生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱

一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

由东南大学信息科学与工程学院尤肖虎教授、赵涤燹教授牵头，联合成都天锐星通科技有限公司、网络通信与安全紫金山实验室等单位完成的“Ka频段CMOS相控阵芯片与大规模集成阵列天线技术”项目成果通过了中国电子学会组织的现场鉴定。 由中国工程院邬贺铨院士、陈左宁院士、李国杰院士、吕跃广院士、丁文华院士以及来自中国移动、信通院、华为、中兴、大唐电信和国内5所高校的共15位专家组成的鉴定委员会对该项成果进行了现场鉴定并给予了高度评价，一致认为：该项目解决了硅基CMOS毫米波Ka频段相控阵芯片和天线走向大规模推广应用的核心技术瓶颈问题，成功研制了Ka频段CMOS相控阵芯片，并探索出了一套有效的毫米波大规模集成阵列天线低成本解决方案，多项关键技术属首创；在硅基CMOS毫米波技术路线取得重大突破，在大规模相控阵天线集成度方面国际领先；成果在5G/6G毫米波和宽带卫星通信等领域具有广阔的应用前景，在该领域“卡脖子”技术上取得关键突破，已在相关应用部门得以成功推广应用。 目前，用于射频芯片的40nm和28nm CMOS工艺特征频率已经超过250GHz，在理论上完全可以满足毫米波应用需求。毫米波硅基CMOS集成电路技术的突破，将带来无线通信行业的一次变革，解决相控阵系统“不是不想用，只是用不起”的问题，把毫米波芯片及大规模相控阵变成来一种极低成本的易耗品。相比锗硅工艺和化合物半导体工艺，CMOS工艺在成本、集成度和成品率上具有巨大优势，但其输出功率相对较低，器件本身寄生效应较大。项目组经过长达6年的技术探索与创新，克服了毫米波CMOS芯片技术的固有瓶颈问题，所研制的芯片噪声系数为3dB，发射通道效率达到15%，无需校准便可实现精确幅相调控；基于大规模相控阵的波束成形能力，克服了毫米波CMOS芯片输出功率受限的问题。

冷却器是换热设备的一类，用以冷却流体。通常用水或空气为冷却剂以除去热量。主要可以分为列管式冷却器、板式冷却器和风冷式冷却器。冷却器是冶金、化工、能源、交通、轻工、食品等工业部门普遍采用的热交换装置 。 空气冷却器是以环境空气作为冷却介质，横掠翅片管外，使管内高温工艺流体得到冷却或冷凝的设备， 简称“空冷器”，也称“空气冷却式换热器”。

项目成果/简介:《先进高折射高色散透明陶瓷的研发与产业化》，现阶段成熟产品为：微晶/多晶蓝宝石陶瓷材料，主要用于高档珠宝和饰品行业，其基本特点包括折射率n≥1.76，硬度≥9，半透明或微透明，外观色泽类似翡翠和玉，可耐1200℃高温而无损。在天然翡翠等玉石资源日趋枯竭，价格不断上扬的背景下，这种以蓝宝石材料为基通过高温工艺制备而成的新型珠宝材料具有广泛的市场前景。 透明陶瓷是现代无机材料发展的最前沿领域，通常用于激光光学、发光材料等方面，如何将原本不透明的陶瓷透明化，是技术难点，目前国外尚未有将透明陶瓷反向微透明化用作珠宝饰品行业的报道，原因在于只有东方才有独特的朦胧审美观和玉文化，因此本项目处于较为领先的阶段。应用范围:产品已经可以量产销售，期望能有VC或PE等产业化资金介入，实现股权融资。期望投资金额在3000万人民币左右。项目阶段:批量生产效益分析:本项目的技术难点和亮点在于，如何将完全透明的单晶蓝宝石转变为微晶/多晶蓝宝石材料，形成似透非透的类似于翡翠和玉的半透明效果，同时大幅度降低单位重量成本，本项目通过特殊的高温工艺实现了这一点，并通过各种添加元素实现了材料的彩色化。目前项目技术已经成熟，可以直接进入量产销售阶段。