深度学习模型构建与优化测试技术开发测试服务征求意见公示

依照《****政府采购条例实施细则》第十七条、《**市****研究院采购管理办法》第十七条（一）规定情形，**市****研究院申请深度学习模型构建与优化测试技术开发测试服务采购项目拟采用单一来源采购方式，现将有关情况向社会公众征求意见:

采购编号：****

采购项目名称：深度学习模型构建与优化测试技术开发测试服务

项目预算金额：50880元

采购项目描述：

1.项目概况：现根据科研项目《基于电梯故障和维修记录的电梯安全管理研究》研究需要，计划采用深度时空互感神经网络模型，对电梯维护修理记录的图像、文本信息与时间序列数据进行特征提取和融合，建智能化电梯故障预测模型，实现实时故障预警和运行状态监测。

2.服务内容和服务要求

（一）服务内容：

1、特征提取与融合测试

测试内容：分别对电梯故障和维修记录图像、文本和时间序列数据进行特征提取，并验证提取特征的有效性。

软件环境：使用Python 3.13作为开发语言，结合PyTorch 深度学习框架，图像处理依赖OpenCV 4.8和Pillow 10.0，文本处理使用Transformers（Hugging Face）库，时间序列处理基于Pandas 2.1和NumPy 1.26。

测试内容：包括数据预处理、特征提取算法调试和初步结果验证。

2、多模态数据融合算法设计与测试

测试内容：设计多模态数据融合算法，将图像、文本和时间序列数据的特征信息进行语义融合，并评估融合后的信息完整性和一致性。

软件环境：基于PyTorch 2.1开发融合算法，结合SciPy 1.11进行数据分析，TensorBoard 2.14用于可视化融合效果。

测试内容：包括算法设计、融合测试和性能评估。

3、模型构建与训练测试

测试内容：构建深度时空互感神经网络模型，实现电梯故障的实时预测，通过预训练和精调优化模型性能，并评估预测准确率和实时性。

软件环境：使用PyTorch 2.1构建模型，结合Optuna 3.4进行超参数优化，模型训练和评估依赖scikit-learn 1.3和Matplotlib 3.8进行结果分析。

测试内容：包括模型构建、预训练和精调、性能测试与优化。

4. 测试结果总结与报告

测试内容：总结模型构建和训练测试结果，分析特征提取、数据融合及模型预测的性能指标，提供详细技术报告。

以上测试硬件环境：硬件环境：配备NVIDIA RTX 3090 GPU（24GB显存），配合Intel Core i9-12900K CPU，64GB DDR5内存，运行于Ubuntu 22.04操作系统。

拟定供应商名单：****

申请理由及相关说明：

本项目为服务类采购，2025年4月21日发布招标需求公告，截止投标截止时间2025年4月25日17:00，因有效投标的供应商数量不足导致公开招标失败。标书代写

根据《****政府采购条例实施细则》第十七条：“因作出有效投标的供应商不足三家而致公开招标失败的，应当重新组织公开招标。但符合下列情形的，经主管部门批准，可转为非公开招标方式采购：（一）招标文件没有不合理条款；（二）招标文件公布期间无异议或者异议不成立；（三）招标程序符合规定。”、****财政局关于印发《**市2023-2024年政府集中采购目录及限额标准》关于采购方式的有关规定：“除本文对采购规则有明确规定的项目以外，集中采购限额标准（100万元）以上、公开招标数额标准（400万元）以下的项目，由采购人根据《****政府采购条例》及其实施细则的有关规定，依法自主选择公开招标、竞争性谈判或者单一来源采购方式（不包括竞价、跟标等其他采购方式），涉密项目除外；选择采用非公开招标方式（指竞争性谈判或单一来源）采购的，由采购人严格对照法律法规的规定，按照本单位内控制度的有关程序决定，并做好决策记录留档备查。”、《**市****研究院采购管理办法》第十七条第一款第5项的规定，该项目可按照规定将采购方式由公开招标转为单一来源。

征求意见期限：从2025年5月6日起至2025年5月12日止

联系方式：格工 联系电话：0755-****9349

采购部门:****

地址：**市宝****社区龙田北路

联系人：格工 联系电话：0755-****9349 传真：

采购主管部门：**市****研究院综合部

联系电话：0755-****3922 传真：