XiaoMi-AI文件搜索系统
World File Search SystemEpoka
学生指南
简介1。Epoka University简介5 2。任务8 3。视觉8 4。行政委员会8 5。学术参议院9 6。学生关系永久委员会9 7.校长9 8。Recor 9 9.管理员9 10。学术事务副校长10 11.学生办公室院长10 12。教职员工和部门12 13。经济学和行政科学学院13 14。建筑与工程学院17 15。法律与社会科学学院21 16。注册商办公室23 17。教育期33 18。方法和语言3319。研究持续时间34 20。上课35 21。评估36 22。毕业和文凭39 23。请求表45 24。库和数据库48 25。Epoka大学的质量保证治理51 26。质量保证机制和工具54 27。国际关系办公室56 28。ICTC办公室59
新视野 - Photonics21
Epoka 大学 • Orbeli 生理学研究所 • 埃里温物理研究所 • AIT 奥地利理工学院有限公司 • ams AG • Argelas – 奥地利激光协会 • 奥地利科学院，IQOQI • 奥地利理工学院 • 克恩顿州应用技术大学 • 克恩顿州技术研究股份公司 • Crystalline Mirror Solutions GmbH • CTR 克恩顿州技术研究股份公司 • FEMTOLASERS Produktions GmbH • FFG 奥地利研究促进机构 • FH 福拉尔贝格州 – 应用技术大学 • 量子光学和量子信息研究所 • 莱奥本大学物理研究所 • 表面技术和光子学研究所，Joanneum Research Forschungsges. m.b.H. • IQOQI • isiQiri 接口技术有限公司 • JK 林茨大学 • Joanneum Research / NMP • kdg OPTICOMP • Kompetenzzentrum Licht GmbH • Lexedis Lighting GmbH • Luger Research e.U. • LUMITECH Austria • Planlicht • QUBITON Laboratories KG • RECENDT – 无损检测研究中心有限公司 • 奥地利科学院 Stefan Meyer 研究所 • Swarovski Energy • 维也纳技术大学，光子学研究所 • 维也纳技术大学 • UAR GmbH • 因斯布鲁克大学 • 格拉茨大学 • 因斯布鲁克大学 • 维也纳大学 • 维也纳科技大学，Atominstitut，VCQ • Zumtobel Lighting • ACQI sprl • ADB Airfield Solutions • AGC Glass Europe • Air Liquide • AMOS S.A. • Antwerp Space nv. • ATA-VISION • Barco • Belgacom • 布鲁塞尔光子学团队 • Caeleste • 鲁汶天主教大学 • CEL
在单元格的监督分类中优化特征提取和分类器的组合xhoena polisi duro 1,2*，arban uka 2，
在细胞的监督分类中优化特征提取和分类器的组合组合Xhoena polisi duro 1,2*，Arban UKA 2，Griselda alushllari 2，Albana Ndreu Halili 3，Dimitrios A. Karras A. Karras A. Karras 2，Nihal Engin vrana vrana 4 1 Informatics obs s. noli oblia，“ fan nori”，koria，koria，koria，korica，korica，korica，korka，korka，“ korcua”。 xpolisi@epoka.edu.al（X.P.D.）。2埃波卡大学计算机工程系，阿尔巴尼亚蒂拉纳市； auka@epoka.edu.al（a.u.）galushllari@epoka.edu.al（G.A。）dkarras@epoka.edu.al（d.a.k.）3西巴尔干大学医学系，阿尔巴尼亚提拉娜； albana.halili@wbu.edu.al（a.n.h。） 4法国斯特拉斯堡的Spartha Medical； evrana@sparthamedical.eu（N.E.V.） 摘要：医学领域的发展已经开放了在个性化患者层面进行分析的机会。 可以进行的重要分析之一是对工程材料的细胞反应，最合适的非侵入性方法是成像。 这些细胞的图像是未染色的Brightfield图像，因为在存在生物材料和流体的情况下，它们是从多参数微流体室获取的，这些室可能会随着时间的流逝而改变光路的长度，因为细胞的健康状态被监测。 这些实验条件导致具有独特照明，纹理和噪声频谱的图像数据集。 本研究通过将特征提取体系结构和机器学习分类器结合起来，探讨了监督细胞分类的优化，并重点介绍了生物材料风险评估中的应用。 1。 简介3西巴尔干大学医学系，阿尔巴尼亚提拉娜； albana.halili@wbu.edu.al（a.n.h。）4法国斯特拉斯堡的Spartha Medical； evrana@sparthamedical.eu（N.E.V.）摘要：医学领域的发展已经开放了在个性化患者层面进行分析的机会。可以进行的重要分析之一是对工程材料的细胞反应，最合适的非侵入性方法是成像。这些细胞的图像是未染色的Brightfield图像，因为在存在生物材料和流体的情况下，它们是从多参数微流体室获取的，这些室可能会随着时间的流逝而改变光路的长度，因为细胞的健康状态被监测。