鉴于近期疫情形势复杂，也为了使参赛选手有更多时间完善作品、提高作品质量，经大赛组委会研究决定，原定于7月27日的“华为杯”第四届中国研究生人工智能创新大赛作品提交时间延长至8月28日（周日），所有参赛团队有效作品以8月28日23:59之前最后一次提交的为准。全国总决赛时间将另行通知。请各研究生培养单位及时审核本校参赛选手报名参赛资格，为参赛选手提供服务和保障。请广大参赛选手抓紧时间备战，按时提交高质量的作品。大赛官网：https://cpipc.acge.org.cn/组委会秘书处联系方式：滕如萍，联系方式：0571-88981401,电子邮箱：cpipcai@163.com。通讯地址：浙江省杭州市西湖区余杭塘路866号浙江大学研究生综合教育楼803办公室，邮编310058。赛事承办单位联系方式：陈美臻，联系电话：0931-8912435，邮箱：cpipcai@lzu.edu.cn。通讯地址：甘肃省兰州市城关区天水南路222号信息科学与工程学院，邮编：730000。为方便各培养单位组织人员、指导教师以及参赛选手之间的沟通与联系，欢迎加入QQ群交流。组织人员、指导教师QQ群聊号码：878948462，群聊二维码：（培养单位组织人员、指导教师群）参赛选手QQ群聊号码：337189915，群聊二维码：（参赛选手群）中国研究生人工智能创新大赛组委会秘书处2022年7月26日

各研究生培养单位、各参赛同学：受近期疫情防控的影响，大赛秘书处与承办方讨论后决定延长“华为杯”第四届中国研究生人工智能创新大赛报名时间至7月20日，作品提交时间至7月27日，后续赛程顺延。考虑到各研究生培养单位资格审核时间，建议同学们尽快完成大赛报名，并请各研究生培养单位及时审核报名参赛资格，资格审核通过后方可提交作品。大赛赛程时间安排：时间内容4月22日-7月20日大赛报名4月22日-7月27日作品提交7月28日-9月2日初赛评审与晋级结果发布10月13日-10月16日决赛评审大赛官网：https://cpipc.acge.org.cn/秘书处联系方式：滕如萍、鲍雨欣，联系方式：0571-88981401,电子邮箱：cpipcai@163.com。通讯地址：浙江省杭州市西湖区余杭塘路866号浙江大学研究生综合教育楼803办公室，邮编310058。承办单位联系方式：陈美臻，联系电话：0931-8912435，邮箱：cpipcai@lzu.edu.cn。通讯地址：甘肃省兰州市城关区天水南路222号信息科学与工程学院，邮编：730000。为方便各培养单位组织人员、指导教师以及参赛选手之间的沟通与联系，欢迎加入QQ群交流。组织人员、指导教师QQ群聊号码：878948462，群聊二维码：（培养单位组织人员、指导教师群）参赛选手QQ群聊号码：337189915，群聊二维码：（参赛选手群）中国研究生人工智能创新大赛组委会秘书处

华为云开发者大赛平台是基于华为云服务，面向开发者开放的一站式赛事平台，平台包括：竞赛充电站：覆盖鲲鹏、人工智能、IoT物联网、云计算、云原生、大数据等数十个由华为技术专家打造技术专题学习课程，帮助开发者学习云计算知识、快速技能提升。大赛列表：提供软件开发、人工智能、鲲鹏、软件精英挑战赛、黑客松等不同主题的开发者大赛，可以与全球开发者竞逐比分，挑战排名。大赛技术圈：为开发者提供的交流共享、多维提升的学习赋能园地。“华为杯”第四届中国研究生人工智能创新大赛已同步上线华为云开发者大赛平台，并将为选手提供赛事介绍、赛题解析、学习材料等相关赛事材料及福利，参赛选手可以前往“华为杯”第四届中国研究生人工智能创新大赛_华为云大赛平台(huaweicloud.com)查看、学习。第四届中国研究生人工智能创新大赛组委会2022年5月

各研究生培养单位：“中国研究生人工智能创新大赛”（以下简称“大赛”，英文名称：ChinaGraduateAIInnovationCompetition）是“中国研究生创新实践系列大赛”主题赛事之一。大赛以“AI赋能、创新引领”为理念，围绕新一代人工智能创新主题，引领未来的战略性技术，激发研究生创新意识，提高研究生创新和实践能力，着力培养创新型、复合型、应用型高端人才，为人工智能领域健康发展提供人才支撑。大赛秘书处设于浙江大学，2022年第四届中国研究生人工智能创新大赛由兰州大学承办。根据中国学位与研究生教育学会文〔2022〕24号《关于举办2022年中国研究生创新实践系列大赛的函》相关要求，现将本届大赛有关情况通知如下：一、大赛名称“华为杯”第四届中国研究生人工智能创新大赛二、组织单位1.指导单位教育部学位管理与研究生教育司2.主办单位中国学位与研究生教育学会中国科协青少年科技中心3.组织委员会由主办单位、相关产业联盟和部分研究生培养单位共同组成4.本届大赛承办单位兰州大学5.赞助单位华为技术有限公司6.支持单位甘肃省教育信息化学会三、大赛主题及参赛作品本届大赛主题为：AI赋能、融合创新。本届大赛将秉承“创新”原则，将大赛的特色定位在“前沿领域”和“深入探索”两个方面。参赛作品须围绕新一代人工智能相关技术探索和设计有明确场景驱动的应用创新方案，如人工智能技术在教育、医疗、金融、环保、法律和设计等行业领域的深度应用。大赛采用开放赛题和企业赛题相结合方式。开放赛题分为技术创新与应用创意两个类别，技术创新类强调软硬件结合，以可展示原型系统作为核心评审考察点；应用创意类强调重大领域场景，以技术可行性和应用落地价值作为重要评审考察点。企业赛题由华为技术有限公司命题，将于近期发布。每支参赛队伍可根据兴趣及技术能力任选一个类别参赛，同一参赛队员只允许报名参加一个类别。参赛作品应当遵循相关设计、开发指南与规范。参赛者应充分发挥创新能力，自由探索应用场景并自行获取相关数据，最终提交具有原创性并能展示其应用潜力的参赛作品。四、参赛对象及方式1.参赛对象：凡具有正式学籍的研究生、已获得读研资格的本科生及本研贯通培养的学生有资格参赛。参赛选手所在研究生培养单位负责审核报名参赛资格。大赛组委会秘书处单位具有对参赛人员资格进行抽查的权利。2.参赛方式：参赛形式可以是个人或团队形式，且每人只能参加一支队伍。以团队形式参赛的队伍，每队最多不超过4人，其中在读研究生比例不低于50%，队长必须为在读研究生，且队员分工明确。允许跨校、跨年级、跨专业组队，以作品第一作者所在单位为参赛单位。参赛团队和选手可申报指导教师，每个团队最多可申报2名指导教师，以申报顺序排序。五、作品提交要求大赛分为初赛和决赛二个阶段，在各阶段，参赛队伍须按照要求按时、合规地提交参赛作品。团队名称、提交的作品材料中不得体现学校、学院或导师等影响比赛公平的信息。团队信息以初赛报名信息为准，一旦通过资格审查整个大赛期间不得更改团队成员、指导老师信息。初赛：1）参赛者须根据模板提交参赛作品简介（无模板，300字以内）、项目文档（基于模板完成项目内容的详细阐述）、项目视频（团队和项目的充分展现）、其他可选辅佐材料（技术可行性、产品尽调等项目相关内容）。