|
搜索
搜 索
高等教育领域数字化综合服务平台
基于大数据 AI 的智能网络规划及运维
基于大数据和 AI 的应用，可实现复杂场景下的网络问题识别、多场景优化方案的协同策略方案的动态和自动化执行。可以构建智能网络规划及运维平台，以实现极致性能和极简运维，使能新业务的自动化覆盖优化、移动性优化、负载均衡优化、节能优化、故障分析与定位。同样可以基于无线数据和视频数据融合的用户个体及群体行为在多场景应用下，充分发挥5G的优势，创造巨大的社会效益。
东南大学
2021-04-11
基于AI技术的通用网关及数据管理平台
本项目研发了一套完整的现场数据采集服务支撑技术，提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求，整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节，把经过质量分析和标准化处理后的实时数据，作为产品对接到工业互联网应用平台的数据池，供后续数据处理和应用分析。整套技术包括4大模块：1）智能网关：基于具有AI能力CPU的智能网关，完成对多种传感信息的有效采集，并安全传输给数据前置云服务器；重点研究基于小目标的AI图像分类算法。2）AI模型管理系统：实现对智能网关中视觉AI感知中的模型计算和管理，该系统可以统一部署也可以部署的用户指定的内网服务器中。3）数据管理和标准化处理：数据有效性管理、数据质量评估、数据标准化和数据安全机制。4）智能运维：开发一套基于移动APP的智能运维系统，为运维人员提供有效帮助，提高效率、降低成本、保证系统运行质量和数据的有效性。
如图所示，项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。
北京邮电大学
2021-05-09
易百分Ai智能学习机平板电脑
深圳市易百分实业有限公司
2021-08-23
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
锂电池组监控芯片
高校科技成果尽在科转云
西安交通大学
2021-04-10
高端数字电视芯片 SoC 设计
芯片的重要功能包括:地面数字电视传输标准 DTMB、有线数字电视传输标准、AVS/MPEGII 解码和 UTI 接口等。清华大学是 DTMB 的重要技术提供方，已经于 2007 年 11 月顺利完成了 DTMB 解调芯片的 MPW 流片，主要性能与国内最好产品的指标相当，一 些指标国内领先，当前正在完成国家重大专项数字电视 SoC 设计和产业化项目。清华大学 同时也是工信部确定的《数字电视接收机 UTI 机卡分离接口技术规范》和《数字电视接收 机 UTI 机卡分离接口测试规范》两项标准的牵头研发单位。在电视机产业面临升级换代的 关键时刻，我们愿意充分发挥自己的技术优势，与合作伙伴一道，以国家重点支持的高端数 字电视芯片 SoC 设计为契机，开发出低成本、高可靠性和有市场竞争力的芯片，为当地电 子信息产业的发展尽微薄之力。
清华大学
2021-04-11
人工智能语音识别芯片转让
人工智能物联网时代要求语音交互有非常好的体验感,室内环境下,当距离超过两米后,通过墙壁的反射造成的混响、音响设备的回声及其他环境噪声对语音识别带来了极大的影响,因此基于麦阵的声音采集与处理模块成为物联网时代的最佳人机交互采集模块。目前成熟的麦克风阵列语音信号采集与前端处理模块尚未出现，市面上仅有少数国外厂家如科胜讯提供双麦降噪芯片。同时,语音识别应用还需要配合降噪处理,目前的方案全部采用分离设计,一颗降噪芯片+一颗语音识别芯片。近年来随着大数据挖掘,基于人工智能神经网络的深度学习开始在语音识别领域进行推广运用,相对于传统的GMM模型,识别率得到了很大的提升。然而神经网络计算量非常巨大,需要采用GPU或CPU阵列的方式来进行运算,并且需要外加语音阵列降噪模块,其方案成本高,体积和功耗大。因此市场上对一款同时支持远场语音麦阵降噪和神经网络识别,具备高性价比的单芯片需求极大,具有巨大的市场前景和竞争力。
电子科技大学
2021-04-10