绘画作品的艺术风格包含画像的色彩、纹理、笔触等等，往往很难准确定义。基于深度学习的画像风格迁移让机器自行学习艺术家的作品，使得最终输出的合成图像呈现出与艺术家作品一致的风格。本演示可以把艺术家的风格迁移到摄像头捕捉的图像中，让平淡的图像呈现出不一样的艺术气息。（The artistic style of a painting, which includes colors, textures, strokes, etc., is often difficult to define accurately. Deep learning-based portrait style transfer allows the machine to learn the artist's work by itself, so that the final output composite image presents a consistent style with the artist's work. This demo can transfer the artist's style to the image captured by the camera, so that the dull image presents a different artistic atmosphere.）

绘画作品的艺术风格包含画像的色彩、纹理、笔触等等，往往很难准确定义。基于深度学习的画像风格迁移让机器自行学习艺术家的作品，使得最终输出的合成图像呈现出与艺术家作品一致的风格。本演示可以把艺术家的风格迁移到摄像头捕捉的图像中，让平淡的图像呈现出不一样的艺术气息。 （The artistic style of a painting, which includes colors, textures, strokes, etc., is often difficult to define accurately. Deep learning-based portrait style transfer allows the machine to learn the artist's work by itself, so that the final output composite image presents a consistent style with the artist's work. This demo can transfer the artist's style to the image captured by the camera, so that the dull image presents a different artistic atmosphere.）

Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

1、自然语言处理，文本信息提取算法。 2、政策知识图谱、企业知识图谱。

1. 通过医院患者体检数据，进行大数据分析，找出特定疾病的隐性特征，并利用机器学习理论预测患者患病概率。2. 开发针对特定疾病诊断的深度学习模型，完成AI自动生成诊断报告，代替人工诊断，实现快速就诊。3. 开发出真菌AI

松鼠AI，通过人工智能智适应学习系统，加上线下实际的学习场景，设立先进的教学模式，能够将优质教学送到全国各地，让全国的孩子在同等的情况下享受到公平的、优质的教育资源。

1. 痛点问题 《中国教育现代化2035》提出“利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合”。2021年7月国家发布“双减”政策以后，如何在减少学生学习时间的前提下提升学习效果，就成为摆在学校与老师面前的一个重要课题。学生的学习行为是因人而异的，受到知识水平与认知能力等因素的影响。现有的学习资源是非常丰富的，通过在课后为学生提供有针对性的学习资源、满足学习者个性化的学习需求，是提升学生学习效果的重要途径。要达成这个目标，就必须依靠知识图谱技术的支撑，突破学习资源语义化分析、个性化推荐等技术在教育领域的瓶颈，最终实现个性化的学习。而当前国内缺乏一个全学科的、可访问的基础教育知识图谱系统，本项目成果填补了此方面空白。 2. 解决方案 知识图谱是当前计算机中知识表示的一种重要方式，利用知识图谱可以改善搜索结果、进行基于语义的数据集成、以及提升智能问答的准确性。在基础教育领域，如何构建高质量的知识图谱是一个重要挑战。本项目在国内率先研究提出一种准确高效的领域知识图谱构建方法——“四步法”，研发了相应的软件平台（资源管理系统、语义标注系统、知识管理系统、知识展示系统），用此方法构建了中国基础教育知识图谱EduKG，并利用该知识图谱开展基于知识点的教学资源集成。EduKG涵盖了基础教育九门学科的知识，基于其研发的基础教育知识记忆类问题自动问答系统准确率达到70%以上。目前该知识图谱已经可以提供公开的访问服务接口，供相关教育信息应用程序进行访问调用。该知识图谱相当于基础教育的新基建，上层应用可以同时调用访问基础教育知识图谱的内容，给学生提供自适应学习软件应用、给老师提供强大丰富的备课资源及融合式教学方案、给学校管理提供教师授课评估等多种应用。 合作需求 期待与各个省市的教育信息化企业开展合作，采用技术许可等方式，提升这些企业的教育信息化产品的智能水平，服务于当地的教育局、电教馆、中小学等单位。最终为政府、学校、师生提供教育现代化解决方案和优质的课程资源及平台技术服务，助力区域构建高质量的教育发展体系，为学校提供智慧教学系统创新课堂教学，从而提高课堂效率和质量，为学生提供个性化学习产品，通过互联网扩大优质教育资源覆盖面，促进区域发展公平而有质量的教育。

随着智慧教育理念的深入实施，对知识体系进行数字化重构成为一项迫切的基础性工作。知识图谱作为一种新型的复杂知识表征方法，为实现结构化、模型化、可演化的数字化知识体系提供了有效的手段。 本项目自主开发了教育知识图谱构建与服务平台，支持知识图谱的“建设、服务、规划、开放”四个主要功能。在平台的支撑下，以专业建设视角打通了从培养目标、课程体系、知识点、知识资源的链条，跨课程多维度关联形成了知识网络，实现教师、学生、知识、教材等的一体化集成，支撑专业培养方案定制、个性化学习、新形态教材建设。 技术上，平台具备灵活性、易用性和安全性。采用成熟的后端微服务框架极大地简化了开发流程，同时提供了灵活的数据库操作和高效的前后端集成，确保了系统的高性能和可靠性。前端设计上，平台利用高质量组件和响应式布局提供了良好的可定制性，使用户界面在视觉上更具吸引力，操作上更加友好。在数据存储方面，平台不仅确保了数据的可靠性和易用性，强化了专业知识图谱等复杂图数据的高性能处理能力。 平台应用于专业课程教学、数字化教材设计、培养方案定制等教育领域。该平台在智慧教育领域具有巨大的市场潜力。与市场上同类产品相比，成熟度高，适配性强，软件自主可控。 图1.专业知识图谱局部展示 图2.知识查查路径知识搜索展示 图3.培养方案系统化输入界面 图4.平台数据统计界面 图5.知识节点内部资料输入界面