2）此外，本次大赛鼓励原创性工作，希望作品的核心创意和主要开发过程是在大赛期间独立完成。决赛：参赛者须通过汇报和展示的形式，全方位呈现作品开发流程、技术概要和潜在应用，具体安排以正式通知为准。六、赛程安排1.大赛通知发布时间：2022年4月22日内容：大赛官网公布本届大赛参赛方式、报名须知、作品要求、奖项设置等详细信息。企业命题具体要求另行通知。2.大赛报名时间（已做调整，以最新通知为准）时间：2022年4月22日—6月20日内容：参赛团队在该日期前在大赛官网进行注册报名并接受参赛资格审核。3.作品提交时间时间：2022年4月22日—6月27日各参赛队在截止日期前按照参赛要求网上提交参赛作品，承办单位负责参赛作品收集统计和联系工作等。4.初赛评审与晋级结果发布时间：2022年6月28日—7月15日内容：参赛项目团队须在截止日期前提交初赛作品，进行大赛初赛评审。2022年7月中下旬大赛公布进入决赛团队名单。5.决赛评审时间：2022年8月25日—28日内容：进入决赛团队将接受大赛组委会聘请的国内外知名专家评审。七、奖项设置本届大赛将设一等奖（前3名设冠军、亚军、季军奖)、二等奖、三等奖和华为专项奖，此外设有优秀组织奖以及优秀指导教师奖等奖项。由大赛组委会向获奖团队或个人颁发证书和奖金。(特设立华为专项奖，授奖对象为选择华为赛题，在初赛评审中成绩排名前15的赛队，此奖可重复获奖。)一等奖10名，合计26万，其中:冠军队1名，奖金5万；亚军队1名，奖金4万；季军队1名，奖金3万；其它队7名，奖金2万。二等奖20名，每队奖金1万，合计20万。三等奖55名，获奖证书。华为专项奖15名，一等奖赛队5名，每队奖金1万元；二等奖赛队10名，每队奖金0.5万元（为重复奖），合计10万元。优秀组织奖（若干）。优秀指导教师奖（若干）。八、其他事宜1.大赛官网：https://cpipc.acge.org.cn/2.秘书处及承办单位联系方式秘书处联系方式：滕如萍、鲍雨欣，联系电话：0571-88981401，电子邮箱：cpipcai@163.com。通讯地址：浙江省杭州市西湖区余杭塘路866号浙江大学研究生综合教育楼802办公室，邮编310058。承办单位联系方式：陈美臻，联系电话：0931-8912435，电子邮箱：cpipcai@lzu.edu.cn。通讯地址：甘肃省兰州市城关区天水南路222号信息科学与工程学院，邮编：7300003.为方便各培养单位组织人员、指导教师以及参赛选手之间的沟通与联系，欢迎加入QQ群交流。组织人员、指导教师QQ群聊号码：878948462，群聊二维码：（培养单位组织人员、指导教师群）参赛选手QQ群聊号码：337189915，群聊二维码：（参赛选手群）第四届中国研究生人工智能创新大赛参赛指南“华为杯”第四届中国研究生人工智能创新大赛参赛邀请函（盖章版）中国研究生人工智能创新大赛组委会2022年4月22日

一、报名及提交作品要求参赛队伍在以下赛题中任选其一进行作品创作参赛。6月20日前，在大赛官网报名，通过培养单位资格审查后，6月27日前，在官网提交参赛作品。（作品提交规范及模板见附件）大赛官网https://cpipc.acge.org.cn/cw/hp/2c9088a5696cbf370169a3f8101510bd二、大赛赛题（一）技术创新：开放题（二）应用创意：开放题（三）企业赛题：华为赛题共4个，均为华为技术有限公司从实际需求出发拟定的与智能技术密切相关的题目。属于此种选题方式的作品还可以参与华为专项奖的评奖。1.华为赛题一1.1题目名称微服务架构应用的故障演练数字化1.2题目描述随着数字化程度越来越高，分布式系统、云计算等新技术的不断发展，运维在企业中的重要性越来越高，用户和企业从质量、效率、性能、安全、成本等多维度出发关注运维。且随着企业IT系统的规模扩大、复杂度不断提高、监控数据日益增长，各类故障层出不穷，保证系统高效可靠运转的难度激增，运维需要与人工智能的能力结合，基于企业IT运维过程中产生的告警事件、黄金指标、日志、调用链等数据，利用机器学习/深度学习/数据挖掘相关技术支撑异常检测、根因定位和容量规划等场景，助力企业应用稳定、高效地运行，解决传统运维难以解决的问题，提升运维效率，为企业减少因业务不可用所带来的直接损失。现代IT系统是一个复杂系统，随着应用现代化的推进，越来越多传统单体应用转为微服务架构，微服务数量巨大，关系复杂，迭代变化快，传统运维越来越困难。该方向旨在通过各类异构多源数据的采集、感知与处理，使用多维时序分析、神经网络、机器学习、复杂系统控制论、关系图谱等技术，完成对微服务系统的异常检测、日志分析、调用链分析，和故障定位来帮助IT系统提前发现和预知风险，维持系统稳定与安全运行，在系统发生故障时，帮助运维人员快速定位及解决故障，从而保障系统的高可靠、高可用性。主要挑战:真实场景里的故障样本与正常样本相比数据量较少，有数据不平衡的问题，很多数据没有标签,也有数据噪声大，信噪比低的问题，对AI模型的开发不友好IT系统的数据形态非常多样,有结构化的监控指标数据，有半结构化的调用链数据，及非结构化的告警和日志类数据，鲁邦的AIOps模型需融合多源异构数据，从不同数据源提取特征构建。IT应用在上线前需要经过测试环节，上线后也有例行的故障演练。在测试和故障演练的过程中，通过有效的挖掘导致应用故障的失效模式，记录应用的各类数据，可以形成AI友好的完整数据集支撑后续的异常检测与根因定位模型开发，参赛者需要设计失效模式挖掘方案让故障演练更好地数字化。1.3具体要求参赛者需要部署微服务Microservices-demo[1]及配套监控系统(包括但不限于[2]、[3])采集指标数据；参赛者需要考虑用户访问模型，模拟不同的用户访问模式，利用故障注入工具(包括但不限于[4])使微服务应用出现故障，挖掘微服务应用的失效模式，常见的失效模式包括：前端负荷激增(业务量异常)、用户打开页面卡顿，用户打不开页面等失效模式，它们可能是由数据库服务不可用(连接数达到上限,数据库表被删除,数据库表过大)、底层资源容量不足等（CPU、内存利用率…）、网络阻塞等引起的；参赛者生成故障数据集，并通过案例展示该生成数据集可支撑异常检测与根因定位算法[5]-[9]的开发与验证。参赛队伍最终提交故障数据集，模型代码，方案文档与演示视频(可选),方案文档需完整描述故障演练数字化方案与AI模型训练与验证过程。生成的故障数据需要有多样性，至少覆盖3种组件与3类典型故障；异常检测与根因定位算法的评测指标可采用业界常见的评估方法，异常检测算法可采用F1-Score作为评价指标（参赛者需根据应用的访问延时与错误率等黄金指标定义异常,为数据打上标签后再验证算法准确率），根因定位算法可采用PR@k（Precisionattopk,topk个结果中包含真实根因的概率）与MAP（MeanAveragePrecision）作为评价指标,同等准确率的情况下,算法的推理时间与模型大小将作为参考评价指标。