新葡京娱乐场-大陆娱乐场开户注册

我校理學(xué)院大數(shù)據(jù)研究團(tuán)隊在人工智能與大數(shù)據(jù)處理技術(shù)研究方面取得系列進(jìn)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(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域中目前最為火熱的研究方向——深度學(xué)習(xí)的架構(gòu)基礎(chǔ)。雖然深度學(xué)習(xí)在近幾年發(fā)展迅速，但是關(guān)于如何設(shè)計最優(yōu)神經(jīng)網(wǎng)絡(luò)架構(gòu)的問題仍處于探索階段。該團(tuán)隊分別針對人工智能中神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、高維大規(guī)模數(shù)據(jù)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(shè)計出了一系列網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化、大數(shù)據(jù)特征選擇和時序循環(huán)神經(jīng)網(wǎng)絡(luò)模型，有效改善了上述不足，提高了人工智能模型的學(xué)習(xí)性能。 題目為《帶Group Lasso懲罰與控制冗余的神經(jīng)網(wǎng)絡(luò)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(lǐng)域權(quán)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(dǎo)，中國石油大學(xué)（華東）為第一署名單位。該項工作得到國家自然科學(xué)基金、國家科技重大專項、山東自然科學(xué)基金、中央高校基本科研業(yè)務(wù)費、中國石油天然氣集團(tuán)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(shù)也稱屬性選擇，是指從原始特征或?qū)傩灾羞x擇出最有效的特征或?qū)傩砸越档蛿?shù)據(jù)維度的過程，它是人工智能數(shù)據(jù)預(yù)處理環(huán)節(jié)的重要步驟，也是大數(shù)據(jù)處理技術(shù)的重要環(huán)節(jié)。該項工作在神經(jīng)網(wǎng)絡(luò)中嵌入Group Lasso懲罰項并實現(xiàn)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?qū)傩缘耐瑫r，控制所選特征子集的冗余程度，以達(dá)到降維的最優(yōu)效果，從而使模型的泛化能力更強(qiáng)，降低神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生過擬合的風(fēng)險。 題目為《基于L1正則化的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化模型設(shè)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(lǐng)域權(quán)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(dǎo)，中國石油大學(xué)（華東）為第一署名單位。該項研究成果得到了國家自然科學(xué)基金、山東省自然科學(xué)基金和中央高校基本科研業(yè)務(wù)費的資助。 該項工作借助L1正則子具有的稀疏表達(dá)能力，提出兩種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化學(xué)習(xí)模型；本項工作另外一個突出貢獻(xiàn)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(shè)計的合理性。實驗結(jié)果表明所提出模型具有強(qiáng)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(shù)據(jù)。該研究成果在人工智能與深度學(xué)習(xí)構(gòu)造最簡網(wǎng)絡(luò)結(jié)構(gòu)方面具有很強(qiáng)的指導(dǎo)作用和應(yīng)用推廣價值。

高端智能化、高效節(jié)能、低耗能的機(jī)械設(shè)備主要為：履帶式的移動破、圓錐破

在可持續(xù)發(fā)展戰(zhàn)略的影響下，屬于清潔能源范疇的純電動汽車、混合電動汽車及燃料電動汽車的發(fā)展成為世界各國關(guān)注的焦點。傳統(tǒng)的離合器空調(diào)壓縮機(jī)在新型的電動和燃料汽車上無法使用，因此研制新型的電動壓縮機(jī)成為電動汽車整車配套的必然選擇。電動汽車器件布置比較緊、自重大，為了實現(xiàn)電動壓縮機(jī)小型化和輕量化的目的，壓縮機(jī)設(shè)計采用了直流無刷電機(jī)和渦旋壓縮機(jī)一體化半封閉的設(shè)計方案。由于電機(jī)內(nèi)有制冷劑和冷凍油流過，無法安裝位置傳感器，因此需要開發(fā)無位置無刷直流電機(jī)電動壓縮機(jī)控制器。SED36型一體化整體電動壓縮機(jī)及其控制器由華東理工大學(xué)和上海三電貝洱汽車空調(diào)有限公司合作自主開發(fā)，填補(bǔ)了國內(nèi)空白，技術(shù)水平達(dá)到國際領(lǐng)先水平。申報了兩項具有自主知識產(chǎn)權(quán)的國家發(fā)明專利和一項國際發(fā)明專利，兩項國家發(fā)明專利已經(jīng)公開。PCT專利申請?zhí)枮椋篊N2004/001552；國家專利公開號：1538613和1635310。第一代產(chǎn)品通過了上海汽車工業(yè)科技發(fā)展基金會的驗收，第二代產(chǎn)品經(jīng)上海市科學(xué)技術(shù)委員會鑒定，鑒定認(rèn)定技術(shù)達(dá)到國際領(lǐng)先水平。

