|
搜索
搜 索
高等教育領域數字化綜合服務平臺
欒合密發表多組學新算法
定量系統生物學是描述生命體的細胞、組織、器官以及整體水平上結構和功能各異的各種分子（包括基因、蛋白質、小分子代謝物等），以及分子在生命體的內部之間、與外界環境之間的相互作用，通過精準的分析測量技術、結合計算生物學來定性、定量構建生命的數字化模型，預測生理狀態或者疾病的功能、表型和轉化的前沿科學。生命體的運作是在基因調控下，由許許多多的生化反應形成
南方科技大學
2021-04-14
【新華網】聚焦高博會|“新農科·新農人·新擔當”——現代化大農業建設產教對話論壇舉行
在第63屆中國高等教育博覽會期間，以“新農科·新農人·新擔當”為主題的現代化大農業建設產教對話論壇在長春舉辦
新華網
2025-05-24
歡迎報名 | 平行論壇“‘四新’2.0建設與創新人才培養”之新醫科2.0建設論壇
平行論壇“‘四新’2.0建設與創新人才培養”之新醫科2.0建設論壇報名
高等教育博覽會
2025-05-19
徐州新晨數碼科技有限公司
自成立以來，我們始終深耕教育信息化領域，專注于為高等院校提供全方位數字化教學解決方案，助力教育創新與質量提升。
公司被評為江蘇省民營科技企業、科技型中小企業和企業知識產權管理貫標備案單位，通過ISO9001質量管理體系認證，擁有多項自主研發的軟件著作權，構建了從課程設計、技術開發到后期服務的全鏈條質控體系。
作為教育科技服務的先行者，我們核心業務涵蓋：智慧課程體系開發與全流程建設、微專業建設與跨學科課程融合、虛擬仿真實驗室定制開發、會議服務、數字課程資源建設（含慕課、宣傳片、微課、說課、課堂實錄等等），歡迎隨時聯系：朱方洲18036351783
徐州新晨數碼科技有限公司
2025-05-23
鋰電池管理系統AI算法研究
本項目聚焦于鋰電池管理系統在智能化監測與預測中的關鍵痛點，尤其擬面向電池容量衰減預測、SOC/SOH估計不準、電池剩余時間不準確、MAP/SOP估算等方面。通過引入人工智能算法，構建融合機器學習與深度學習的電池狀態預測模型，擬實現高精度SOC（荷電狀態）與SOH（健康狀態）估計的優化，提升電池管理系統的智能水平與安全性。
解決方案方面，項目基于實地檢測磷酸鐵鋰電池充放電數據構建訓練集，采用輕量級線性回歸模型及改進型人工神經網絡進行建模優化，并結合特征工程技術提高預測精度。同時，設計適用于邊緣計算的部署方案，使模型可在BMS嵌入式硬件平臺實時運行，降低對計算資源的依賴。
在競爭優勢方面，項目成果具備算法輕量化、部署便捷、預測準確度高、兼容性強等特點，特別適用于電力儲能、電動汽車等對安全性和可靠性要求高的場景。相比傳統BMS方案，該AI算法可顯著提升電池使用效率與壽命，精準估算SOC/SOH，降低維護成本。
目前項目成果已在合作企業內部儲能設備中開展應用測試，初步反饋表明荷電狀態預測準確度提升40%左右，電池健康度準確度提升40%左右，系統響應及時，具備較高實用性和推廣價值。專家評審一致認為，該項目在智能電池管理系統方向具有較強的創新性和實際應用前景。
西南大學
2025-05-12
【人民網】“智”匯東北 “才”啟新程
第63屆高等教育博覽會在長春啟幕，硬核成果組團亮相。
人民網
2025-05-25
歡迎報名 | 平行論壇“‘四新’2.0建設與創新人才培養”新農科2.0建設與創新人才培養論壇
平行論壇“‘四新’2.0建設與創新人才培養”新農科2.0建設與創新人才培養論壇報名
中國高等教育學會
2025-05-19
人體姿態估計算法
北京體育大學沈燕飛科研團隊使用人體姿態估計算法，對擊劍比賽過程中兩名選手的身體各環節和關節的運動進行的智能識別。工手動標記數據等方法，更為高效，可應用于海量體育視頻數據的分析和未來的體育大數據的構建。
北京體育大學
2021-04-10
抗體藥物設計平臺算法
簡介：
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。
我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。
優勢：
1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍
2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率
3、計算方法已經得到了實驗從正、反兩方面的驗證。
圖1：深度學習算法預測蛋白質相互作用時界面氨基酸配對:成功率72.1%
圖2：計算相互作用得到了實驗從正、反兩方面的驗證
中國人民大學
2021-05-15
抗體藥物設計平臺算法
抗體藥物是生物制藥中復合增長率最高的，2019年全球研究抗體市場規模為34億美元，預計在預測期內復合年增長率為6.2％。原研藥二次改造獲得成藥性更好的藥物分子（bio-better）是抗體和細胞因子藥物研發的突破口。人工智能技術廣泛應用在靶點篩選、分子進化、臨床各階段研究、產品上市后的活動中。我們開發的智能抗體設計平臺，包括 抗體序列注釋分析、抗體翻譯后修飾位點的預測、抗原線性表位預測、抗體結構的預測與優化、 抗體-抗原相互作用的預測、抗體分子的設計與改造。高效的完成抗體親和力成熟、穩定性優化和人源化改造等。 優勢：1、研發成本節約3-5倍，時間節省5倍，篩選成功率提升6倍2、可以幫助指導、設計實驗，減少消耗，加快速度，提高準確率3、計算方法已經得到了實驗從正、反兩方面的驗證。
中國人民大學
2021-04-10