人工评委审核成绩从4个方面考核：结果复现评估，方案可行性分析，方案创新性评估，方案通用性评估；评委人员：潘乐萌，张晓，白志刚，郭毅成。1.4华为赛题一咨询专家及联系邮箱：微服务架构应用的故障演练数字化–潘乐萌-panlemeng@huawei.com1.5参考数据集AIOps-Challenge-2020-Data:https://github.com/NetManAIOps/AIOps-Challenge-2020-DataMicroRCASampleData:https://github.com/elastisys/MicroRCA/tree/master/data1.6参考文献MMicroservices-demo[1]https://github.com/microservices-demo/microservices-demoPrometheus-Monitoringsystem&timeseriesdatabase[2]https://prometheus.ioGrafana:Theopenobservabilityplatform[3]https://grafana.com/Locust-Amodernloadtestingframework[4]https://locust.ioAnomalyDetection[5]ChandolaV,BanerjeeA,KumarV.Anomalydetection:Asurvey[J].ACMcomputingsurveys(CSUR),2009,41(3):1-58.[6]ChalapathyR,ChawlaS.Deeplearningforanomalydetection:Asurvey[J].arXivpreprintarXiv:1901.03407,2019.RootCauseAnalysis[7]WuL,TordssonJ,ElmrothE,etal.Microrca:Rootcauselocalizationofperformanceissuesinmicroservices[C]//NOMS2020-2020IEEE/IFIPNetworkOperationsandManagementSymposium.IEEE,2020:1-9.[8]LinJJ,ChenP,ZhengZ.Microscope:Pinpointperformanceissueswithcausalgraphsinmicro-serviceenvironments[C]//InternationalConferenceonService-OrientedComputing.Springer,Cham,2018:3-20.[9]ChenMY,KicimanE,FratkinE,etal.Pinpoint:Problemdeterminationinlarge,dynamicinternetservices[C]//ProceedingsInternationalConferenceonDependableSystemsandNetworks.IEEE,2002:595-604.2.华为赛题二2.1题目名称面向口语的NL2SQL语义解析算法2.2题目描述语义解析技术是自然语言与企业数据之间的桥梁，为企业级数据查询的易用性、快捷性发挥着重要作用，为提高企业的数字化转型有着重大意义。当前的技术方案并非直接将自然语言转为SQL形式，而是识别出Query中的各个SQL条件成分、条件值等要素，以生成伪SQL形式。然而，自然语言的多样性限制了NL2SQL场景的能力，在实际应用过程中会存在如下问题：Query口语化（重点）。用户日常查表过程中，口语化成分较多，指代复杂，歧义性较高，如：90后员工有多少人、去年部门走了多少员工等，难以用程序规则覆盖完整，存在“长尾”问题。小样本训练能力。企业级的表格都是大宽表形式，按照主流NL2SQL或语义解析做法，需要进行标注的数据量必须涵盖所有字段，标注任务繁重，且算法能力后期难以迁移至其他企业业务场景；目前暂不涉及多表查询的需求，但单表字段较复杂，有近义词的字段，有字符不统一，有长文本字段等。2.3具体要求所提方法，必须具有“可迁移性”，不可只能解决某一个业务领域问题。可利用外部知识（如：公开数据集、自有数据知识、适当程序正则等）增强模型算法，并最终在业务测试集上进行测试，证明方法的有效性。在保证模型“可迁移性”条件下，尽量保证模型精度不下降，最终以验证集评测结果为首要标准，以方案可行性为辅助评测标准。由于此课题主要是针对SQL表字段及字段值，进行Query的语义成分解析，可能涉及实体识别、句子成分解析等技术，同时也鼓励新技术新idea创新。以SQL单表为例，单表字段“时间；产品类别；销售状态”，示例Query“2020年有多少C类产品售出？”，需要解析成以下条件（单条query所有要素识别正确加1分）：先识别此query的操作为SQL的COUNT操作，以“有多少”为依据，总共有六种操作“MAX\MIN\COUNT\AVG\SUM\NULL”，其中“NULL”为无关语料不需要做解析（other类问题）；条件值“2020年”对应时间字段的条件值，“C类产品”对应产品类别的条件值，“售出”对应销售状态的条件值；最终打榜成绩（计60%分数）。通过线下脚本计算判分取Top10进行人工评委审核，若存在并列成绩情况，可多取候选者；赛委会提供1张宽表（约20-30个字段），以及1份已标注的Query数据集，赛委会保留1份待预测数据集作为评测，结果按照约定JSON格式提交，以正确率为评判标准（单条所有要素全部正确匹配才算得分，参见2.3部分解析），最终评委组通过线下自动化脚本判分，以邮件或官网形式公布最后的打榜成绩；人工评委审核成绩（计40%分数）。评审从4个方面考核：打榜结果复现评估，方案可行性分析，方案创新性评估，方案可迁移性评估；初审评委人员：夏海荣、周宇翔、孙非凡、蒋圭峰。2.4华为赛题—咨询专家及联系邮箱面向口语的NL2SQL语义解析算法–周宇翔–zhouyuxiang4@huawei.com2.5参考数据集https://res-static.hc-cdn.cn/cloudbu-site/china/zh-cn/competition/luyang/1652261863027103174.zip3.华为赛题三3.1题目名称智能问答中的澄清问的识别与生成3.2题目描述由于自然语言的复杂性和现实世界里知识的多样性，智能问答系统在部分对话场景下需要向用户发起追问，以更加准确地理解用户的真实意图。这类问题通常称为“澄清问”，旨在引导用户对其意图进行明确和细化，从而消除对话中的语义歧义和知识歧义，提高智能问答系统的效果。