广西大学行健文理学院(院校代码：13638)是经国家教育部批准，由广西大学和广西希达教育开发有限公司按照新机制和新模式合作创办的全日制本科普通高校(独立学院)。2005年1月，通过教育部对独立学院办学条件的专项检查。2011年11月被列为学士学位授权单位。 学院地处风景如画，有着“绿城”美誉的广西首府南宁，坐落在广西大学东北面，紧邻宁静优雅的南宁市花卉公园。校园环境优美、办学设备设施完善，师资力量雄厚，教学管理严格，是莘莘学子求学成才的理想之地。 广西大学创办于1928年，是广西办学历史最悠久、规模最大的综合性大学，也是目前广西唯一的国家“211工程”学校，教育部和广西共建的省部共建高校、中西部高校提升综合实力计划建设高校。学院依托广西大学丰富的教学资源、深厚的文化底蕴以及雄厚的学科基础和强大的综合办学优势办学，以母体学校的优势学科为基础，以市场需求为导向，面向社会、面向市场，立足于区域经济和社会发展需要设置专业，培养具有一定理论基础、复合型知识结构和较强实践能力的高素质应用型专门人才。 学院设有商学部、人文学部、理工学部三个专业教学部和思想政治理论教研部、公共基础教学部两个公共教学单位，现有46个本科专业(方向)，涵盖文、法、理、工、经济、管理、教育及艺术八大学科门类。现有1个自治区级专业群(设计工程类专业群)、6个自治区级重点专业(风景园林、建筑电气与智能化、会计学、国际经济与贸易、财务管理、英语)。学院不断完善实践教学环境，现有金融实验室、建筑电气与智能化实验室、语言实验室等66个实验室;与115家单位建立了合作关系,与其中87家单位签订了实习实训、协同育人协作协议。2016年成立创新创业学院，建设创客空间40间。学院图书馆建筑面积15800平方米，现自有纸质藏书96万多册，学院师生还可以共享广西大学图书馆的纸质图书以及电子图书;校园网主干网10000M，覆盖各教学楼、办公楼、实验室和学生宿舍，网络信息点15521个。 学院面向全国22个省(市、自治区)招生，目前在校本科生13400余人。学院大力引进具有硕士学历以上的人才，并聘请了一批具有丰富实践经验的教师、“双师型”教师和外籍教师。现有专兼职教师533人，具有硕士以上学位教师415人，占77.9%，具有副高以上职称教师116人，占21.8%。 近年来，学院加快国际化建设的步伐，探索人才培养新模式，开展了形式多样、内容丰富的各类交流交换项目，同时不断寻求拓展新的合作渠道及培养模式。目前，学院与美国、英国、澳大利亚、日本、泰国、马来西亚等多个国家和台湾地区建立了友好合作关系，开展了“3+1”、“ 3+1”双学位、“ 3+1+1”本硕连读、暑期赴美社会实践、赴台交流、教师互访等项目。 办学十六年来，学院牢固树立“以人为本，为学生发展服务”的教育思想，秉承“厚德自强”的院训，确立多元化的人才质量观，实施多样化的教育，为学生发展提供多种成功和成才的机会和途径，取得了良好的办学质量。学院整体办学实力不断增强，连续多年进入中国独立学院排行榜50强，2010年被评为全国先进独立学院;2015年成为中国独立学院协作会副理事长单位;2010年3月起连续两届成为中国独立学院协作会广西分会会长单位;2011年获得“中国民办高等教育优秀院校”;2016年获得“全国最具办学特色独立学院”“中国民办教育百强称号”等荣誉称号;2017年获得“第一届自治区文明校园”“全国最具就业竞争力示范(院)校”“中国民办教育百强”等荣誉称号。学生在国际级、国家级、省部级学科竞赛获奖项目逐年增多，先后获国际级竞赛优秀奖、国家级、省部级特等奖、一、二、三等奖等多项荣誉。毕业生普遍受到用人单位的欢迎和好评，2016、2017连续两年荣获“全区高校就业创业工作突出单位”荣誉称号。 (2018年9月) [办学优势] ◆ 母体优势——广西大学创办于1928年，是广西办学历史最悠久、规模最大的综合性大学，也是目前广西唯一的国家“211工程”学校，教育部和广西共建的省部共建高校、中西部高校提升综合实力计划建设高校。学院紧邻广西大学，在师资、设备、图书资料和校园文化建设等方面充分共享广西大学丰富优质的教育教学资源。 ◆ 地域优势——南宁市作为获得“联合国人居奖”城市，享有“绿城”美誉，是广西政治经济文化中心，中国-东盟博览会的永久举办城市，北部湾经济开发区的核心城市，是信息和人才的中心地带，为学生的发展和就业提供了有利条件。 ◆ 专业优势——现有的46个专业(方向)均是根据现代科学技术发展趋势和经济社会发展需求而设置，相关课程，根据本院实际与特色并依托广西大学相关学科开设，就业前景良好。 [培养特色] ◆ 因材施教，突出人才培养特色 学院结合自身办学定位和学生实际特点，因材施教，探索总结出了“三构建”(课程体系构建，教学模块构建，科研创新学分体系构建)、“三融通”(课程标准和职业标准融通，学历证书与职业资格证书融通，课堂教学与实践教学融通)的人才培养模式。经过多年的实践，这一模式有利于增强学生的实践能力和创新意识，大大提高了学生的综合素质和社会竞争能力。 ◆ 打造院内外实训实践基地，提升学生实践能力 学院注重引进和充分利用先进的专业设备，充分发挥由计算机类、人文类、管理类、理工类、外国语言类等66个实验室，以及各类创新实验室等组成的实验教学中心的作用，将理论教学与实践教学有机结合起来;同时高度重视实习实践基地建设，先后与南宁市大型活动办公室、自治区博物馆、南宁市人民检察院、广西日报社、南宁市民族文化艺术研究院、广西视铁传媒有限公司、广西东方益学教育集团等87家企事业单位建立了实习实践基地，拓宽教学实践的途径，为培养学生实践、创新、就业和创业四种能力和提升综合素质提供了有效的手段和良好的条件。 ◆ 高要求，严管理，培养“厚德自强”之才 学院坚持以人为本，以服务学生的成长和成才为核心，以“严管理、多激励、多发展、多实践、多关心”的“一严四多”为工作思路，制定完善的学生管理制度，运用现代管理手段，依法管理，多方面、多措施引导、激励学生，促使学生养成自主学习的意识和良好的学习习惯，形成良好学风。同时，围绕“厚德 自强”院训，多方面关爱学生，营造“人人都有舞台”的氛围，引导学生参加多种“第二课堂”的实践，开展各种特色活动，培养学生“自主、自信、自由、自立”的信念和品格，有效提高学生综合素质，使学生成为社会主义事业的栋梁之才。

