|
搜索
搜 索
高等教育领域数字化综合服务平台
人工智能专业建设即AI语音实验套件平台
人工智能语音交互实验套件是一款用于人工智能语音方向的AI实验套件。开发板搭建Linux系统，可自主进行嵌入式生态系统的应用软件开发，支持深度的语音识别、语音唤醒、语音合成等诸多人工智能领域的应用开发。通过这套设备的学习，可以认识了解 AI 人工智能嵌入式设备的架构、硬件部署、软件在 AI 领域中语音识别、语音合成等应用上的实现，是一套 AI 前端实践性极强的学习套件。
套件配套实验清单（含知识点），由资深工程师编写，全面涵盖语音交互技术的实验过程。并提供教学指导、实验视频、实验手册、实验PPT等，便于师生更好的理解实验项目，是高职、本科院校相关专业在 AI 智能语音方向课题的专用教学实验套件。
慧言科技（天津）有限公司
2022-06-01
专家报告荟萃㊳ | 超星指针集团副总经理王丽洁:AI能力中心助力高校新质生产力发展
在此背景下，我们要直面挑战、狠抓机遇，深化人工智能技术与高校管理的有机融合，加速推进智能管理服务的跃升，有力支撑和保障学校各项业务的高质量、可持续发展。
中国高等教育博览会
2025-03-04
精彩活动预告② | 第63届高博会“营火新话局—AI+教育X”，与校企大咖共话教育未来
延续前两届高博会品牌活动“营火新话局”，本届“营火新话局”全新升级，除了有各行各业专家、大咖们的精彩分享，还将有一场精彩的圆桌对话为大家带来独到观点，现场观众可以随时加入，与演讲嘉宾进行互动交流，开启一场跨界交融的思想盛宴。
高等教育博览会
2025-05-19
【就业桥】就业桥运用AI技术助力天津市大学软件学院春招“抢人”获天津日报等媒体报导
2025年3月21日，中国教育在线就业服务平台官方微信公众号“就业桥服务中心”以《就业桥运用AI技术助力天津市大学软件学院春招“抢人”获天津日报等媒体报导》为题对我校进行了报道。
天津市大学软件学院
2025-05-21
基于人工表面等离激元的同频双圆极化漏波天线
本发明公开了一种基于人工表面等离激元的同频双圆极化漏波天线，包括介质基板，覆盖在该介质基板上表面的金属条带以及覆盖在该介质基板下表面的金属地板；金属条带包括两端的带地共面波导匹配结构和中间的人工表面等离激元结构；人工表面等离激元结构包括上下两个边带，每个边带包括若干调制周期排布的人工表面等离激元单元结构；上下两个边带之间开槽单元结构形成90°的角度，且上下两个边带对称设置，并有错位。本发明为双端口漏波天线，不同的端口馈电将产生不同的辐射模式，可在8.6?9.0GHz内实现双
东南大学
2021-04-11
“图智”-PDF工程图AI识别与审查重建系统
1. 痛点问题
PDF电子工程图作为一类重要的非结构化数据，承载了丰富的业务知识和信息。然而，因其复杂性和专业性，PDF工程图难以被机器直接处理，目前主要还是靠人来读取、理解、核对和应用，限制了工程建设领域行业的深层次智能发展。若机器能够像人类一样理解图纸的内涵，就可以支撑丰富多彩的下游智慧应用。如规范智能审查、3D模型智能重建、面向应急逃生、无障碍等特定应用场景的信息智能提取等。这些基于图纸的智慧应用，其核心挑战就是对图纸内容的有效识别和理解。
2. 解决方案
清华大学软件学院BIMChecker Group，自主研发了“图智”-PDF工程图AI识别与审查重建系统，基于深度学习技术和工程领域业务知识应用的有效融合，解决了现实PDF工程图纸信息高分辨率、高密度、相互遮挡等识别难题，实现了对建筑平面图图元和空间布局的智能识别和结构化表达。主要特点如下。
1） 适用于住宅建筑、公共建筑等民用建筑以及仓库、厂房等工业建筑；
2） 支持建筑设计说明、表格、建筑平面图的一键式AI识别；
3） 支持Revit模型一键生成和面向《建筑设计防火规范》的一键审查；
4）支持对现有防火条文、其他国家规范、企业规范的修改和自定义，系统的审查算法可自动适配更新。
合作需求
寻找在AI审图、室内矢量模型重建、图纸特定信息智能提取及其它基于图纸的智能应用场景方面有需求的合作方；开展系统的应用推广、定制化图纸内容识别服务等内容，为各类下游应用、平台提供核心AI图纸理解技术支撑。合作方需具备项目或资金支持。
清华大学
2022-02-28
ML-3D-X1 调车AI好帮手1代
深圳市米勒沙容达汽车科技有限公司
2021-10-28
【新华网】新华吉林快报·聚焦高博会|吉林省AI赋能职业教育创新发展联盟正式揭牌
23日，吉林省AI赋能职业教育创新发展联盟（以下简称“联盟”）在吉林省长春市正式揭牌，标志着联盟正式成立并开始运行。
新华网
2025-05-24
【高教前沿】东北大学副校长王兴伟谈AI时代教育破局：别让学生被算法“偷走”思考力
大学要注重培养“全人”，办有温度的教育。
中国教育在线
2025-07-21
基于AI技术的对全国疫情扩散情况及高峰期
2月1日，清华大学深圳国际研究生院马兆远课题组首次公布基于AI技术的对全国疫情扩散情况及高峰期预测模型。根据后续一周内国家卫计委公布的疫情实时数据反馈，该模型在一周（2月1日至2月7日）之内的预测结果与真实情况吻合度较高，平均准确率达98%以上。团队比较早地对疫情高峰期及拐点出现时间做出“2月7-12日内达到峰值，疫情拐点最迟于2月16日前后出现，总感染人数或达7万”的预判，该预测与钟南山院士的判断互相印证。虽然预测结果的准确度得到验证，课题组团队并没有因此松懈，而是不断根据最新的数据变化调整参数、优化拟合结果，同时积极联络政府相关科技、数据信息等部门，让预测结果成为施策者有力的决策参考。2月1日，清华大学深圳国际研究生院马兆远课题组首次公布基于AI技术的对全国疫情扩散情况及高峰期预测模型。根据后续一周内国家卫计委公布的疫情实时数据反馈，该模型在一周（2月1日至2月7日）之内的预测结果与真实情况吻合度较高，平均准确率达98%以上。团队比较早地对疫情高峰期及拐点出现时间做出“2月7-12日内达到峰值，疫情拐点最迟于2月16日前后出现，总感染人数或达7万”的预判。
清华大学
2021-04-10