因此，澄清问的检测、生成和答案理解，对于智能问答系统的构建具有重要意义。具体地，该任务通常涉及澄清检测、澄清问生成以及实体预测三个子任务：1.澄清检测澄清检测任务需要考虑对话上下文，并结合问题的具体领域和所提供的知识库信息，对“当前语境下系统是否需要进行澄清问”进行判别。该任务通常可以视为二分类任务。通常而言，该任务的输入是从0到t时刻的用户及系统历史对话<U0,M0,U1,M1,...,Ut>，其中Uk为第k轮用户会话，Mk为第k轮系统会话；输出为系统对“当前是否需要进行澄清问”的预测结果，若需要进行澄清问则输出标签“1”，否则输出为“0”。例如，假设知识库中包含歌手“孙悦”和篮球运动员“孙悦”的相关知识。当用户询问“孙悦是哪一年出生的”时，由于无法直接判断用户询问的是哪一位孙悦的信息，因此需要进行澄清问；当用户询问“孙悦效力于哪个篮球队”时，结合知识信息的简单推理可以判断用户询问的是篮球运动员的信息，此时不需要进行澄清问。2.澄清问生成若澄清检测结果为真，则智能问答系统需要生成相应的澄清提问。该任务可以视为文本生成任务，其输入同样是是从0到t时刻的用户及系统历史对话<U0,M0,U1,M1,...,Ut>，其中Uk为第k轮用户会话，Mk为第k轮系统会话；输出为系统的澄清提问Q。3.实体预测在进行澄清提问后，系统需要进一步对用户的回答进行理解。该任务的输入表示为<U0,M0,U1,M1,...,Ut,Q,A>，其中Uk为第k轮用户会话，Mk为第k轮系统会话，Q为系统的澄清提问，A为用户的回答。模型需要提取出A中指向的是哪个实体。3.3具体要求根据所公布的数据集，参赛者可自由设计算法方案来比赛，但不可调用第三方外部接口。参赛选手需完成全部三个子任务。其中，每个子任务均包含single-turn和multi-turn两种类型的数据，选手应采用统一的模型处理这两类数据（即，单轮与多轮不分开评估）。赛题总分由竞赛得分（60%）和专家评分（40%）两部分组成。其中，竞赛得分部分根据选手提交的方案在测试集（包括公开测试集和非公开测试集）上的运行结果给出；专家评分由评委组对选手所提交的方案的新颖性、合理性等进行打分。因此，除结果文件外，参赛选手还需要提交模型代码（用于非公开测试集评估）和模型说明文件（用于报告模型方案以及模型在公开测试集上的结果）。3.4华为赛题—咨询专家及联系邮箱智能问答中的澄清问的识别与生成–张睿、王喆锋–zhangrui311@huawei.com、wangzhefeng@huawei.com3.5参考数据集CLAQUA数据集https://github.com/msra-nlc/MSParS_V2.03.6参考文献1.XuJ,WangY,TangD,etal.Askingclarificationquestionsinknowledge-basedquestionanswering[C]//Proceedingsofthe2019ConferenceonEmpiricalMethodsinNaturalLanguageProcessingandthe9thInternationalJointConferenceonNaturalLanguageProcessing(EMNLP-IJCNLP).2019:1618-1629.2.ShaoT,CaiF,ChenW,etal.Self-supervisedclarificationquestiongenerationforambiguousmulti-turnconversation[J].InformationSciences,2022,587:626-641.4.华为赛题四4.1题目名称预训练中的数据选取4.2题目描述预训练大模型需要从海量数据中进行学习。对于NLP预训练来说，训练语料通常需要几十GB到几百GB，如此大规模的数据，每一个训练轮次都要消耗大量算力和时间，带来了极高的训练成本。一个已有的观察是，在海量的训练数据中往往包含一些重复或相似的数据，如果对这些数据进行精简，可以在不影响模型性能的前提下，有效地压缩数据体积。此外，由于数据来源多样，训练数据中通常也会包含一些噪声数据，这些数据对模型的训练增益不大，甚至可能带来负面影响。本赛题考虑对海量文本数据进行选取，从中剔除重复、相似以及有害的数据，从而压缩数据体积，并且尽可能不影响NLP预训练模型的性能。4.3具体要求给定10GB英文互联网数据。要求参赛者设计数据选取算法，将该数据压缩至70%，基于压缩后数据训练英文bert-base模型，训练轮次限定为3轮。训练完成后，在公开数据集SST-2、MNLI、SQuAD1.1上进行测试，根据测试集上的性能进行初筛，选出前五名进入第二阶段测试。要求参赛者提交选取算法代码、数据压缩记录、训练过程记录、测试结果截图等相关证明材料，供主办方审核。第二阶段要求前五名参赛队伍提交完整的数据选取代码，主办方使用另外的20GB英文互联网数据，基于参赛队伍的算法进行数据压缩，得到70%的压缩数据，训练英文bert-large模型，并在GLUE和SuperGLUE两个公开榜单上进行测试。根据测试性能得到最终排名。赛题输入10GB英文数据。赛题输出压缩至70%，尽可能保证预训练模型在下游任务的性能。4.4华为赛题—咨询专家及联系邮箱预训练中的数据选取–史佳欣—shijiaxin3@huawei.com4.5参考数据集预训练数据：预训练数据网址：https://huggingface.co/datasets/c4/tree/main使用gitclonehttps://huggingface.co/datasets/c4/tree/main进行下载，需要安装gitlfs。下载完成后，选取其中的c4/en/c4-train.00000-of-01024.json.gz、c4/en/c4-train.00001-of-01024.json.gz、c4/en/c4-train.00002-of-01024.json.gz、……、c4/en/c4-train.00013-of-01024.json.gz，共计14个文件，作为训练集。每个文件是一个压缩文件，解压后提取文本字段，大约735M。下游任务数据：SST-2：https://huggingface.co/datasets/SetFit/sst2/tree/mainMNLI：https://huggingface.co/datasets/SetFit/mnli/tree/mainSQuADv1.1：https://rajpurkar.github.io/SQuAD-explorer/dataset/train-v1.1.json附件1：第四届中国研究生人工智能创新大赛初赛作品提交规范附件2：第四届中国研究生人工智能创新大赛项目文档模版

