近日，随着2024年1月国内汽车销量榜单的揭晓，吉利汽车凭借其卓越的市场表现，成功摘得月销量桂冠。这一成绩的取得，不仅彰显了吉利汽车强大的市场竞争力，也反映出中国新能源汽车产业的蓬勃发展趋势。中国新能源汽车市场正在以惊人的速度增长，吉利汽车作为行业的佼佼者，一直在新能源汽车的研发、生产和销售方面投入巨大。从电池技术到智能驾驶系统，再到智能网联，吉利控股集团始终站在科技前沿，推动新能源汽车技术的不断创新。         作为吉利控股集团人才输送的重要基地，三亚学院信息与智能工程学院紧跟行业发展趋势，结合海南自贸港高新技术产业和现代服务业的布局需求， 根据国务院学位委员会办公室下发的2022年《关于下达需要加强建设的新增博士、硕士学位授予单位建设进展核查结果的通知》，三亚学院硕士学位授予单位及相关学位授权点通过核查，成为海南首家、国内少有的民办高校硕士学位授予单位。三亚学院在信息与智能工程学院设立电子信息专硕点后，依托学院丰富的科研资源和平台，形成了产教融合的人才培养模式。        为深化产教融合、科教融汇的教育模式，2023年三月，吉利汽车研发中心携手三亚学院，共同建设吉利星睿数据智能产业学院，这一创新平台不仅为吉利控股集团汽车产业的长足发展注入了新的活力，也为双方在教学、科研及产业实践上的深度融合奠定了坚实基础。随着三亚学院电子信息专硕点的正式设立，信智学院带领研究生们迅速投入到紧张而充实的学术生活中。他们积极参与学习、讨论和研究，以敏锐的洞察力和扎实的专业知识，不断在学术道路上发现问题、解决问题，努力提升自己的专业学术能力。他们的每一步成长，都彰显着三亚学院在培养高素质人才方面的坚定决心和卓越成效。         为进一步激发研究生的学术热情，三亚学院信息与智能工程学院定期举办研究生学术交流分享会。这些分享会的选题均紧密围绕专业学位硕士研究生导师的产教融合项目，确保学术研究与产业需求紧密对接。2024年4月26日，一场以“基于强化学习的电动汽车生态驾驶研究”及“电车能源损耗预测模型的研究”为主题的学术交流分享会成功举办。会上，研究生们围绕电动汽车领域的最新研究成果和前沿技术进行了深入探讨，展现了学院在新能源汽车领域的研究实力和学术风采。        在首场讲座中，刘李祥同学以其扎实的专业知识和对电动汽车生态驾驶的深刻理解，为在场师生带来了一场内容丰富、见解独到的学术讲座。他介绍了强化学习技术在自动驾驶领域的应用前景，分享了当前研究热点和挑战，以及对未来发展方向的展望，充分展现了学院研究生的学术实力和研究深度。      随后，杨益栋同学带来了主题为“电车能源损耗预测模型的研究”的讲座。他深入解析了能源损耗模型的重要性，并介绍了构建模型的常用方法。杨益栋同学的分享不仅让同学们对电车能源损耗领域有了更全面的认识，还激发了大家对该领域未来研究方向和应用前景的思考。         通过此次分享会，不仅为师生提供了一个宝贵的学术探讨平台，也让同学们对电动汽车领域的最新动态有了更深入的了解。同学们纷纷表示，学院提供的学术交流机会极大地丰富了他们的学术视野，提高了解决实际问题的能力。同时，学院对学生全面发展的重视也让他们倍感温暖和鼓舞。         展望未来，三亚学院信息与智能工程学院将继续致力于营造良好的学术氛围，鼓励学生积极参与学术交流，不断提升学术研究水平。同时，学院也将进一步加强与企业的合作，推动产学研深度融合，为新能源汽车产业的发展贡献更多智慧和力量。我们期待未来有更多的学术活动，让学生们在学术探索的道路上不断前行，为智慧海南建设和海南自贸港目标达成做出更大贡献。

        根据最新的基本科学指标数据库（Essential Science Indicators，ESI）数据显示，我院于营副教授发表的学术论文“Techniques and Challenges of Image Segmentation: A Review”已入选ESI高被引论文。         这篇文章系统地综述了图像分割方法的研究进展，将图像分割技术总结为三个重要阶段：经典分割、协同分割和基于深度学习的语义分割。文章详细阐述了各个阶段的主要算法和关键技术，比较总结了不同分割模型的优缺点，讨论了它们的适用性，并分析了图像分割技术面临的发展趋势和主要挑战。该文章发表在Electronics期刊上，目前在Google学术上的引用次数为84次，SCI数据库引用次数为33次。 图1：科睿唯安网站界面         同时，于老师与陆军工程大学寇人可博士合作的另外两篇论文，分别发表在权威期刊Pattern Recognition与IEEE Transactions on Geoscience and Remote Sensing上，同样入选ESI高被引论文。 图2：ESI收录证明         于老师一直致力于科研工作，在其领域取得了卓越的研究成果。这些成果的入选，不仅展现了她在科学研究上的深厚学养，也为我校的学术声誉增光添彩。于老师的成就鼓舞着我院师生在科研道路上不断前行，开拓创新。我院将进一步支持和鼓励教师们积极投身科研工作，为学术界贡献更多优秀的研究成果，助力学校在科研领域的持续发展和提升。         [1] Yu Y, Wang C, Fu Q*, Kou R, Huang F, Yang B, Yang T, Gao M. Techniques and Challenges of Image Segmentation: A Review. Electronics, 2023; 12(5):1199. Doi: 10.3390/electronics12051199.         [2] Kou R, Wang C, Yu Y, Peng Z, Yang M, Huang F, Fu Q*. LW-IRSTNet: Lightweight Infrared Small Target Segmentation Network and Application Deployment. IEEE Trans. Geosci. Remote. Sens., vol.61, pp.1-13, 2023, Art no. 5621313, Doi: 10.1109/TGRS.2023.3314586.         [3] Kou R, Wang C, Peng Z, Zhao Z, Chen Y, Han J, Huang F, Yu Y, Fu Q*. Infrared Small Target Segmentation Network: A Survey. Pattern Recognit., 2023,143,109788. Doi: 10.1016/j.patcog.2023.109788.

