12月27日上午，应计算机与信息工程学院邀请，中国矿业大学计算机科学与技术学硕士导师王新博士为学院师生作“基于CBAM-TransUNet的图像识别方法研究”的学术报告，李现伟副院长主持报告会。

王新结合自身的研究领域，深入阐述了CNN（卷积神经网络）与Transformer融合的前沿方法——TransUNet网络，以及其在断层图像识别领域的具体应用。她详细分析了传统卷积神经网络在感受野范围受限、全局信息利用不足等问题上所面临的挑战，并提出了基于Transformer引入与局部卷积结合的新方法，通过利用CBAM注意力机制与全局特征建模，提高了断层图像的识别连续性和准确性。

王新还分享了近年来团队的研究成果和技术突破，并展望了这项技术在计算机视觉、图像处理等领域的广泛应用前景。报告内容层次分明，既有理论深度，又具实际应用价值，使与会师生对人工智能技术在图像识别领域的前沿发展有了清晰的了解。

   最后，王新与现场师生就相关技术问题进行了深入交流。此外，她还热情邀请我院学子积极报考中国矿业大学研究生，并对中国矿业大学研究生入学考试的相关情况进行了介绍。参会学生纷纷表示，通过此次学术报告，拓宽了专业视野，加深了对计算机视觉和人工智能技术的理解，也激发了对未来科研探索的兴趣。

   本次学术报告不仅增强了我院师生对图像识别技术及其应用的认识，还进一步促进了学院与外校学者的学术交流，为科研工作注入了新的活力。学院将继续推动高水平学术活动的开展，为师生搭建更广阔的学术交流平台，助力学院科技创新和提升人才培养质量。（撰稿：吴厚月；编辑：刘世军；审核：朱洪浩）