AI赋能、引领未来。2021年12月11日-14日，“中信银行杯”第三届中国研究生人工智能创新大赛在深圳市圆满收官。决赛期间举行了本届大赛第二次组委会会议，会议审议通过调整后的组委会名单、汇报大赛组织和决赛有关情况、审定大赛最终奖项和等级，确定第四届承办单位，并共同商讨大赛发展相关事宜。组委会副主任委员、浙江大学党委研究生工作部部长、研究生管理处处长张荣祥主持会议。主办单位代表、组委会委员、执委会代表和专委会代表共同参加了会议。根据疫情防控要求，本次组委会会议以线上形式召开。组委会副主任委员、浙江大学党委研究生工作部部长张荣祥主持会议会上，执委会副秘书长、深圳大学计算机与软件学院副院长陆克中教授汇报第三届大赛组织和决赛有关情况。第三届中国研究生人工智能创新大赛由深圳大学承办，深圳技术大学协办，并得到了中信银行、华为技术有限公司、华为鸿源云道产品团队的支持，《中国研究生》杂志提供媒体支持。本届大赛于2021年5月20日正式进入网上报名阶段，共有来自228所研究生培养单位的4770名参赛选手组成的1500余支队伍报名参赛，参赛队伍数同比增长30%，赛事规模创新高。经初赛评审，最终共85支队伍晋级总决赛。根据疫情防控要求，全国总决赛以线上线下相结合的方式举办。通过小组封闭答辩和十五强公开答辩，总决赛共评选出一等奖10项，二等奖20项，三等奖55项。经过激烈角逐，郑州大学、武汉大学和华中科技大学分别斩获冠军、亚军、季军。此外，来自19个单位的43位指导老师获优秀指导教师奖，45所研究生培养单位获评优秀组织奖。深圳大学计算机与软件学院副院长陆克中介绍大赛组织和决赛有关情况经向各单位征求第四届大赛的承办意愿，兰州大学脱颖而出。会上，兰州大学党委研究生工作部部长陈彦通做了学校相关介绍及表态发言。来自浙江大学、国防科技大学、深圳大学的历届赛事主要负责人分别从赛事宣传发动、企业协同、组织保障、疫情防控、应急预案等方面提出建议意见。经审议，最终确定兰州大学承办第四届中国研究生人工智能创新大赛。兰州大学党委研究生工作部部长陈彦通介绍兰州大学会上介绍了中国学位与研究生教育学会发布的《中国研究生创新实践系列大赛（2022年）企业合作邀请函》，来自湖南大学、四川大学、西北工业大学、南开大学和中国科学院大学的组委会委员代表分别分享了所在学校在组织动员、赛事激励机制、企业赞助等方面的参赛组织和办赛经验，并为大赛健康发展提供宝贵建议。中国学位与研究生教育学会副秘书长赵瑜老师作总结讲话中国学位与研究生教育学会副秘书长赵瑜老师作总结讲话。赵老师首先介绍了中国研究生创新实践系列大赛的办赛宗旨和赛事目标，回顾了2021年系列赛事的成就与突破，并从加强顶层设置、统筹赛事发展、争取更多政府及企业支持、多角度传播大赛品牌和优化大赛运行机制等方面展望了大赛发展前景。让我们齐心协力、抓住机遇、乘势而上、顺势而为，继续办好中国研究生人工智能创新实践大赛，努力发掘和培养起一批高水平的人工智能人才队伍和创新团队，充分发挥人工智能的“头雁”效应，使赛事成果在服务国家战略中发挥更大的作用。第三届中国研究生人工智能创新大赛第二次组委会会议中国研究生人工智能创新大赛是中国研究生创新实践系列主题赛事之一，由教育部学位管理与研究生教育司指导，由中国学位与研究生教育学会和中国科协青少年科技中心联合主办。大赛围绕立德树人，坚持“以研究生为主体，以国家战略需求为导向，以行业企业参与为支撑”的运行模式，搭建选拔和展示人工智能领域优秀创新实践作品的舞台，通过提升研究生的创造力、创新思维和创业精神，助力培养国家人工智能领域高层次创新人才。

AI赋能、引领未来。2021年12月11日-14日，“中信银行杯”第三届中国研究生人工智能创新大赛在深圳市圆满落幕。“中信银行杯”第三届中国研究生人工智能创新大赛总决赛现场第三届中国研究生人工智能创新大赛由深圳大学承办，深圳技术大学协办，并得到了中信银行、华为技术有限公司、华为鸿源云道产品团队等单位的支持，《中国研究生》杂志提供媒体支持。本届大赛于2021年5月20日正式进入网上报名阶段，共有来自228所研究生培养单位的4770名参赛选手组成的1500余支队伍报名参赛，参赛队伍数同比增长30%，赛事规模创新高。经线上评审，最终共85支队伍晋级总决赛。根据疫情防控要求，全国总决赛以线上线下相结合的方式举办。通过小组封闭答辩和十五强公开答辩，总决赛共评选出一等奖10项，二等奖20项，三等奖55项。经过激烈角逐，郑州大学《融合多源感知数据的公路病害全空间智能诊断系统》、武汉大学《基于AI和OCT的宫颈癌辅助诊断与检查报告生成》和华中科技大学《云+AI助力帕金森病诊断》分别斩获冠军、亚军、季军。此外，来自19个单位的43位指导老师获优秀指导教师奖，45所研究生培养单位获评优秀组织奖。总决赛线下及线上答辩现场12月13日下午，大赛颁奖典礼在深圳市明华国际会议中心隆重举行。颁奖典礼现场中国学位与研究生教育学会副会长、东南大学原副校长金保昇线上参加颁奖典礼并致辞。金会长指出，人工智能是引领未来的战略性技术，是国际竞争的新焦点，是经济发展的新引擎，也是社会建设的新机遇。国家发改委、教育部、财政部联合发布《关于加强经济社会发展重点领域急需学科专业建设和人才培养的指导意见》中将人工智能列入经济社会发展十大急需领域之一。举办中国研究生人工智能创新实践大赛，是主动服务国家发展战略，顺应研究生教育改革和发展的趋势，要办好中国研究生人工智能创新实践大赛，充分发挥人工智能的“头雁”效应，使赛事成果在服务国家战略中发挥更大的作用。中国学位与研究生教育学会副会长、东南大学原副校长金保昇致辞颁奖典礼上，深圳大学副校长张学记致辞。张校长对收获荣誉和奖项的老师和同学们表示热烈地祝贺，并指出“深入实施科教兴国战略、人才强国战略、创新驱动发展战略，科技实现自立自强，打造人才高地，需要政府、高校、科研院所、企业等社会各界多方努力，从而打通产业链、创新链与教育链、人才链，而‘研究生创新实践系列大赛’是政产学研合作的典范”。深圳大学副校长张学记致辞本届大赛冠名赞助单位中信银行深圳分行副行长张薇在致辞中表示，通过支持本届大赛，彰显了中信银行落实国家“人才强国战略”“创新驱动发展战略”的国企担当。中信银行深圳分行副行长张薇致辞中国学位与研究生教育学会副秘书长赵瑜出席了颁奖典礼，深圳大学研究生院执行院长明仲及华为技术有限公司AI平台部部长许榕俊分别致辞。同期，大赛组织举办参赛作品海报展览以及华为企业座谈。决赛作品海报展览中国研究生人工智能创新大赛是中国研究生创新实践系列主题赛事之一，由教育部学位管理与研究生教育司指导，由中国学位与研究生教育学会和中国科协青少年科技中心联合主办。大赛围绕立德树人，坚持“以研究生为主体，以国家战略需求为导向，以行业企业参与为支撑”的运行模式，搭建选拔和展示人工智能领域优秀创新实践作品的舞台，通过提升研究生的创造力、创新思维和创业精神，助力培养国家人工智能领域高层次创新人才。