        2024年7月6日，信息与智能工程学院计算机应用基础实验教学示范中心全体实验教师开展学术交流和实验室管理研讨会议。         首先由计算中心负责人梁志勇老师对本学年实验室的工作进行总结，在肯定各位老师认真负责完成实验室管理工作和实验教学工作的同时，鼓励大家再接再厉，高标准严要求完成学校所下达的各项教育教学审核评估工作。然后梁志勇老师做了题为《跨链综述》的学术讲座，给各位老师介绍了当前区块链技术中的前沿科技——跨链技术，同时也介绍了当前市面上主流的跨链技术、跨链协议以及跨链所面临的挑战等。         随后罗通老师也给大家分享了最近发表的一篇核心论文《双足自平衡移动机器人全覆盖搜索任务轨迹优化》，给大家讲述了双足自平衡移动机器人执行搜索任务时，是如何根据获取的环境信息建立模拟地图，构建机器人搜索任务的路径，并最终如何通过蚁群算法获取最优路径的整个过程。         最后大家针对实验室的管理工作展开进一步探讨。通过此次学术交流和实验室管理研讨会议，计算中心全体实验教师收获满满，在后续的实验室管理和实验教学中将继续保持昂扬的斗志。

        2024年7月8日9:00-12:00书山馆中报告厅，信息与智能工程学院“三亚学院院士大讲堂系列讲座”，这场不容错过的学术盛宴即将开始。我们荣幸地邀请到容淳铭院士为我们主讲，机会难得，不容错过，让我们不见不散！

        2024年6月28日，信智学院会议室迎来了一场备受期待的学术讲座，主题为《图模型在互联网网络欺诈中的应用》。讲座由吴涛老师主讲，吸引了众多师生前来聆听。吴老师以其深厚的学术造诣和丰富的研究经验，详细讲解了图模型在互联网中的多种应用，尤其是在防控网络欺诈方面的作用。         吴涛老师曾在多家知名互联网公司从事多年算法研究工作，拥有丰富的项目开发经验。他在自然语言处理、深度学习和信息安全领域积累了大量算法经验，这为他在学术界的研究提供了坚实的基础。吴老师首先介绍了图模型的发展背景。他指出，随着大数据和人工智能技术的迅猛发展，图模型逐渐成为数据分析和处理的重要工具。图模型通过节点和边的关系，能够高效地表达和处理复杂的网络结构信息。无论是在社交网络分析、推荐系统还是在网络安全领域，图模型都展示出了强大的应用潜力。         接下来，吴老师简要介绍了图模型相关的核心算法。他详细阐述了LPA、Louvain、图卷积网络（GCN）、图注意力网络（GAT）等技术。这些算法在处理非结构化数据、识别复杂模式和发现潜在关系方面具有显著优势。吴老师通过实际案例展示了这些算法在不同场景中的具体应用，使听众对图模型有了更深入的理解。         吴涛老师重点介绍了图模型在互联网风控、社交推荐和商品推荐中的应用。通过构建用户交易行为图，图模型能够有效识别异常交易和潜在欺诈行为。吴老师分享了一些实战案例，展示了图模型在反欺诈系统中的应用效果。在社交网络中，图模型可以基于用户之间的关系和互动行为，推荐潜在好友或兴趣小组，从而提升用户体验。吴老师介绍了几种典型的社交推荐算法，并分析了其优缺点。此外，图模型还在电子商务平台中广泛应用，通过分析用户和商品之间的关系，提供个性化的商品推荐服务。吴老师通过数据实例，详细讲解了图模型如何提升推荐系统的准确性和用户满意度。         吴涛老师的讲座内容详实、层次分明，赢得了在场师生的一致好评。讲座结束后，吴老师还与现场师生进行了深入交流，解答了大家的疑问，并分享了自己在工作研究中的心得体会。通过此次讲座，信智学院的师生们不仅对图模型有了更深入的了解，还认识到了其在互联网应用中的巨大潜力。大家纷纷表示，将在今后的学习和研究中，进一步探索图模型的应用，为互联网技术的发展贡献自己的力量。