在加速建设工业互联网的国家战略背景下，培养工业互联网新兴职业人才。针对数据采集、组网通信到协议设计、应用的基础认知到实际项目工程实施等内容进行职业资格认证服务。

       麦可思公司成立于 2006 年，目前控股管理方为中信产业基金，是中国高教管理数据与咨询产业的领跑者。        每年麦可思为 1,400 多所高校提供年度数据跟踪与咨询服务，是中国科协、人社部、司法部、中国社科院、世界银行等机构的合作项目单位，是北京大学教育学院、北京师范大学教育学部高等教育研究所、清华大学教育研究院、中国人民大学教育学院、中央财经大学中国人力资本与劳动经济研究中心和西南财经大学经济学院的产学研合作基地。同时，麦可思还与厦门大学合作成立了“厦门大学—麦可思 中国高等教育数据中心”，与西安交通大学共建“西安交通大学—麦可思 高等教育质量评价协同研究中心”，与西南政法大学建立了“西南政法大学—麦可思 法学专业人才培养与评价协同研究中心”。        麦可思也是《中国大学生就业报告》（即就业蓝皮书，由社科文献出版社每年出版）的唯一撰稿人。总裁王伯庆博士担任南方科技大学粤港澳大湾区高等教育大数据研究中心主任，主编《粤港澳京津冀长三角地区高等教育与经济发展报告》。

一.科学的图书分析 实时挖掘教师、学生阅读情况，进行阅读种类排名，并分析各学校图书馆藏的分布情况，便于领导科学管理，优化馆藏。 二.及时的疫情防控 实时监测学生在校体质健康状况，根据校内数据，实现疾病预测，做到及时预警。 三.体质健康监控 通过建立健康模型、运动模型，以同伴分组推荐的形式，给出针对性的运动处方，激励学生自主运动锻炼，形成良性循环。 四.精准的教与学 通过展示各校师资力量、优势及薄弱学科、资源分配等信息，分析出模范学校、模范教师，为领导提供科学管理与决策。 五.体质健康实时监测 监控学生体质健康数据与体育课运动数据，通过健康模型对学生体质状况进行分析以及及时预警。 六.薄弱知识精准推送 根据学生的学习轨迹、薄弱知识点，平台自动推送学习内容，并形成成长轨迹，从而实现精准推送，达到个性化学习的效果。 七.科学管理与决策 区领导实时把控各学校师资力量情况，给予合理的相应资源配比。 八.数据可视化 所有数据分析形成可视化平台，各级角色可以实时查看数据分析结果，及时做出科学决策。

集数据预处理、模型训练、预测、评估为一体的一站式大数据智能分析挖掘平台，提供丰富的大数据教学资源，交互式图形接口及高质量的算法库，满足高校在大数据分析教学、实验、科研等典型场景的应用。

海鳗（北京）数据技术有限公司，是专注于文旅大数据平台型及深度价值挖掘的高科技公司，公司本部设在北京，天津设有平台和数据运维团队，是国家高新技术企业和中关村高新技术企业。 海鳗云是面向智慧旅游大数据典型应用场景推出的SAAS服务平台，基于全景外部数据（互联网内容数据、手机GPS位置数据、银联清算数据、搜索数据等）对旅游目的地运营的各类场景提供大数据解决方案，为政府监管部门、景区等涉旅企业、旅游院校等提供数据驱动的新旅游生态下的行业监管、投资咨询、产品规划、管理提升、服务优化、智能营销等新能力。海鳗云客户已覆盖宁夏文旅厅、青海文旅厅、甘肃文旅厅、文山文旅局等省市级监管机构和泰山、崂山、黄山、青城山、都江堰等著名景区。 海鳗云大力推进旅游大数据的产教融合，用多年积累的旅游大数据产业应用的技术、工具和案例，帮助旅游类本科院校和高职院校构建旅游大数据实训体系，所能提供的服务包括但不限于教学实训平台、教材、课程设计、师资培训等。与北京联合大学、北京工商大学、北京第二外国语学院等保持良好的合作关系。

