新葡京娱乐场-大陆娱乐场开户注册

我校理學院大數據研究團隊在人工智能與大數據處理技術研究方面取得系列進展，研究成果分別發(fā)表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經網絡是人工智能領域中目前最為火熱的研究方向——深度學習的架構基礎。雖然深度學習在近幾年發(fā)展迅速，但是關于如何設計最優(yōu)神經網絡架構的問題仍處于探索階段。該團隊分別針對人工智能中神經網絡結構復雜、高維大規(guī)模數據存在無效和冗余特征、難以獲取長時序信息等問題與缺陷，設計出了一系列網絡結構優(yōu)化、大數據特征選擇和時序循環(huán)神經網絡模型，有效改善了上述不足，提高了人工智能模型的學習性能。 題目為《帶Group Lasso懲罰與控制冗余的神經網絡特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發(fā)表在人工智能領域權威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽教授Nikhil R. Pal院士（印度統(tǒng)計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項工作得到國家自然科學基金、國家科技重大專項、山東自然科學基金、中央高校基本科研業(yè)務費、中國石油天然氣集團公司重大科技項目以及山東省高校青年創(chuàng)新科技支撐計劃的資助。 特征選擇技術也稱屬性選擇，是指從原始特征或屬性中選擇出最有效的特征或屬性以降低數據維度的過程，它是人工智能數據預處理環(huán)節(jié)的重要步驟，也是大數據處理技術的重要環(huán)節(jié)。該項工作在神經網絡中嵌入Group Lasso懲罰項并實現特征冗余控制，在選出對解決問題最有幫助、蘊含信息量最大的特征或屬性的同時，控制所選特征子集的冗余程度，以達到降維的最優(yōu)效果，從而使模型的泛化能力更強，降低神經網絡模型產生過擬合的風險。 題目為《基于L1正則化的神經網絡結構優(yōu)化模型設計與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發(fā)表在國際人工智能領域權威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽教授Nikhil R. Pal院士（印度統(tǒng)計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項研究成果得到了國家自然科學基金、山東省自然科學基金和中央高校基本科研業(yè)務費的資助。 該項工作借助L1正則子具有的稀疏表達能力，提出兩種神經網絡結構優(yōu)化學習模型；本項工作另外一個突出貢獻就是提出了一種簡單且具有通用性的收斂性證明方法，同時保證了模型設計的合理性。實驗結果表明所提出模型具有強大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數據。該研究成果在人工智能與深度學習構造最簡網絡結構方面具有很強的指導作用和應用推廣價值。

近期，西湖大學人工光合作用與太陽能燃料中心孫立成實驗室在探索這一未解之謎的過程中取得進展。

第二類超導體中量子化磁通的運動行為對超導材料和器件的電磁輸運性質起著關鍵作用。人為調控超導磁通量子的運動行為，不但可以有效提高超導體的臨界電流密度，還可實現具有新功能的超導電子器件，如超導磁通整流器、磁通二極管等。以往的磁通量子調控手段往往缺乏原位可調性，極大限制了相應超導電子器件的應用。近日，南京大學吳培亨院士領導的超導電子學研究所王永磊教授和王華兵教授研究團隊設計出了一種可調控的新型人工自旋冰與超導異質結構器件，不但實現了超導電性的原位開關，還實現了可開關和可反轉的磁通霍爾效應。 人工自旋冰是具有集體相互作用的納米小磁體陣列，其特殊的幾何排列使得系統(tǒng)具有很高的簡并度、新奇的低能激發(fā)態(tài)（如磁單極子）、豐富的相變和磁疇。近年來該團隊致力于人工自旋冰和超導納米結構器件等方面的研究，不但設計出了可擦寫的人工自旋冰，并且于國際上首次設計和制備出了人工自旋冰與超導的異質結構器件，實現了可調控的超導磁通阻挫效應和磁通整流效應。近日該團隊又設計出了一種基于風車型人工自旋冰與超導的異質結構器件，利用風車型人工自旋冰易于調控的鏈條狀磁荷結構，以及磁荷與超導磁通量子間的強耦合作用，實現了對超導磁通運動的原位操控，展示了超導零電阻態(tài)與耗散態(tài)之間的原位開關，同時實現了可編程的磁通霍爾效應。

人類早期胚胎發(fā)育雖然只有大約7天的時間，但是卻經歷了關鍵的分子事件，其中包括合子基因組激活（ZGA）和早期胚胎細胞的命運決定。伴隨測序技術的進步，單細胞測序技術可以有效地揭示早期胚胎發(fā)育的細胞命運決定的轉錄圖譜，但是單細胞轉錄組數據也存在許多問題，例如dropout事件（表達的基因未被檢測到），這使得差異分析方法在處理單細胞受到了限制。本研究中通過使用F-score算法和差異分析方法（limma，edgeR和DESeq）在人類早期胚胎單細胞轉錄組中得到兩個關鍵的基因集。通過比較先前研究中關鍵的基因來分析兩種方法的不同，POU5F1（OCT4）在細胞多能性的獲得和維持中起到了重要的作用，但是在差異分析方法中卻被排除，而F-score算法卻可以獲得。我們通過研究基因的表達趨勢發(fā)現，差異分析方法對于在多個時期高表達的基因會被排除，這對于胚胎發(fā)育中的細胞的異質性是十分不利的。

