搜索结果: 91-105 共查到“智”相关记录3225条 . 查询时间(0.218 秒)
暨南大学附属第一医院曾智军教授团队在柳叶刀子刊上发表重要学术成果(图)
暨南大学 第一医院 柳叶刀 学术成果
2024/3/21
2023年10月25日,暨南大学附属第一医院临床神经科学研究所曾智军教授与张玉生教授团队在国际著名期刊柳叶刀子刊eBioMedicine上发表题为《Plasma metabolomic profiling of patients with transient ischemic attack reveals positive role of neutrophils in ischemic toler...
国际石油公司加速数智化技术开发与应用
中国石油 数智化技术 亚马逊
2023/11/6
2023年10月10日,斯伦贝谢、亚马逊Web服务(AWS)和壳牌签署了一项为期3年的三方合作协议,利用AWS云基础设施上的斯伦贝谢地下解决方案,为壳牌提供高性能和高成本效益的数字化解决方案。
脑智卓越开发超柔性脊髓界面成功实现长期稳定的信号记录和解码(图)
柔性脊髓界面 信号记录 解码
2023/11/4
2023年10月23日,《Advanced Science》期刊在线发表了题为《植入式超柔性神经界面在脊髓内稳定的信号记录与解码》的研究论文,该研究由中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)、李雪研究组完成。该研究使用先进的微纳加工工艺结合无基底多层加工技术,设计并制作了超柔性脊髓界面,将其植入小鼠脊髓前角内进行长达一年的信号记录。该电极能够在不对动物引入行为学影响的前提下稳定提取...
中国科学院脑智卓越中心开发超柔性脊髓界面成功实现长期稳定的信号记录和解码(图)
超柔性脊髓 界面 细胞
2023/11/17
2023年10月23日,《Advanced Science》期刊在线发表了题为《植入式超柔性神经界面在脊髓内稳定的信号记录与解码》的研究论文,该研究由中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)、李雪研究组完成。该研究使用先进的微纳加工工艺结合无基底多层加工技术,设计并制作了超柔性脊髓界面,将其植入小鼠脊髓前角内进行长达一年的信号记录。该电极能够在不对动物引入行为学影响的前提下稳定提取...
推进数智化转型提高企业竞争力
数智化转型 安全生产 中国石化
2023/10/26
数智化转型是企业高质量发展的必然趋势、必经之路,是提高竞争力、做大做优做强的必然选择。企业应切实绘制数智蓝图、打造数智场景、建设数智团队。
2023年10月24日上午,四川大学机械工程学院材料成型及控制工程系邀请学院校友、中国宝武集团中央研究院数智技术创新中心主任、宝钢股份数智部副部长张伟博士在四川大学望江校区机械工程学院323报告厅为学院师生讲授了主题为“流程制造业数智技术创新实践与思考—以钢铁行业为例”的学术报告。本次报告由学院党委书记樊庆文主持。
网连智能,智驱网络2023AI网络创新大会在京召开(图)
网连智能 智驱网络 AI
2023/11/4
南阳市汉画馆与天津智文慧旅科技有限公司签订合作协议(图)
南阳市汉画馆 天津智文慧旅科技有限公司 合作协议
2023/12/1
为充分发挥南阳市汉画馆汉文化资源优势,2023年10月,由南阳市汉画馆与天津智文慧旅科技有限公司签订合作协议,选取了7件馆藏文物画面,以嫦娥奔月、雷公出行作为重点展示,突出展现了汉画像石中神话故事的趣味性以及对日、月、自然神的原始崇拜,以祥云纹元素贯穿始终,云雾之间象征南阳市的月季花争相开放,花团枝叶锦簇,仙鹿溪边饮水,一番奇妙景象,表达了天降祥瑞的美好祝愿。
2023年10月24日,外交部领事司司长吴玺与智利外交部领事、移民和海外公民司总司长多诺索在北京共同主持中智第二轮领事磋商。双方就便利人员往来、维护海外公民安全与合法权益、中方加入《取消外国公文书认证要求的公约》等议题深入交换意见。
科学计算,智造未来——第三十五届中国仿真大会CAE仿真分会场成功举办
仿真 CAE 合肥
2023/11/12
南开大学教授应邀出席“智汇・隆中对”诸葛亮文化交流活动做主旨演讲
南开大学 隆中对 诸葛亮 文化交流
2024/2/29
南开大学旅游与服务学院教授、南开大学现代旅游业发展省部共建协同创新中心主任、中国式现代化发展研究院高级研究员石培华教授应邀参加第十一届襄阳诸葛亮文化旅游节及“智汇・隆中对”诸葛亮文化交流活动做主旨演讲。该活动由中共襄阳市委、襄阳市人民政府主办。
深圳大学医学部许兴智教授(图)
深圳大学 医学部 许兴智教授
2023/10/20
AI制药让治疗转向“智”疗,药物创新仍应问题驱动而非技术(图)
AI制药 药物创新 基因数据 病历资料
2023/10/20
如何找到和定义一个真实的、清晰的科学问题,以及问题成立后,我们是否有足够的数据来进行清洗和分析,这考验着我们的计算资源。同时,在我们对一系列问题都预测建模后,是否具备一套良好的评估方法对成药效果进行分析……凡此种种,都是AI制药路上亟待解决的问题。