的功能磁共振阿尔茨海默病脑活动改变研究和基于海马影像组学的AD早期识别的研究之后，在AD的脑影像异常表征上取得的又一重要进展。团队后续的工作将集中在更多独立中心、纵向跟踪的高危人群的验证工作，并希望和更多的团队建立进一步的合作。该研究受到国家重点研发计划课题、国家自然科学基金委面上项目、中国科学院先导项目和模式识别国家重点实验室开放课题等项目的支持。相关论文信息：https://onlinelibrary.wiley.com/doi/10.1002/hbm.25023

九龙5G创业谷毗邻东南大学九龙湖校区，依托东南大学国家大学科技园江宁双创基地，与校内院系联动，共同打造面向机器人、智能制造、人工智能、电子信息等领域的国家级备案众创空间，位于东南大学国家大学科技园双创基地（江宁）二楼，面积约2000㎡。

上海申龙可信数字科技股份有限公司是拥有自主知识产权的核心技术、知名品牌，具有良好的创新管理和文化，整体技术水平在同行业居于先进地位，在市场竞争中具有优势和可持续发展能力的企业。公司位于上海市浦东新区张江国家数字出版基地，是国内运用云计算推动城市大规模人机交互应用服务的高科技型公司之一。 狂龙数字多点触控终端研发在国内属于领先企业，高端多媒体可视化应用，更是在国内甚至国外处于领先水平，而这些优势和团队是其他竞争企业所不具备的。狂龙未来教室方案更多结合和参与国际上智慧校园的研究及运营，其中智能备课系统、双脑双屏互动教室、微课录播系统及可视化观摩监控平台为国内首创。狂龙数字多媒体人机交互可视化软件硬件终端产品，于2009年荣誉入选国家“辉煌六十年，中国人民共和国成立六十周年成就展”，2010年成功为广州亚运会建设运营室内会外人机交互可视化平台。目前，狂龙所研发的智慧社区、智慧旅游、智慧校园系列产品，在国内多个省市参与智慧城市的项目建设。上海狂龙的目标是成为中国规模最大、综合实力最强的云计算人机交互公众服务信息化建设领军者，作为国家基地示范性创新企业，在数字化智慧化创新的发展道路上，上海狂龙将一直努力前行。    

 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。 

山东瑞博龙化工科技股份有限公司成立于2006年9月8日，位于临邑县经济开发区华兴路中段东侧，是国家级高新技术企业，于2016年4月成功挂牌新三板。主要产品是N，N二甲基丙烯酰胺和丙烯酰吗啉等系列产品，产品无毒无害，绿色环保，市场应用广泛。公司以技术为先导，致力于有机功能性高分子单体的研发及生产（公司现有产品主要以丙烯酸酯、丙烯酰胺单体为主），强化与清华大学、南开大学、山东大学等高等院校、科研院所多层次、多形式的合作交流活动通过推进产、学、研于一体化，建立起三方合作、优势互补、共同科研、利益共享、互促互进的产品创新机制。 公司主营业务为丙烯酸酯及丙烯酰胺单体的研发与生产。以“酰胺基”为基础，自主研发生产的N,N-二甲基丙烯酰胺、与南开大学合作研发出丙烯酰吗啉，以其品质优良获得了国内外客户的高度认可，与国外著名企业成为战略合作伙伴，并建立了长期稳定的合作关系。且公司高度重视研发，紧跟市场脉搏，具备发展必备的核心竞争能力，同时还有多种产品已完成实验室小试研发、中试生产，已经进入工业化试生产阶段。