本发明公开了一种用于大数据处理系统的内存数据集置换系统， 包括分析模块、信息监测模块、决策模块。分析模块用于对上层用户 程序进行逻辑分析，得出各运算阶段中生成内存数据集时的运算步骤 集合；信息监测模块用于对运行中的用户程序进行监测，并收集生成 内存数据集时的信息提交给决策模块；决策模块用于对收集到的信息 进行分析和排序，判断当前阶段是否需要对系统中的内存数据集进行 置换，在系统需要进行置换时确定需要移除的内存数据集并

《美国国家科学院院刊》（ PNAS）在线发表了清华大学医学院生物医学工程系和清华-北大生命联合中心杜亚楠教授研究组题为“纤维化扩展中旁张力信号介导的肌成纤维细胞和纤维细胞通讯”(Matrix-transmitted paratensile signaling enables myofibroblast-fibroblast crosstalk in fibrosis expansion)的研究长文。该研究应用单细胞力学刺激和体外仿生模型结合数学模型计算，系统探究了基质材料介导的力学信号在细胞间通讯的时空作用模式、分子基础，及其在纤维化发展蔓延过程中的作用，为细胞间力学信号介导的成纤维细胞（FB）-肌成纤维细胞(MF)互作提供了直接证据，并将这种纤维化发展进程中基质纤维介导的新型细胞间通讯模式命名为 “旁张力信号”（Paratensile signaling）。组织器官在受到损伤之后，会发生损伤修复，诱发组织纤维化。如果没有有效的控制措施，慢性纤维化疾病会最终导致组织硬化，诱发器官衰竭。有研究表明，在现代社会死亡病例中有将近50%与组织器官的慢性纤维化相关，包括此次新冠肺炎，会伴有肺部纤维化，重症患者纤维化进一步蔓延可导致呼吸衰竭，肺部纤维化也是愈后后遗症的重要风险因素之一。成纤维细胞的持续激活是各类组织纤维化中的主要诱因，在组织器官受到损伤或病毒感染之后，组织内的成纤维细胞FB会受到“旁分泌因子”（paracrine factors），例如TGF-b，PDGF等诱导，激活分化成为肌成纤维细胞MF，并分泌大量的细胞因子及细胞外基质，造成更广泛的成纤维细胞激活和组织硬化，进而引起组织器官内纤维化区域蔓延。除了感知化学信号，部分研究显示体外细胞会导致细胞外基质生物化学及生物物理性质的改变，也有研究表明细胞能够感受细胞外基质的物理特性，比如硬度、粘弹性等并作出响应。2017年，杜亚楠课题组发表于《自然·材料》的研究发现，在肝脏纤维化早期，肝窦内皮细胞可通过胶原纤维束传递力学信号激活星型细胞，导致肝脏纤维化蔓延。但是到目前为止，纤维化进展过程中细胞外基质材料介导的细胞间力学通讯的模式是否保守，以及其在组织器官内的蔓延模式、相关分子机制尚不明确。图1 组织纤维化扩展中旁张力信号介导的细胞间机械通讯示意图旁张力信号包含三个过程，一、力学信号的产生；二、力学信号在细胞外基质传递；三、周围细胞接受力学信号刺激作出响应。此过程介导了纤维化区域在组织内的扩张蔓延。研究团队首先在单细胞和多细胞水平上，通过统计FB和MF细胞收缩力和互作结果，显示细胞间存在基于胶原纤维化介质的细胞间通讯。为了进一步证明细胞间的机械通讯行为，团队建立了基于原子力显微镜可通过胶原纤维对单细胞施加可控、细胞级别力刺激的研究平台，利用该平台尽可能去除旁分泌等化学信号对细胞造成的影响。团队研究了来源于不同组织（肝脏、心脏和皮肤）的成纤维细胞对于旁张力信号的响应模式，即旁张力信号作用机制的三个过程：力的产生-力学信号在细胞外基质传递-临近细胞感受力学信号作出响应；研究发现距离施力细胞70微米 之外的细胞能在1秒之内对旁张力信号作出响应，并且初步证明细胞表面胶原蛋白受体Integrin/DDR2和机械力敏感钙离子通道Pizeo1介导了细胞间力学信号向细胞内生物化学信号的转变。 基于实验现象，团队进一步建立了基于单纯旁张力的数学模拟计算方法（Fibroblast - Myofibroblast Populated Collagen Lattice model, FMPCL），利用该数学模型可重现体外实验结果，包括细胞力产生、胶原纤维束的聚集及旁张力信号介导的成纤维细胞的激活，同时可预测在单细胞、多细胞水平下细胞间作用距离对于细胞激活的程度。在细胞水平研究的基础上，进一步结合微加工技术、组织工程手段和报告基因系统，分别构建了可模拟纤维化蔓延界面的体外纤维化灶扩展（ fibrotic foci expansion）模型和可模拟心脏纤维化扩展的体外仿生模型，并结合数学仿真，发现在纤维化组织和正常组织交界面（border zone）存在广泛的MF-BF细胞间旁张力通讯，导致界面不断扩展、纤维化区域蔓延。使用激光切割技术切断介质胶原纤维束，能够显著的阻断纤维化区域的蔓延。同样，阻断细胞间旁张力通讯能够抑制体外仿生模型中心脏纤维化的蔓延，证明了旁张力信号在组织纤维化扩展蔓延中不可或缺的作用（图2）。图2 纤维化蔓延界面和心脏纤维化仿生体外组织模型和数学模型在纤维化蔓延界面体外（A）和数学模拟（B）仿生模型中，在未干预的情况下，纤维化区域呈现显著蔓延并伴随着成纤维细胞的激活。通过显微切割技术切断纤维化界面的胶原纤维阻断旁张力信号，纤维化蔓延趋势得到显著抑制。同样在模拟心脏心室壁的组织纤维化模型和数学模拟模型中（C），在未干预情况下均出现显著纤维化蔓延，但是经过小分子BAPN处理抑制胶原纤维重塑，纤维化区域的蔓延得到抑制。该研究为细胞外基质材料介导的细胞间机械通讯提供了直接证据，“旁张力”细胞间通讯模式是对现有基于生化因子的“旁分泌”信号机制的重要补充（见视频），为纤维化病理研究提供了新视角，为临床干预纤维化疾病提供了新思路。清华大学医学院生物医学工程系教授、北大-清华生命联合中心研究员杜亚楠为本论文通讯作者，杜亚楠研究组已毕业博士刘龙伟、硕士于鸿升为本文的共同第一作者。杜亚楠课题组已毕业博士赵辉、鄢晓君，在读博士生龙艺、吴钊钊、尤志峰、周律等对此项工作有重要贡献。该研究得到了北京市自然科学基金、北京市自然科学技术委员会和国家自然科学基金的资助。文章链接：https://www.pnas.org/content/early/2020/04/30/1910650117?from=groupmessage&isappinstalled=0