在可持續(xù)發(fā)展戰(zhàn)略的影響下，屬于清潔能源范疇的純電動汽車、混合電動汽車及燃料電 動汽車的發(fā)展成為世界各國關(guān)注的焦點。傳統(tǒng)的離合器空調(diào)壓縮機(jī)在新型的電動和燃料汽車上 無法使用，因此研制新型的電動壓縮機(jī)成為電動汽車整車配套的必然選擇。電動汽車器件布置 比較緊、自重大，為了實現(xiàn)電動壓縮機(jī)小型化和輕量化的目的，壓縮機(jī)設(shè)計采用了直流無刷電 機(jī)和渦旋壓縮機(jī)一體化半封閉的設(shè)計方案。由于電機(jī)內(nèi)有制冷劑和冷凍油流過，無法安裝位置 傳感器，因此需要開發(fā)無位置無刷直流電機(jī)電動壓縮機(jī)控制器。SED36型一體化整體電動壓縮 機(jī)及其控制器由華東理工大學(xué)和上海三電貝洱汽車空調(diào)有限公司合作自主開發(fā)，填補(bǔ)了國內(nèi)空 白，技術(shù)水平達(dá)到國際領(lǐng)先水平。 主要技術(shù)參數(shù)：工作電壓范圍為DC280V-360V；壓縮機(jī)轉(zhuǎn)速為600-10000rpm； 輸入功率等級為2.5KW；具有參數(shù)自適應(yīng)和多種保護(hù)功能。 適用于純電動汽車、混合電動汽車及燃料汽車空調(diào)系統(tǒng)；無位置無刷直流電機(jī)控制方法具 有技術(shù)通用性，適用于各個行業(yè)的無位置無刷直流電機(jī)控制

該成果采用兩親性多元醇還原的溶劑熱法可控制備具有高度單分散性的 Fe3O4 微球，實現(xiàn)了微球尺寸在 50～1200 nm 范圍的可調(diào)，其>500 nm 的高單分散性的大尺寸磁珠未見文獻(xiàn)報道。以 SiO2 等包覆所獲得的高單分散性磁珠易于氨基和羧基化，從而在偶聯(lián)劑（如碳二亞胺）等作用下，易于實現(xiàn)納米磁珠與 CD45 等抗體的有效結(jié)合。目前磁珠表面包被 CD45 等抗體的試驗已順利完成。 該成果提出了納米磁珠的全尺寸控制合成新思路，在高效包被 CD45 等抗體陰性富集實體瘤循環(huán)血液中稀有癌細(xì)胞的檢

研究者通過多種質(zhì)譜篩選鑒定和多學(xué)科技術(shù)證實，AAA+家族ATPase分子RUVBL2能夠直接控制活躍啟動子附近的Pol II轉(zhuǎn)錄工廠。

人類早期胚胎發(fā)育雖然只有大約7天的時間，但是卻經(jīng)歷了關(guān)鍵的分子事件，其中包括合子基因組激活（ZGA）和早期胚胎細(xì)胞的命運決定。伴隨測序技術(shù)的進(jìn)步，單細(xì)胞測序技術(shù)可以有效地揭示早期胚胎發(fā)育的細(xì)胞命運決定的轉(zhuǎn)錄圖譜，但是單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)也存在許多問題，例如dropout事件（表達(dá)的基因未被檢測到），這使得差異分析方法在處理單細(xì)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(xì)胞轉(zhuǎn)錄組中得到兩個關(guān)鍵的基因集。通過比較先前研究中關(guān)鍵的基因來分析兩種方法的不同，POU5F1（OCT4）在細(xì)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(dá)趨勢發(fā)現(xiàn)，差異分析方法對于在多個時期高表達(dá)的基因會被排除，這對于胚胎發(fā)育中的細(xì)胞的異質(zhì)性是十分不利的。