搜索结果: 1-15 共查到“知识要闻”相关记录312106条 . 查询时间(2.174 秒)
中国人民大学统计学院讲师吴奔就盲源分离问题在《Journal of the American Statistical Association》发表合作论文（图）
吴奔 高维数据 贝叶斯统计
2024/11/26
中国人民大学统计学院讲师吴奔与埃默里大学郭颖教授、密歇根大学康健教授在《Journal of the American Statistical Association》发表合作论文。该研究提出了一种针对具有空间相依性的高维数据（如神经影像数据）的贝叶斯盲源分离模型。该模型利用阈值高斯过程构造了一种新的贝叶斯非参数先验，能很好地刻画信号源在空间上的光滑性与稀疏性，并实现信号源数量的自动选择。文章讨论...
玉门油田迈入“管输天然气”时代
玉门油田 天然气 管道
2024/12/5
2024年11月12日15时58分，随着青高线（青1集气站至高沙窝）2号阀室最后一道阀门开启，玉门油田宁庆区块的天然气顺利注入青高线管道，标志着玉门油田迈入“管输天然气”时代。
近年来，普洱市墨江县高位谋划就地就近就业创业工作，采取“343”工作举措，推进产业、企业、就业、创业“四业联动”，增强吸纳各族群众就业创业的能力，推动各族群众深度互嵌、有机融合、共同发展，促进各民族互嵌式发展。
沈阳农业大学农学院作物学学科入选辽宁省新一轮“双一流”建设学科
作物学 辽宁省 双一流
2024/12/5
日前，省教育厅公布辽宁省高等学校新一轮“双一流”建设学科名单，我院作物学学科入选，并跻身“世界一流学科建设对象”，是我院首次重大突破。本轮入选的学科均是上一轮辽宁省“双一流”建设学科，我院作物学学科再次成功入选，为我院学科高质量发展注入强劲动能，也彰显了学院学科建设成果。
近日，云南省民宗委和湖北省民宗委签订了铸牢中华民族共同体意识战略合作协议。根据协议，两省以铸牢中华民族共同体意识为主线，按照“优势互补、互惠共赢、加强合作、促进交融”的原则，在推进中华民族共有精神家园建设、推动各民族共同走向社会主义现代化、促进各民族交往交流交融、提升民族事务治理能力和水平、防范化解民族领域重大风险隐患和加强民族团结进步创建交流合作等六个方面加强合作交流，努力实现互学互鉴、优势互补...
近期，中南民族大学依托中华民族共同体学院师资力量，在全校范围内创新形式开展以“体认共同性、铸牢共同体”为主题的系列《中华民族共同体概论》课程实践教学活动，受到师生好评。
勐腊县中傣医医院作为地方医疗卫生服务的重要载体，坚持以铸牢中华民族共同体意识为主线，充分发挥中傣医特色优势，将民族团结进步工作与医院各项重点工作深度融合，不断为勐腊民族团结进步事业注入新动能。近年来，勐腊县中傣医医院分别荣获“西双版纳州民族团结进步示范医院”“西双版纳州文明单位”“西双版纳州先进基层党组织”“云南省廉洁文化阵地”等称号。
近年来，大理州聚焦铸牢中华民族共同体意识主线，积极推动各族群众互嵌式发展，促进各民族交往交流交融。
近年来，曲靖市麒麟区以铸牢中华民族共同体意识为主线，多措并举深入推进各族群众互嵌式发展计划，通过打造共居共学、共事共乐、共建共治型社区，促进各民族交往交流交融。
山东菏泽石油：亮化工程让加能站“靓”起来(图)
山东菏泽 加能站 中国石化
2024/12/3
夜幕降临，华灯初上。山东菏泽石油城区片区005站开启了檐口、加油机灯箱等照明设施，中国石化品牌标识在灯光的映衬下格外醒目。
阿姆河公司基尔桑气田增压工程建成投产
中国石油 天然气管道
2024/12/3
2024年11月6日，阿姆河天然气公司基尔桑增压站进气增压作业运行平稳，日增加天然气产量10万立方米，为冬季天然气保供再添强劲动力。
中国石油发布“洞察”油气藏重大装备
中国石油 装备 激光
2024/12/3
2024年11月2日，中国石油正式发布“洞察”测井品牌及旗下首款产品——“移动式井场岩样集成连续测量成像系统CoreLog1.0”（简称CoreLog1.0）。与会专家一致认为，该成果一举攻克多项关键核心技术卡点，实现了“从0到1”的重大突破，推动了岩石物理实验由室内向井场、由单点向连续、由单属性向多参数协同测量发展，对以陆相页岩油为代表的非常规油气高效勘探和效益开发具有重要意义。
中国科学院研究揭示中更新世干旱化和地貌景观变迁促使欧亚大陆古人类扩散（图）
古人类 气候环境 同位素
2024/12/3
研究早期人类迁徙扩散、生产技术及其与气候环境变迁和地貌过程之间的关系，是古气候学和古人类学研究领域的焦点。有研究发现，非洲早期古人类的迁徙扩散与气候环境演化的长期趋势和变化幅度相关。而在欧亚大陆，缺乏大空间、长时间尺度的考古记录和古环境记录的综合对比，导致对古人类扩散与自然环境关系的认识匮乏。
中国科学院科研人员提出面向非平稳工业时间序列预测的自适应持续学习方法（图）
预测 函数 数据
2024/12/3
工业时间序列是反映生产过程的结构化数据。工业时间序列的分析和预测对优化工业流程、提升效率具有重要意义。而工业生产过程的动态变化导致时间序列数据分布漂移，使得传统静态预测模型无法长期保持高效性。传统的模型更新方法如重新训练的计算和存储成本高昂，增量微调的方式易导致已学模式的灾难性遗忘。这限制了现有模型在非平稳工业环境中的应用效果。
