为贯彻落实学科建设发展要求，电信学院于10月17日在博闻楼313与315会议室召开研究生学术报告会。本次报告会以“控制学科与工程学科前沿技术”为主题，旨在助力学科人才培养与技术创新协同发展。研讨议题涵盖多个前沿技术领域，充分展现了我院研究生宽广的学术视野与敏锐的创新思维。

智慧算法与优化控制——赋能系统“最强大脑”

本类研究聚焦于提升人工智能与自动化系统的核心决策能力。张淞博通过新方法精准预测电池状态。隋晓飞提出多策略融合智能算法以解决复杂优化问题。钱昕华和李濠宇分别从不同角度改进多目标优化算法。李亚坤则改进企业发展算法，以求解复杂的组合经济排放问题。

系统安全与故障诊断——构筑工程“免疫系统”

本类研究为复杂工业系统的稳定、安全运行保驾护航。白雪莲优化直升机传感器布局，以提升故障监测能力。赵宇洋增强了非线性系统的主动安全防护。金思雨则深入探索了DDOS攻击的检测特征选择方法。马菡璐对不确定非线性系统的事件触发自适应控制研究，显著增强了可靠性。

计算机视觉与SLAM技术——打造机器“智慧之眼”

本类研究旨在让机器更好地感知与理解三维世界。廖广浩研究了YOLOv8的目标检测量化策略，以提升检测效率。张少朋创新性地将视觉SLAM与3DGS特征融合，为精细三维重建开辟了新路径。苏美夙专注于杆塔小目标检测识别算法。吕天鹏则专注于实时高分辨光电图像增强网络，提升了遥感图像质量。

能源系统与动力管理——驱动绿色“未来引擎”

本类研究紧扣国家新能源战略，致力于能源系统优化与创新。闫冰专注于光伏模型的参数估计，为太阳能发电的精准预测提供了支撑。刘迅对离网混合可再生能源系统进行建模与优化，旨在提升能源利用效率。马润生在锂电池锂电系统设计方法上进行了探索，为电池维护提供了数据支撑。

工业系统与自动化应用——打造智能“工业基石”

本类研究致力于将先进理论应用于实际工业场景，推动产业升级。林航冰的钢坯温度预测模型为钢铁生产的精细化控制提供了支撑。郝天凯提出了深度学习与Kalman轨迹预测的矿石球团异常分拣方法，赋能工业质检的智能化升级。

故障识别与性能评估——把脉系统“健康状态”

本类研究专注于系统的可靠性分析与性能优化。林川研究了基于CNN-BiLSTM的电机故障诊断方法，为关键设备的预防性维护提供了新工具。

特定场景与应用算法——深耕专业“垂直领域”

本类研究针对特定应用场景，提出了专业化的解决方案。丛正构建了基于遗传算法优化的高效预测模型，提升了多任务学习的性能。祁帅成提出的基于直角坐标系和极坐标系一维伊辛模型极光优化算法的遥感图像泛锐化方法，有效提升了多源遥感数据的融合质量。

此次报告会不仅营造了开放包容、追求卓越的学术氛围，更为学院的学科建设注入了新的活力。研究生们纷纷表示，此次报告会是一次宝贵的学习机会与交流机会，深切感受到了学术探索的魅力与思想碰撞的价值。愿每一位怀揣科研梦想的青年学子不负韶华，在科学创新的道路上不断突破自我，在学术探索与工程实践的征程上书写精彩篇章！