近日，2026年第五届大数据与人工智能面向教育转型国际研讨会（ISBDAI 2026）传来喜讯。我校计算机与科学专业师生在本届国际会议中发表5篇学术论文，研究方向涉及目标检测、智能物流调度、电动汽车节能控制、人工智能医疗应用等多个前沿领域。
其中，由Ahmad Ali博士、计算机科学与技术专业大二学生王雍完成，曾卓琦教授指导的论文 “AI-Assisted Energy-Efficient Control of EV under Traffic Signal Uncertainty” 荣获本届会议最佳论文奖（Best Paper Award）。这一成绩充分展现了我校师生在人工智能、大数据与智能系统应用研究方面的创新能力、科研水平和国际学术影响力。
第五届大数据与人工智能面向教育转型国际研讨会（ISBDAI 2026）汇聚了来自全球高校、科研机构、企业及教育管理领域的专家学者，围绕人工智能、大数据、教育创新与社会发展等议题展开高水平学术交流，共同探讨人工智能时代教育变革的新方向、新模式与新路径。
本届大会由著名计算机及人工智能教育专家、IEEE Fellow、香港理工大学副校长曹建农院士担任大会主席，并邀请诺贝尔物理学奖得主Ferenc Krausz教授，联合国副秘书长Tshilidzi Marwala，英国牛津大学M. James C. Crabbe院士，IEEE Fellow、美国圣路易斯华盛顿大学Ramesh K. Agarwal院士等多位国际知名科学家、院士及教育科技领域专家作大会主旨报告。
大会为全球学者搭建了跨学科、国际化、高水平的学术合作平台，也为我校师生展示科研成果、拓展国际学术视野提供了重要机会。
在本届ISBDAI2026会议中，我校计算机科学与技术专业教师积极指导学生开展科研探索，鼓励学生参与真实科研项目，在多个前沿研究方向取得阶段性成果。最终，我校师生团队共有5篇论文被会议接收并发表。
论文一 SeaGhost-YOLO: Task-Driven Parameter-Compact Detection for UAV Maritime Search-and-Rescue
■ 第一作者： 符雨晗
该论文主要由我校计算机科学专业大三学生符雨晗完成。研究聚焦无人机海上搜救场景下的小目标检测问题，提出轻量化目标检测模型SeaGhost-YOLO。该模型通过引入P2–P4高分辨率检测金字塔和 Selective GhostDeep深层压缩策略，有效提升了人体、浮标等海上搜救关键目标的检测精度，同时显著降低模型参数量。该研究在无人机智能搜救、海上应急救援和智能感知系统等领域具有较高应用价值。
论文二 Stage-wise LoRA-optimized YOLO11s for Few-shot Defect Detection in Engineering Education Laboratories
■ 作者： 王雍
■ 合作作者：李祎政等
该论文主要由我校计算机科学专业大二学生王雍完成，经济工程专业大一学生李祎政参与部分实验工作。研究面向高校工科实验室中的小样本缺陷检测问题，提出一种基于分阶段LoRA优化的YOLO11s算法。该方法旨在提升小样本、复杂场景下缺陷识别的准确率与泛化能力，可应用于工业实训质检、实验室设备智能巡检、自动化教学管理等场景，具有良好的实践意义和应用前景。
论文三 Reliability-Driven Scheduling of Smart Delivery Truck with Robotic Vehicles
■ 作者： Mehdi Foumani副教授，龙俊玮等
■ 指导老师： 曾卓琦教授
该论文在曾卓琦教授的指导下，主要由 Mehdi Foumani副教授完成，海南比科大大一学生龙俊玮参与部分实验工作。论文以智能卡车与机器人协同配送为研究对象，聚焦车车协同物流系统中的可靠性驱动调度问题，构建随机混合整数非线性规划模型，对智能配送网络设计和机器人车辆调度优化进行了深入探索。该研究在智慧物流、自动化配送和智能交通系统等领域具有重要参考价值。
论文四 Preparing Operating Rooms for Artificial Intelligence: A Systematic Change Management Framework
■ 作者： 熊子攀等
■ 指导老师： 曾卓琦教授
该论文聚焦人工智能技术在手术室场景中的应用与落地问题，构建面向手术室人工智能应用的系统性变革管理框架。研究采用 Best–Worst Method 方法，对术前、术中和术后流程进行优先级分析，并结合医疗数据管理、临床流程优化和智能辅助决策等内容，为大型医院手术室引入人工智能技术提供了具有实践指导意义的框架参考。
论文五 AI-Assisted Energy-Efficient Control of EV under Traffic Signal Uncertainty
■ 作者： Ahmad Ali博士，王雍等
■ 指导老师： 曾卓琦教授
该论文在曾卓琦教授的指导下，主要由 Ahmad Ali 博士完成，计算机科学与技术大二学生王雍作为第二作者参与部分实验工作。研究聚焦交通信号不确定条件下电动汽车的节能控制问题，利用人工智能辅助方法优化车辆能耗管理策略，以提升电动汽车在复杂交通环境中的能源利用效率。该研究在智能交通、绿色出行、电动汽车控制和低碳交通系统等领域具有重要应用价值。值得祝贺的是，该论文凭借扎实的研究基础、创新性的技术方案和良好的应用前景，荣获 ISBDAI 2026最佳论文奖（Best Paper Award）。
最佳论文奖（Best Paper Award）是国际学术会议中极具含金量的荣誉之一，通常授予在研究创新性、技术深度、论文质量、学术价值和应用潜力等方面表现突出的优秀论文。此次我校师生论文 “AI-Assisted Energy-Efficient Control of EV under Traffic Signal Uncertainty” 荣获最佳论文奖，不仅体现了研究团队在人工智能赋能智能交通与电动汽车控制领域的深入探索，也充分展示了我校在跨学科科研创新、学生科研训练和国际学术交流方面的持续进步。
本次我校师生在ISBDAI2026中取得的优异成果，是学校坚持科研育人、实践育人和创新育人的生动体现。近年来，我校计算机科学与技术专业教师持续重视学生科研能力培养，鼓励学生面向真实问题开展研究，积极参与国际学术交流。在人工智能、大数据、智能系统、智慧交通、智能制造、教育科技等方向，师生团队不断探索并取得积极成果。
从本科低年级学生参与国际会议论文发表，到教师团队在前沿研究方向持续产出高质量成果，我校正在逐步形成 “教师引领、学生参与、项目驱动、科研反哺教学” 的良好学术生态。在人工智能快速发展的时代背景下，学校将继续支持师生参与国际学术交流，拓展全球视野，提升科研能力，推动更多高质量研究成果走向国际舞台。
此次我校师生在ISBDAI2026国际会议中荣获佳绩，既是学校计算机科学与技术科研实力和人才培养质量的重要体现，也是我校持续推进国际化办学、强化学生科研训练、深化人工智能应用研究的重要成果。未来，学校将继续支持师生面向国际学术前沿开展高水平研究，鼓励学生在真实科研项目中锻炼创新思维、工程实践能力和学术表达能力，不断提升学校的学术竞争力与国际影响力。
再次祝贺所有论文作者、指导老师及参与研究工作的师生团队！