2021年12月13日，“中信银行杯”第三届中国研究生人工智能创新大赛全国总决赛圆满结束，经专家评审并报大赛组委会审核通过，所有奖项均已产生，现将名单予以公示。除冠亚季军外，其余奖项按照培养单位代码排序。公示时间：2021年12月14日-18日，如有疑问可与大赛组委会秘书处联系。联系电话：0571-88208147；电子邮箱：cpipcai@163.com一等奖（10名）作品名称所属培养单位奖项融合多源感知数据的公路病害全空间智能诊断系统郑州大学冠军基于AI和OCT的宫颈癌辅助诊断与检查报告生成武汉大学亚军云+AI助力帕金森病诊断华中科技大学季军遗传综合征面部识别辅诊系统华东师范大学化工气体泄漏光谱视频智能检测算法南京大学StoryDrawer：一个通过合作绘画支持儿童讲故事的Child-AI共创系统浙江大学基于隐式神经表示的数字人三维建模与渲染技术浙江大学跨模态视网膜OCT影像生物标志物检测及量化分析系统济南大学基于空天地图像匹配的地理定位系统武汉大学面向智能健康监测设备的超低功耗可重构生理信号AI处理芯片电子科技大学二等奖（20名）作品名称所属培养单位基于纯视觉的非侵入式游戏AI和智能测试系统清华大学鱼眼图像下的人群密度估计系统北京交通大学基于少样本学习的遥感飞机目标实时识别系统北京理工大学晓心智能心电监测平台上海理工大学智能制造工业产品表面缺陷检测东南大学易达智能助视导航浙江大学实时单目三维重建与融合浙江大学基于互联网视频的人体运动捕捉及其应用浙江大学基于多模态融合技术的马铃薯内外部缺陷品质检测分选系统杭州电子科技大学网衣卫士：——围网安全智能检测预警系统浙江海洋大学锂电池储能电站安全状态智能感知平台郑州大学基于多模态结构光和深度学习的核燃料芯块端面缺陷检测系统郑州大学昆虫启发的目标捕获与摆脱系统研究郑州大学AIGrower：面向果蔬病害的智慧诊断系统湖南大学探查先锋——多特种机器人搜救平台华南理工大学一种基于深度学习的自然场景下火车表面字符信息高精度实时检测识别系统深圳大学基于智能物联网的肺音自动诊断平台深圳大学面向工业质检的通用缺陷检测模型四川大学基于机器学习的毫米波雷达手势识别技术电子科技大学基于运动想象识别的智能手部康复系统西安交通大学三等奖（55名）作品名称所属培养单位基于规则的自监督住宅户型布局设计模型清华大学基于几何的人工智能脑部形态测量技术研究清华大学基于机器学习的无监督入侵检测研究北京交通大学轻量级小样本光学字符识别算法北方工业大学面向通用场景的轻量化视觉接地框架北京邮电大学古戏今传-全息AI下的戏曲艺术传承北京邮电大学面向养老助残声光电融合的语音交互系统天津大学基于稳态视觉诱发电位的智能脑控轮椅天津职业技术师范大学低压台区线损追踪系统沈阳航空航天大学辽宁省生态岸线智能监测-基于植被变化辽宁工程技术大学基于卷积神经网络的智能眼动轮椅哈尔滨理工大学基于长短期记忆网络的机器人视觉语言航行算法研究燕山大学跨屏智能感知架构华东师范大学肾母细胞瘤病理切片智能分析系统华东师范大学ICEBERG_交互式多轮对话理解系统南京大学园区点到点智能配送机器人南京工业大学基于深度学习的小样本自然场景文本识别研究江苏师范大学ZyberBay浙江大学可解释的基金智能投顾应用浙江大学体面工作:基于视觉注意力预测的智能仓储应用系统浙江大学心动身驰——基于脑机接口的卒中康复外骨骼机器人控制系统杭州电子科技大学基于深度学习的单目实时多人姿态估计技术及其在人机交互中的应用浙江工业大学用于海洋漂浮垃圾回收的海空协同系统浙江海洋大学无人机灾后救援——生命体征检测和定位系统合肥工业大学智能溺水检测器厦门大学智能配电站安防巡检解决方案福州大学基于单样本学习的轻量化异常检测网络武汉大学基于人工智能的无轨自主移动复合型AGV华中科技大学基于眼控识别的智能护理系统的研究湖南大学基于人工智能技术的药物ADMET性质智能预测与优化中南大学自然场景下的小样本光学字符识别算法中南大学风电叶片内外部缺陷一体化检测技术长沙理工大学仿生单光子探测新器件及其极弱光探测应用研究湖南师范大学自然场景下的小样本光学字符识别算法华南师范大学空间-文本感知的知识图谱嵌入技术及应用深圳大学企业贸易异常检测深圳大学基于DSWTA_UNet的通用工业缺陷检测解决方案四川大学基于图神经网络的任务型对话自然语言理解和指代消解任务研究四川大学一种轻量化领域自适应工业质检模型四川大学森林AI卫士：空天地协同森林病虫害深度视觉监测重庆大学视觉语义模式匹配电子科技大学集成Zero-DCE与YOLOv4的光照稳定目标检测模型西南石油大学多意图SLU模型云南大学AI安全帐篷-中国户外露营安全引领者云南大学一种智能牦牛肉干等级分拣系统西藏农牧学院基于深度视频感知的工业场景异常火花检测系统西安交通大学视觉-语义模式匹配西安电子科技大学基于机器视觉的机械臂手势控制西安工业大学基于残差网络和迁移学习的苹果果害分类方法西安工业大学面向植物工厂的圣女果视觉识别关键技术西北农林科技大学视觉AI与激光SLAM的双臂医护机器人的设计兰州大学消杀自主化智能移动防疫卫兵沈阳大学版圈——基于区块链的数字作品存证与交易平台西安邮电大学基于长/短期目标混合推荐模型的学生职业规划系统深圳技术大学光雷之眼——应用于复杂场景的光学和雷达融合的人体动作识别系统国防科技大学华为专项奖（10名）作品名称所属培养单位面向通用场景的轻量化视觉接地框架北京邮电大学ICEBERG_交互式多轮对话理解系统南京大学基于深度学习的小样本自然场景文本识别研究江苏师范大学基于单样本学习的轻量化异常检测网络武汉大学自然场景下的小样本光学字符识别算法中南大学基于DSWTA_UNet的通用工业缺陷检测解决方案四川大学面向工业质检的通用缺陷检测模型四川大学视觉语义模式匹配电子科技大学多意图SLU模型云南大学视觉-语义模式匹配西安电子科技大学优秀指导教师（43名）指导教师所属培养单位王学谦清华大学林春雨北京交通大学谢宜壮北京理工大学马利庄上海交通大学李恒超华东师范大学曹汛南京大学章国锋、周晓巍、韩熠宗、姚琤、赵艺钧浙江大学陈丰农、刘俊杭州电子科技大学胡金飞浙江海洋大学牛四杰、高希占济南大学方宏远、王念念、姜欣、张众、张斌、王松伟郑州大学肖晶、王正、马于涛、王健武汉大学曹治国、肖阳华中科技大学梁桥康、荣辉桂湖南大学魏武、冯凯月华南理工大学李坚强、陈杰、刘晔、曹伟朋深圳大学傅可人、宁黎苗四川大学郭世盛、崔国龙、周军、常亮电子科技大学李敏西安交通大学优秀组织奖（45名）清华大学中南大学北京交通大学华南理工大学北京理工大学深圳大学北京邮电大学四川大学天津职业技术师范大学重庆大学中北大学电子科技大学沈阳航空航天大学西南石油大学哈尔滨工业大学重庆师范大学华东师范大学云南大学南京大学西安交通大学东南大学西安理工大学江苏师范大学西安电子科技大学浙江大学西安工业大学杭州电子科技大学西安科技大学浙江理工大学西北农林科技大学浙江海洋大学兰州大学浙江工商大学兰州理工大学厦门大学青岛大学江西理工大学宁波大学郑州大学西安邮电大学武汉大学深圳技术大学华中科技大学国防科技大学湖南大学中国研究生人工智能创新大赛组委会2021年12月14日

