融合走航监测数据、自动监测站数据及气象信息，构建基于Transformer的时序预测模型，实现空气质量指标预测、异常高值识别和污染溯源分析，为城市环境管理提供智能化决策支持。

融合大语言模型（LLM）、智能体工作流与振动信号分析算法，实现设备数据解析、元数据识别、频域特征提取、状态评估和诊断报告自动生成，支持基于ISO20816标准的设备健康等级判定与风险提示。

将非结构化工程文档、CAD图纸、设计规范及专家经验转化为结构化知识库，结合大语言模型（LLM）、RAG检索增强、知识推理与确定性规则引擎，实现工程需求理解、方案生成、参数推导、约束校验和结果追溯等功能，提升复杂工业设计场景下智能辅助决策能力。

1、功能模块：系统包括数据上传与预处理、神经网络3D重建、模型渲染与展示、模型编辑与导出、项目管理等模块。2、主要功能描述：用户上传工业零件图像或点云数据后，系统自动完成特征提取、网格生成、纹理映射，生成可在浏览器中交互查看的3D模型；支持导出通用格式用于后续加工或仿真。

1、功能模块：系统主要包含四大核心模块。一是屏幕视觉感知模块，基于OpenCV和PyTorch实现桌面元素检测与识别；二是任务规划模块，结合大语言模型（LLM）进行任务拆解与决策；三是自动化执行模块，模拟鼠标点击、键盘输入、窗口切换等人机交互操作；四是结果校验模块，对执行结果进行自动验证与异常反馈。

1.智能对话咨询：以多轮对话引导用户描述借贷事实，自动识别并提取金额、利率、期限、担保、还款情况等关键诉讼要素。2.利率合规核算：基于最新LPR（1年期3.0%）自动计算"4倍LPR"司法保护上限（12%/年），判断约定利息是否受法律保护。3.要素式起诉状生成：依据2025年7月全国推广的要素式起诉

SepsisCare是一个从ICU时间序列研究原型扩展到可安装软件系统的课程项目。项目目标不是替代临床诊断，而是在脱敏ICU数据与本地演示模型的基础上，展示脓毒症风险分层、动态表型轨迹、历史相似病例检索、家属沟通智能体与模型训练运维终端的端到端工程闭环。研究部分采用PhysioNet2012、Phy

系统支持训练项目管理、故障模拟、驾驶操作考核、成绩评分、振动反馈、UI界面控制、AI智能问答、训练记录查询及数据统计分析等功能，同时支持多训练科目切换、题库管理及设备联动，实现完整的仿真培训业务流程。

本项目基于TensorFlow/Keras深度学习框架，实现10类服装灰度图像智能分类，核心功能如下：数据集加载与预处理加载Fashion-MNIST标准数据集，完成像素归一化、维度适配，划分训练集、验证集、测试集；图像数据增强通过随机旋转、平移、缩放、水平翻转扩充训练样本，缓解样本量不足，提升模型

核心功能模块：1.多平台消息接入网关：支持企业微信、钉钉、Slack、Teams的Webhook消息接收，统一处理后进入AI意图识别流程。2.AI意图识别与结构化解析：基于LLM对自然语言消息进行意图分类（采购申请/库存查询/价格查询），提取物料编号、数量、用途等结构化字段，准确率高。3.自动生成采