网站首页 新闻中心 团队简介 研究队伍 研发案例 招生招聘 业界动态

系统平台与应用案例

  • 跨媒体智能计算数据资源——图像理解机器学习数据库

    • 图像理解机器学习数据库由中国科学院合肥物质科学研究院承担建设，包含图像、文本、视频等语义相关联的多模态数据，旨在推动人工智能机器学习理论方法及图像理解、视觉问答、知识表示与计算推理等关键技术的研究。目前，该数据库已建成农业病虫害研究图库（IDADP）和农业图像理解数据集（ICDA）两个主题库，主要包括近20种大田作物和设施蔬菜，记录数达到8万余条，总数据量超过1.5TB。该数据库为机器学习建模相关的理论方法、关键技术与评价标准等研究提供基准数据，促进各个行业的智能化应用落地。相关项目合作请联系我们。点击进入→图像理解机器学习数据库。
  • 计算机视觉——农业病虫害图像辅助诊断、生物特征识别

    • 病虫害图像辅助诊断：利用农业病虫害研究图库IDADP中的高质量病虫害图像数据，基于深度迁移学习技术构建图像分类识别模型，结合农业知识，实现田间实际采集图像的分类识别与在线辅助诊断。

    生物特征识别：面向公共安全、医疗康养领域，研究基于GAN的病态人脸图像数据增强、虹膜识别、人体姿态识别等技术，研发相关应用系统。
  • 自然语言处理——文本摘要、知识图谱、问答系统

    • 文本摘要：面向问答系统的答案文本、对话文本、视频字幕等不同来源的文本，综合利用句法分析和深度学习技术，研发生成式文本摘要自动抽取，满足不同任务场景的应用需求。

    问答系统：基于跨媒体智能计算和语义表示学习技术，实现图像与问句文本的协同理解、答案相似度匹配与抽取，同时融合大模型与领域知识，可面向不同垂直领域的跨媒体任务场景构建相应的智能问答系统。
  • 大数据与智能系统

    • 综合人工智能、大数据、物联网技术，面向新能源应用需求，开发智慧能源运营管控平台，实现新能源充电站、桩的智慧运营与管控，包括负荷预测、弹性评估、资源调度、V2G响应时间等具体功能。点击进入→智慧能源运营管控平台。