这些实验条件导致具有独特照明，纹理和噪声频谱的图像数据集。本研究通过将特征提取体系结构和机器学习分类器结合起来，探讨了监督细胞分类的优化，并重点介绍了生物材料风险评估中的应用。1。简介分析了三种细胞类型（A549，BALB 3T3和THP1）的Brightfield显微镜图像，以评估Inception V3，Squeeze Net和VGG16架构与分类器与包括KNN，决策树，随机森林，Adaboost，Adaboost，Neural Networks和Natan bayes的分类器配对的影响的影响。使用信息增益降低维度，以提高计算效率和准确性。使用不同参数的Butterworth过滤器用于平衡图像特征和降噪的增强，从而在某些情况下提高了分类性能。实验结果表明，与神经网络配对时，VGG16体系结构可实现通过不同指标衡量的更高分类精度。与未经过滤的数据集相比，使用Butterworth过滤器时的精度提高了，并且各种Butterworth滤波器之间的差异表明了优化这些类型图像的过滤器参数的重要性。关键字：生物材料风险评估，细胞图像分类，分类器，特征提取，个性化医学，监督分类。
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
新视野 - Photonics21
Epoka 大学 • Orbeli 生理学研究所 • 埃里温物理研究所 • AIT 奥地利理工学院有限公司 • ams AG • Argelas - 奥地利激光协会 • 奥地利科学院，IQOQI • 奥地利理工学院 • 克恩顿州应用技术大学 • 克恩顿州技术研究股份公司 • Crystalline Mirror Solutions GmbH • CTR 克恩顿州技术研究股份公司 • FEMTOLASERS Produktions GmbH • FFG 奥地利研究促进机构 • FH 福拉尔贝格州 - 应用技术大学 • 量子光学和量子信息研究所 • 莱奥本大学物理研究所 • 表面技术和光子学研究所，Joanneum Research Forschungsges。 mbH • IQOQI • isiQiri 接口技术有限公司 • JK 林茨大学 • Joanneum Research / NMP • kdg OPTICOMP • Kompetenzzentrum Licht GmbH • Leexedis Lighting GmbH • Luger Research eU • LUMITECH 奥地利 • Planlicht • QUBITON Laboratories KG • RECENDT – 无损检测研究中心有限公司 • 奥地利科学院 Stefan Meyer 研究所 • 施华洛世奇能源 •维也纳工业大学，光子学研究所 • 维也纳工业大学 • UAR GmbH • 因斯布鲁克大学 • 格拉茨大学 • 因斯布鲁克大学 • 维也纳大学 • 维也纳科技大学原子研究所，VCQ • 奥托贝尔照明 • ACQI sprl • ADB 机场解决方案 • AGC Glass Europe • 液化空气集团 • AMOS SA • Antwerp Space nv。 • ATA-VISION • Barco • Belgacom • 布鲁塞尔光子学团队 • Caeleste • 鲁汶天主教大学 • CELMA • 列日空间中心 • CLUSTER PHOTONIQUE • CNRS • COLASSE SA • CommScope • 赛普拉斯半导体公司 • 戴姆勒克莱斯勒 • DLR • 道康宁 • ELAS NV • ETAP nv • 欧盟军事参谋部 • EUCAR • 欧洲委员会 • 欧洲议会 • EuroTex • Flip Bamelis Engineering • 根特大学 • 根特大学 • 滨松光子学 • 亥姆霍兹联合会 • 高等光学技术研究所 • ICOS VISION SYSTEMS NV • II-VI Belgium NV • Imago 集团（前身为 AIMS Optronics） • imec • IWT • KULeuven • 鲁汶天主教大学 • KoWi • 鲁汶天主教大学 • LASEA • Light & • Multitel • MULTITEL • netec • Nikon Metrology Europe NV • Pirelli C. SpA • PNO Consultants • Robert Bosch GmbH • ROVI-TECH SA • Schréder • SEII asbl • SIRRIS • SOLVAY • 德州仪器 • TI • TMC • TP Vision • UGent / IMEC • 鲁汶天主教大学 • 列日大学 • 布鲁塞尔自由大学 (ULB) • 根特大学 • 鲁汶大学 • 布鲁塞尔大学列日• 蒙斯大学• 法雷奥视觉比利时• VDMA• 维托• 布鲁塞尔自由大学• VUB B-PHOT• VUB 应用物理和光子学系• XenICs• BH 电信• 保加利亚科学院• 电子研究所-BAS• Rompetrol• 图形艺术学院• 克罗地亚萨格勒布物理研究所• 罗德博斯科维奇研究所• 塞浦路斯理工大学• SAFE智能适应性表面有限公司 • 大学塞浦路斯 • 布尔诺理工大学 • CESNET zspo • CTU 布拉格，FEL • 布拉格捷克技术大学 • 布拉格化学技术研究所玻璃和陶瓷系 • HiLASE • 