各参赛单位、参赛队：“中信银行杯”第三届中国研究生人工智能创新大赛于2021年5月正式开赛，共有来自全国228所高校的1505支队伍报名参赛。经过紧张角逐，共有85支队伍晋级全国总决赛（名单见附件六）。在此，我们谨代表中国研究生人工智能创新大赛组委会向晋级决赛的各支队伍表示衷心祝贺，并诚挚邀请各位同学参加全国总决赛，角逐总决赛一、二、三等奖和华为专项奖，同时，我们还将评选优秀指导教师奖和优秀组织奖。现将有关事项通知如下：一、决赛时间、地点及日程安排时间：2021年12月11日～14日地点：深圳市明华国际会议中心日程安排：详见附件一二、参赛人员注意事项参加全国总决赛团队成员包括参赛队员和带队老师，队员人数不超过3人，带队老师不超过1人，具体以初赛报名系统中的数据为准。大赛为参赛人员提供用餐。交通、住宿等其他费用由各参赛队伍自理，组委会不收取其他费用。（一）参赛回执晋级全国总决赛各参赛队的队长请务必进入决赛选手交流QQ群（群号：933729317），参赛队伍带队老师请进入决赛带队老师交流QQ群（群号：934771527），并于11月28日前填写参会情况，回执链接和二维码如下：链接：https://www.wjx.cn/vj/Pn1j9fA.aspx（二）时间安排1.注册并反馈WeLink注册名称：请各参赛团队提前在Welink上以团队身份注册，以便开展后续线上抽签、报到及调试等环节，并于12月1日（星期三）18:00前填写以下“问卷星”表单（该问卷主要为了搜集每个队伍在WeLink上注册名称等信息），因逾期未填而影响连线测试或者正式答辩的，自行承担相应后果。链接：https://www.wjx.cn/vj/r1dbE47.aspx2.领队会议：12月2日（星期四）14:30召开线上领队会议，通知有关参赛注意事项，请各参赛团队及时关注决赛选手交流群内通知，准时参加。参赛人员携身份证报到，须与正式答辩人员身份一致。3.分组抽签：12月2日（星期四）14:30线上领队会议将进行线上参赛队伍抽签，确定答辩分组和组内答辩顺序，抽签过程将在华为WeLink直播并确认。抽签结束后，各个答辩小组技术负责人介绍相关工作。4.演练：12月7日～12月8日按照抽签的分组进行线上演练培训、收电子版参赛材料、提交《“中信银行杯”第三届中国研究生人工智能创新大赛全国总决赛参赛承诺书》（附件二）。各个答辩小组技术负责人会联系参赛选手约定具体的演练培训时间。（三）评审专家以及组委会委员邀请秘书处将专门邀请评审专家以及组委会委员，具体安排另行通知。三、竞赛形式决赛各参赛队伍答辩时长为16分钟（如没有作品展示环节则答辩总时长为13分钟），包括作品展示（3分钟）、作品介绍（8分钟）、专家问答（5分钟）三部分，每个环节分别计时，超时应停止答辩。作品展示原则上要求参赛队伍携带作品前往答辩地点进行现场演示，如作品不便携带可提前录制视频在此环节播放。受疫情影响不能到现场答辩的队伍，请按照《第三届中国研究生人工智能创新大赛全国总决赛线上答辩须知》（附件三）操作。第一轮分组封闭答辩和第二轮封闭答辩阶段，每队允许不超过3名队员和1名带队老师进入答辩会场。作品展示环节采用现场展示，可由3名队员共同完成，如采用视频展示则由1名队员代表完成；作品介绍环节由1名队员代表完成；专家问答环节可3名队员共同完成。四、决赛作品材料提交要求材料名称要求提交时间及方式决赛文档(纸质版)完成决赛文档模版内要求的所有内容，双面打印18份，决赛文档模板请见附件四。线下参赛队伍于12月11日在报到现场将纸质版提交给所在的答辩小组技术负责人。决赛文档(电子版)和决赛文档(纸质版)相同。12月7日～8日发送给所在的答辩小组技术负责人。答辩PPT(电子版)1.现场答辩时使用，模板请见附件四；2.PPT命名为“队长学校名称_项目名称”；3.比赛电脑操作系统为Windows10，PPT播放软件为MicrosoftOffice365，投影幕比例4:3。作品展示环节如需采用播放视频的方式，文件大小不超过2GB，视频播放软件为迅雷影音。决赛海报(电子版)1.按照附件四的模板要求完成宣传易拉宝设计，展示内容只需修改模板内文字及图片部分，其余部分不可修改；内容包括但不限于学校、指导老师、参赛队员、项目介绍；2.海报信息图片格式提交jpg格式文件；3.所有jpg文件精度要求为300dpi；4.海报文件命名为“队长学校名称_项目名称”；5.所有海报元素应不涉及版权问题。参赛承诺书(扫描版)为保障参赛选手和本届大赛组委会的合法权益，请各参赛队填写《“中信银行杯”第三届中国研究生人工智能创新大赛全国总决赛参赛承诺书》（附件二），未按要求提交的团队，将视同其放弃全国总决赛资格。五、大赛疫情防控大赛期间，疫情防控要求如下：1.来自国内低风险地区的参赛师生，学校当地健康码和深圳健康码为绿色且体温正常，应正常参加现场活动。2.来自国内中高风险地区的参赛师生，不参加现场活动，通过Welink以线上方式完成答辩。参赛队伍需填写《第三届中国研究生人工智能创新大赛线上答辩申请表》（附件五）申请线上答辩，并于12月6日前将申请表发送至邮箱：thinklau@yeah.net，邮件命名方式：“线上答辩申请-团队名称-队长姓名”。3.原则上只有来自国内中高风险地区的参数队伍才能申请线上答辩。具体情况将根据深圳市疫情防控要求更新，请关注大赛官网后续通知。六、联系方式总决赛承办单位深圳大学联系人：熊萌立0755-86708997大赛组委会秘书处联系人：吴姣0571-88208147七、参赛住宿酒店地址：深圳市南山区蛇口龟山路8号明华国际会议中心。与会师生享受酒店协议价格，具体房型按照报到先后进行安排。附件一：“中信银行杯”第三届中国研究生人工智能创新大赛日程安排附件二：“中信银行杯”第三届中国研究生人工智能创新大赛全国总决赛参赛承诺书附件三：“中信银行杯”第三届中国研究生人工智能创新大赛全国总决赛线上答辩须知【更新PPT模板】附件四：“中信银行杯”第三届中国研究生人工智能创新大赛决赛文档模板、答辩PPT模板、决赛海报模板附件五：“中信银行杯”第三届中国研究生人工智能创新大赛线上答辩申请表附件六：“中信银行杯”第三届中国研究生人工智能创新大赛入围全国总决赛名单附件七：“中信银行杯”第三届中国研究生人工智能创新大赛全国总决赛参赛邀请函（盖章版）中国研究生人工智能创新大赛组委会秘书处2021年11月26日

