新闻动态-long8

2020年9月18日下午，信息科学技术学院微纳电子学系在微纳电子大厦103会议室举办了2020级新生大会。信息科学技术学院党委副书记、微纳电子学系副主任王源，mems方向研究生班主任杨振川，本科生班主任黄鹏、王茂俊，团总支书记贺凌出席本次大会。迎新大会现场会上，王源首先为新同学们介绍了微纳电子学系的历史发展、学科排名、师资力量等基本概况，并一一展示了微纳电子学系的多个教研基地和多项不同层级的科研基金项目，激励即...

9月15日下午，信息科学技术学院在二教101室举办了2020级研究生新生大会。会上，学院教学副院长侯士敏教授首先向同学们介绍了学院概况、研究生培养以及对新生的嘱托和期望。希望同学保持初心和良好的心态，珍惜来北京大学学习和科学研究的机会，并引用王国维在《人间词话》提出的治学三境界，期望同学们通过在北大的学习达到自己期望的人生目标。接下来，研究生教务办公室金莲玉老师为同学们介绍了研究生学籍管理、培养环节及奖...

全国抗击新冠肺炎疫情表彰大会于9月8日上午在北京人民大会堂隆重举行，微纳电子学系直属党支部根据每位党员的工作安排情况，组织党员进行了现场观看或点播回放。中共中央总书记、国家主席、中央军委主席习近平向国家勋章和国家荣誉称号获得者颁授勋章奖章并发表重要讲话。习近平总书记在全国抗击新冠肺炎疫情表彰大会上强调，在这场同严重疫情的殊死较量中，中国人民和中华民族以敢于斗争、敢于胜利的大无畏气概，铸就了生命至...

2020年9月8日，全国抗击新冠肺炎疫情表彰大会在北京人民大会场隆重举行。信息科学技术学院计算机系教工第四党支部组织支部党员同志在理科2号楼2129观看了表彰大会直播，部分未能到会场观看直播大会的同志，分别通过就地观看直播或者会后点播等各种形式观看了表彰大会。伴着《向英雄致敬》的壮阔乐声，习近平总书记向共和国勋章的获得者和国家荣誉称号获得者颁发了荣誉勋章。当看到86岁高龄奔赴前线的钟南山院士、年逾七旬手术不...

9月8日上午，全国抗击新冠肺炎疫情表彰大会在北京人民大会堂隆重举行。在学院党委的统一部署下，电子学系教工第二支部组织支部党员观看了这次大会。支部根据每位党员的便利情况，采用集中统一观看和自行观看两种方式。除了3位党员因出差或者有会议安排表示之后回看表彰大会外，支部其他党员都采取以上两种方式观看表彰大会的直播。大会观看过程中，支部党员积极参与讨论交流，纷纷在支部微信群分享自己的观看情况和观看心得。中...

全国抗击新冠肺炎疫情表彰大会于2020年9月8日上午10时在北京人民大会堂隆重举行。中共中央总书记、国家主席、中央军委主席习近平向国家勋章和国家荣誉称号获得者颁授勋章并发表重要讲话。智能科学系直属支部党员老师在院党委的组织下，在北京大学理科2号楼2129集体观看学习了表彰大会直播。表彰大会由总理李克强同志主持。观看学习表彰大会的学院全体党员集体同步唱响国歌。国歌唱毕，全场肃立，向新冠肺炎疫情牺牲烈士和逝世同...

2020年9月8日上午，全国抗击新冠肺炎疫情表彰大会在北京人民大会堂隆重举行，中共中央总书记、国家主席、中央军委主席习近平向国家勋章和国家荣誉称号获得者颁授勋章奖章并发表重要讲话。北京大学信息科学技术学院党政领导班子、各教师党支部、各系所学生党支部党员、部分部分发展对象及入党积极分子在理科二号楼2129会议室集中观看表彰大会现场直播，未到场师生党员则通过线上平台“同时不同地”观看表彰大会现场直播。习近平...

8月30-31日，信息科学技术学院召开2020年暑期战略研讨会。会议总结了过去一年的主要工作，明确了秋季学期的工作目标和重点任务，在总结院系运行体制调整经验的基础上，依托学校新工科建设规划，谋划疫情防控常态化背景下的学院发展蓝图。学院及各系领导班子成员参加研讨会。研讨会现场院长高文指出，学院自2019年初启动院系运行体制调整，始终坚持有利于学生培养、有利于学科发展的总原则，取得了阶段性成果。下一步，学院将继...

日前，北京大学计算机系网络所的杨智副研究员课题组在深度学习编译优化和资源管理方面的工作双双取得重要突破，相关成果以学术论文rammer: enabling holistic deep learning compiler optimizations with rtasks和hived: sharing a gpu cluster for deep learning with guarantees的形式即将呈现在第14届“usenix操作系统设计与实现研讨会”（osdi: usenix symposium on operating systems design and implementation）上。这是...

癌细胞的异质性和复杂性是生物医学领域所关注的热门问题之一。近日，电子学系纳米器件物理与化学教育部重点实验室叶安培教授课题组基于自主研发的“拉曼-光镊”技术发展了一种单细胞多模分析方法，为多角度揭示单个细胞的复杂性提供了新的策略。课题组将无标记、无损的“拉曼-光镊”单粒子操控及检测技术与先进的单细胞测序技术相结合，以胃癌bgc823细胞系为研究对象，成功对同一个单细胞的拉曼光谱和rna转录组实现了精确检测。...