西安交通大學席光教授課題組成功將人工智能三維圖像識別技術應用于離心壓縮機的優(yōu)化工作中，并與沈陽鼓風機集團股份有限公司合作完成了國際上首個完全三維離心葉輪的優(yōu)化設計及試驗驗證工作。

由于受到云、氣溶膠等不利天氣的影響，基于熱紅外遙感反演的地表溫度數據存在空間不連續(xù)問題，阻礙了地表溫度產品的實際應用。

常見的納米酶大多數是金屬化合物納米顆粒，其催化活性主要是來自在納米顆粒表面的金屬離子。在自然界中，生物酶的特征表明活性位點和支持、穩(wěn)定活性位點的網絡環(huán)境對于高催化效率同樣重要。通過調整活性位點的成分和環(huán)境可以實現高的活性和選擇性。水凝膠是一類具有良好生物相容性的三維親水網絡材料，其結構可以有效地保護酶分子活性中心，同時提供更好的底物遷移微環(huán)境，從而實現有效的催化作用，載酶水凝膠材料已成為生物學研究中的熱點。納米凝膠為水凝膠的納米粒子，具有類似于宏觀水凝膠材料的親水網絡及類似流體的傳輸特性，其納米的尺寸可以作為進一步體內生物應用的理想載體。在受限的納米空間中實現修飾或組裝以獲得雜化納米凝膠仍然存在挑戰(zhàn)。應對這一挑戰(zhàn)，同濟大學化學科學與工程學院王啟剛團隊從仿生的角度出發(fā)，設計了一種酶催化的原子轉移自由基聚合（ATRPase）和金屬配位交聯方法成功制備出納米人工多酶凝膠體系。該體系具有模擬超氧化物歧化酶（SOD-like）和過氧化物酶（POD-like）特性，可以實現腫瘤微環(huán)境級聯催化的響應成像。日前，相關研究成果以“Multienzyme‐Mimic Nanogels Synthesized by Biocatalytic ATRP and Metal Coordination for Bioresponsive Fluorescence Imaging”為題，發(fā)表在國際著名學術期刊 Angewandte Chemie International Edition （《德國應用化學》） 上。同濟大學化學科學與工程學院為該文的唯一通訊作者單位，碩士生齊美園為第一作者，王霞副教授和王啟剛教授為共同通訊作者。 圖1.（a）人工多酶凝膠體系的ATRPase及配位交聯制備流程（b）模擬SOD和POD級聯酶催化的腫瘤微環(huán)境響應的熒光成像機制。研究人員首先在納米粒子表面修飾酶催化的原子轉移自由基聚合的引發(fā)劑(-Br)，以具有良好生物相容性的生物酶為催化劑，修飾有雙鍵的賴氨酸（N-acryloyl-L-lysine）為聚合單體，在納米粒子周圍聚合制備得到聚賴氨酸高分子刷，最后通過亞鐵配位交聯，從而構建出具有多酶活性的人工多酶凝膠體系（如圖1所示）。凝膠體系中高分散的Fe離子一方面作為凝膠網絡的交聯劑，同時作為模擬酶的活性中心。通過模擬SOD和POD酶，先將腫瘤部位高水平的O 2 ?? 催化轉化為H 2 O 2 ，進一步基于腫瘤部位提升的H 2 O 2 通過級聯酶催化反應實現腫瘤微環(huán)境響應的安全、高效的腫瘤成像。該人工多酶凝膠體系類似自然的過氧化物酶催化機制不產生羥基自由基，具有低毒性和高生物安全性。同時，ATRPase方法和金屬配位交聯技術可進一步實現多種納米材料體系的制備，用于藥物輸送和其他生物醫(yī)學應用。該研究成果得到了國家自然科學基金、國家重點研發(fā)計劃等經費支持以及中國科學院強磁場科學中心的技術支持。王啟剛教授團隊多年來一直致力于高分子凝膠固定酶技術及其生物診療應用，近5年累計以通訊作者在 Adv.Mater. ,  Nat. Commun. ,  Angew. Chem. Inter. Ed. 等期刊發(fā)表SCI論文50多篇。文獻鏈接：https://www.onlinelibrary.wiley.com/doi/abs/10.1002/anie.202002331  PDF：anie_202002331.pdf課題組網站：https://qgwang.tongji.edu.cn/