各参赛队:“中信银行杯”第三届中国研究生人工智能创新大赛初赛阶段评审工作已顺利结束，现将比赛相关情况公告如下：为保证大赛评审工作公平、公正，组委会从各单位推荐专家库中邀请80余位高校以及企业专家担任本届大赛初赛评审。经评审共88支队伍入围全国总决赛，其中技术创新组23支，应用创意组49支，企业赛题16支，名单见附件（排名不分先后）。初赛结果公示异议期为2021年10月8日-10月14日17:00。欢迎广大师生对入围决赛作品进行监督，如有疑问可与本届大赛组委会联系。联系电话：0571-88208147电子邮箱：cpipcai@163.com技术创新组序号队长姓名作品名称所属培养单位1杨诗麒基于运动想象识别的智能手部康复系统西安交通大学2彭思达基于隐式神经表示的数字人三维建模与渲染技术浙江大学3周钰棋空间-文本感知的知识图谱嵌入技术及应用深圳大学4刘嘉豪面向智能健康监测设备的超低功耗可重构生理信号AI处理芯片电子科技大学5王雪岩心动身驰——基于脑机接口的卒中康复外骨骼机器人控制系统杭州电子科技大学6方远基于“人工介入-深度强化学习”的抗沉自主潜航器海军工程大学7吴竞寒面向养老助残声光电融合的语音交互系统天津大学8杨青琰昆虫启发的目标捕获与摆脱系统研究郑州大学9张麟睿基于纯视觉的非侵入式游戏AI和智能测试系统清华大学10徐澄睿基于长短期记忆网络的机器人视觉语言航行算法研究燕山大学11吕涛化工气体泄漏光谱视频智能检测算法南京大学12周博基于稳态视觉诱发电位的智能脑控轮椅天津职业技术师范大学13廖康鱼眼图像下的人群密度估计系统北京交通大学14周玉金基于少样本学习的遥感飞机目标实时识别系统北京理工大学15张博基于机器学习的毫米波雷达手势识别技术电子科技大学16代雨嫣基于智能物联网的肺音自动诊断平台深圳大学17戴毅巍光雷之眼——应用于复杂场景的光学和雷达融合的人体动作识别系统国防科技大学18曾美玲仿生单光子探测新器件及其极弱光探测应用研究湖南师范大学19杨培琨用于海洋漂浮垃圾回收的海空协同系统浙江海洋大学20杨高祥基于机器视觉的机械臂手势控制西安工业大学21王国伟低压台区线损追踪系统沈阳航空航天大学22吴刘宸风电叶片内外部缺陷一体化检测技术长沙理工大学23严一鸣基于人工智能的无轨自主移动复合型AGV华中科技大学应用创意组序号队长姓名作品名称所属培养单位1张明阳云+AI助力帕金森病诊断华中科技大学2何心宇智能溺水检测器厦门大学3李易瑾易达智能助视导航浙江大学4章小兵基于长/短期目标混合推荐模型的学生职业规划系统深圳技术大学5南思宇基于AI和OCT的宫颈癌辅助诊断与检查报告生成武汉大学6院旺遗传综合征面部识别辅诊系统华东师范大学7徐柏林晓心智能心电监测平台上海理工大学8张子良网衣卫士：——围网安全智能检测预警系统浙江海洋大学9陈标发智能配电站安防巡检解决方案福州大学10周雪莹跨模态视网膜OCT影像生物标志物检测及量化分析系统济南大学11吕晓举一种智能牦牛肉干等级分拣系统西藏农牧学院12陆施涛肾母细胞瘤病理切片智能分析系统华东师范大学13王婧然基于卷积神经网络的智能眼动轮椅哈尔滨理工大学14张超StoryDrawer：一个通过合作绘画支持儿童讲故事的Child-AI共创系统浙江大学15熊国丽基于人工智能技术的药物ADMET性质智能预测与优化中南大学16吴欣悦桥梁缺陷全方位智能检测分析平台三峡大学17徐硕园区点到点智能配送机器人南京工业大学18邓淞允AIGrower：面向果蔬病害的智慧诊断系统湖南大学19闫树睿基于规则的自监督住宅户型布局设计模型清华大学20马铎融合多源感知数据的公路病害全空间智能诊断系统郑州大学21吴俊涵ZyberBay浙江大学22邹扬忠探查先锋——多特种机器人搜救平台华南理工大学23霍立港基于机器学习的无监督入侵检测研究北京交通大学24杜国良企业贸易异常检测深圳大学25程昭晖基于深度视频感知的工业场景异常火花检测系统西安交通大学26朱永佩基于几何的人工智能脑部形态测量技术研究清华大学27潘玠昀森林AI卫士：空天地协同森林病虫害深度视觉监测重庆大学28陈凌昊实时单目三维重建与融合浙江大学29任文义基于多模态结构光和深度学习的核燃料芯块端面缺陷检测系统郑州大学30刘付颖视觉AI与激光SLAM的双臂医护机器人的设计兰州大学31董峻廷基于互联网视频的人体运动捕捉及其应用浙江大学32董军豪古戏今传-全息AI下的戏曲艺术传承北京邮电大学33陈镇体面工作:基于视觉注意力预测的智能仓储应用系统浙江大学34何雨基于残差网络和迁移学习的苹果果害分类方法西安工业大学35李耀威锂电池储能电站安全状态智能感知平台郑州大学36吴宇豪一种基于深度学习的自然场景下火车表面字符信息高精度实时检测识别系统深圳大学37张鑫基于深度学习的单目实时多人姿态估计技术及其在人机交互中的应用浙江工业大学38李浩林桥墩裂缝检测机器人沈阳大学39范圣韬跨屏智能感知架构华东师范大学40徐鹏辉面向植物工厂的圣女果视觉识别关键技术西北农林科技大学41徐永健基于多模态融合技术的马铃薯内外部缺陷品质检测分选系统杭州电子科技大学42刘颖辽宁省生态岸线智能监测-基于植被变化辽宁工程技术大学43张浩森基于空天地图像匹配的地理定位系统武汉大学44廖馨婷可解释的基金智能投顾应用浙江大学45刘博AI安全帐篷-中国户外露营安全引领者云南大学46那一鸣基于眼控识别的智能护理系统的研究湖南大学47张龙无人机灾后救援——生命体征检测和定位系统合肥工业大学48刘园彪版圈——基于区块链的数字作品存证与交易平台西安邮电大学49王晓消杀自主化智能移动防疫卫兵沈阳大学企业赛题组序号赛题名称队长姓名作品名称所属培养单位1华为赛题一：提升AI模型在工业质检中“通用性”田昊面向工业质检的通用缺陷检测模型四川大学2华为赛题一：提升AI模型在工业质检中“通用性”徐健基于单样本学习的轻量化异常检测网络武汉大学3华为赛题一：提升AI模型在工业质检中“通用性”何国欢基于DSWTA_UNet的通用工业缺陷检测解决方案四川大学4华为赛题一：提升AI模型在工业质检中“通用性”张泽平智能制造工业产品表面缺陷检测东南大学5华为赛题一：提升AI模型在工业质检中“通用性”王恒一种轻量化领域自适应工业质检模型四川大学6华为赛题一：提升AI模型在工业质检中“通用性”敬梁集成Zero-DCE与YOLOv4的光照稳定目标检测模型西南石油大学7华为赛题二：自然场景下的小样本光学字符识别算法易倩自然场景下的小样本光学字符识别算法中南大学8华为赛题二：自然场景下的小样本光学字符识别算法谭嘉辰基于深度学习的小样本自然场景文本识别研究江苏师范大学9华为赛题二：自然场景下的小样本光学字符识别算法赵鸿飞轻量级小样本光学字符识别算法北方工业大学10华为赛题二：自然场景下的小样本光学字符识别算法陈奕宏自然场景下的小样本光学字符识别算法华南师范大学11华为赛题三：视觉-语义模式匹配孙艳红视觉语义模式匹配电子科技大学12华为赛题三：视觉-语义模式匹配杨小慧视觉-语义模式匹配西安电子科技大学13华为赛题三：视觉-语义模式匹配石祎晖面向通用场景的轻量化视觉接地框架北京邮电大学14华为赛题四：任务型多轮对话理解郭龙伟ICEBERG_交互式多轮对话理解系统南京大学15华为赛题四：任务型多轮对话理解高宸多意图SLU模型云南大学16华为赛题四：任务型多轮对话理解杨展业基于图神经网络的任务型对话自然语言理解和指代消解任务研究四川大学