本发明公开了一种基于子空间融合和一致性约束的准稠密匹配扩展方法。首先获取可靠的种子匹配，在种子匹配周围选定待扩展区域。然后对区域内的所有待扩展像素点进行稠密 SIFT 特征提取，并通过子空间学习将待扩展点的特征信息和位置信息进行融合。在寻找匹配时，利用一致性约束学习一个局部非刚体变换，该变换与仿射变换·748·等模型相比可以更好地描述非平面复杂场景。每一次扩展完成之后，对扩展结果进行优化，剔除不好的匹配

自美国 2011 年实施材料基因组计划（Materials Genome Initiative，MGI），现已成为全球材料创新研发的强大助推剂，将高通量实验、材料数据和高通量计算三要素有机结合，加速材料创新性研发并降低成本。MGI 将成分-工艺-组织-性能的关联集成化、跨尺度分析，将材料的研发由传统经验式提升到科学设计。高通量材料计算和数据挖掘技术是材料基因工程的重要组成部分，通过材料的高通量热力学/动力学计算、高通量相场模拟、数据挖掘和性能预测，实现材料合金成分、制备工艺、微观组织结构和宏观力学性能的调控及优化，为新材料的开发设计提供指导，实现产品全制备周期的数字化、智能化管理，提高产品质量稳定性、降低产品研发周期和成本、提升企业的核心竞争力。

自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。大数据具有规模大、种类多、产生速度快、有价值数据密度低等特点。对大数据信息分析具有重要意义，也是目前研究的热点，其主要任务是利用数据分析的方法从大数据中获取有价值信息。IMAGINE实验室近年来结合深度学习前沿技术和传统数据分析方法进行数据分析和预测，并在海关大数据分析项目和国网电力冰风灾害预测项目中进行应用