视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。

“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。

2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。​结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。 

中国电子学会发布“电子信息领域优秀科技论文（2020）遴选活动”入选论文。东南大学尤肖虎、张川、谈晓思、金石、邬贺铨联合署名的论文《AI for 5G: research

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 赵玉蓉 外国语学院/英语 2016/2020 201631131102 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 阮先玉 外国语学院/英语 教研室主任/副教授 语言学、翻译 四、项目简介 随着互联网的发展，机器翻译成为翻译活动中的重要的辅助工具。而机器翻译错译、死译频出，给翻译工作带来诸多不便。近年来，“大数据”的出现为机器翻译带来了新希望，其独特的“4V”特点将对机器翻译产生革命性的影响。尤其最近出现的AI同传给翻译行业带来了不小的冲击，本项目希望通过探究大数据在AI同传中的应用，分析AI同传翻译的优点和局限性，推动机器翻译的发展。

1.痛点问题 新材料的设计与研发往往面临挑战：急需的新材料难以快速筛选设计，而设计出的新材料又难以找到高效且低成本的合成配方，拥有合成配方的新材料又会面临规模化的长周期探索。根据国家工业和信息化部对30余家大型骨干企业调查结果显示，130种关键材料中，有32%国内完全空白、54%虽能生产，但性能稳定性较差、只有14%左右可以完全自给，亟需新思路来解决我国新材料研发难题。本项目着眼于新材料研发，希望通过创建目前业内空白的智能化新材料研发范式，引领行业智能材料开发自动化服务与工艺的开发。 在数字化、智能化浪潮中，国家和各行业的产业界都非常看重科研的智能化升级。通过持续的交流与调研，我们发现许多企业和研发团队目前对智能研发存在大量潜在需求，而智能研究服务与工艺的同类竞品极少。因此，清华智研将作为一家高新科技企业，以AI赋能研发（AIEmpoweringResearch&Development）为使命，组建国际顶尖水平团队，向国内引进并自主开发世界前沿的AIforScience技术，打造世界级的AI未来实验室（World-ClassAIFutureLab）。 2.解决方案 本技术为新材料研发数字化智能服务平台，可在材料研发过程中对各个尺度以及不同研发阶段下进行智能化的加速及分析服务。以各种人工智能算法为核心，如主动学习算法，图神经网络，卷积神经网络等，我们根据不同材料体系的尺度包括三大方面：1.针对分子及晶体等微观尺度的功能材料研发，设计智能化的深度学习系统。2.针对二维功能材料及其功能性器件、催化剂、膜材料等宏观尺度，设计智能化的深度学习系统。3.针对功能材料研发的表征仪器等平台尺度，设计智能化的系统解决方案。这些智能化解决方案能极大地加速新材料尤其是碳中和相关材料的研发速度，从而大大地降低研发成本与时间，为企业获得有竞争优势的科研壁垒。 自动化和人工智能助力未来智能实验室的方方面面，从样品制备（称量固体、添加液体、超声处理.等)，到合成（分配液体，控制温度，混合，测量pH值，干燥等)、表征（气相色谱，高效液相色谱，分光光度法等)，通过自动化/机器人的辅助，可以有效提高可重复性，提高信噪比，加快实验速度。通过人工智能技术，将实验数据转换为可操作的智能指导，快速浏览并利用复杂的数据，提升认知能力。 智能化研发平台 3.合作需求 拟成立公司推动该项成果的产业化进程，希望对接 1）工程化、产品化所需的资源； 2）新能源、新材料领域合作企业。

智慧校园是大数据时代、人工智能时代发展的产物,蓝鸽AI一体化智慧校园以物联网为基础，充分应用5G/人工智能技术经过一体化的设计