光子学和电子学研究所 • 南波西米亚大学物理生物研究所 • 科学院物理研究所 • Meopta-optika as • Nanomedic，as • 奥洛穆茨帕拉茨基大学 • 西波西米亚大学 - NTC • 皮尔森西波西米亚大学 - 新技术研究中心 • 奥尔堡大学 • 奥胡斯大学 • 基础与应用研究，大学 • Crystal Fibre A/S • DELTA Light & Optics Div. • DTU Fotonik • Ibsen Photonics • InvestroNet-Gate2growth • IPU • MaxInno • 哥本哈根大学尼尔斯玻尔研究所 • NKT Photonics • OFS Fitel Denmark Aps • 光学滤波器 • Risø 国家实验室，OPL-128 • RUNETECH • 安全和保护 • TTO A/S • 哥本哈根大学尼尔斯玻尔研究所 • 南丹麦大学 • RFMD (UK) Ltd. • 曼彻斯特大学 • EUPROCOM Ltd • Interspectrum OU • Laser Diagnostic Instruments AS • LDI Innovation UÖ • 阿尔托大学 • Ajat Oy Ltd • Arctic Photonics • BioMediTech • 拉彭兰塔理工大学 • Liekki Corporation • Liekki Oy • Lumichip Oy • 芬兰毫米波实验室 MilliLab • MODULIGHT Inc. • 坦佩雷理工大学光电子研究中心 • Optogear Oy • Pixpolar • 坦佩雷理工大学 • UEF • 东芬兰大学 • 约恩苏大学 • 于韦斯屈莱大学 • 奥卢大学 • VTT • 3M France • 3Sphotonics / Laboratoire IMS • ACAL BFI France • adixen Vacuum Products • AGENCE REGIONALE DE L'INNOVATION ALSACE • 艾克斯马赛大学 • 阿尔卡特 • Alpao • ALPhA – Route des Lasers Cluster 负责人 • ALPhANOV • Amplitude Systèmes • ARJOWIGGINS • 欧洲协会 • BBright • 生物梅里埃 • 波尔多大学 • Bureau d'études parrein • 法国商业中心 • CAILabs SAS • CCInt • CEA • CEDRAT TECHNOLOGIES • CELIA – UMR 5107 CNRS、CEA、波尔多大学 • 国家科学研究中心 • 中心造纸技术 • CILAS • CILAS • CIMTECH • CLUB LASER ET PROCEDES • 法国光子学联合会 法国光子学联盟 • 国家光学与光子委员会 • 竞争力集群 OPTITEC • 康宁 CETC • Cristal Laser • DGCIS • DIAFIR • DOW Chemical • Draka Comteq • e2v • 马赛中央学院 • 里昂高等师范学院 • 综合理工学院 • EGIDE • Emc3 • ENIB • ENS Cachan • Enssat • EPIC – 欧洲光子产业联盟 • esiee paris • ESSILOR • ESYCOM-ESIEE • 欧洲光子产业联盟 • EURO-PROCESS • EUROSHAKTIWARE • EVOSENS • EXELSIUS • FEMTO-ST/CNRS • FLIR ATS • 重点发展联盟 (FSDA) Ltd.• Fogale Nanotech • 法国电信 • 法国原子能委员会 (CEA) • 法德圣路易斯研究所 • GLOphotonics SAS • 格勒诺布尔-伊泽尔 - AEPI • HOLO3 • HOLOTETRIX • horiba jobin yvon • HP • ICB UMR CNRS 5209 • IDIL 光纤 • IES - 蒙彼利埃大学 CNRS • IFREMER • IFTH • III-V 实验室 • IM2NP - 保罗塞尚大学艾克斯 - 马赛 • Imagine Optic • IMEP LAHC • Infiniscale • INRIA • 斯特拉斯堡 INSA • INSA LYON • 菲涅尔研究所 • 光学研究所 / CNRS • 焊接研究所 • 菲涅尔研究所 CNRS • MAUPERTUIS 研究所 • 梅里厄研究所 • 矿业电信研究所 • 雷恩第一大学化学科学研究所 - CNRS • IREIS • IREPA LASER • IREPA LASER / Rhenaphotonics Alsace 集群 • ISORG • IVEA • iXCore • JCP CONSULT FRANCE • KLOE – OPTITEC • Kastler Brossel 实验室、CNRS、ENS、UPMC • LP3 实验室 UMR 6182 CNRS • 光学材料、光子学和系统实验室 • Laser 2000 • Linkwest • Lorang Innovation • LPICM – 巴黎综合理工学院 • LPMC、尼斯索菲亚安提波利斯大学 • LPN CNRS • LSP-ENSPS-ULP / Rhenaphotonics Alsace • Lumilog • 制造