近年来，先进传感器技术与物联网的融合为智能制造带来了机遇，然而数据的大量涌现也带来了诸多挑战，尤其是在分析具有空间和时间异质性、复杂函数关系的高维流数据方面。12 月 26 日，应我院邀请，密歇根大学工程学院讲席教授、工业与运筹工程系金炯华教授莅临我院，举办了主题为 “机器学习赋能智能制造原位质量控制”的讲座，吸引了学院师生的积极参与。
报告中，金炯华教授首先对机器学习应用于智能制造质量控制工程应用面临的三大挑战进行了总结，为大家介绍了三个代表性的案例，展示了机器学习在诸多关键环节发挥的核心作用，从对在线传感数据的高效处理，到实现精准的自动缺陷检测，再到为原位质量控制的持续学习提供有力支持。金教授的报告将理论知识与实际案例相结合，为现场师生带来了一场内容充实、令人印象深刻的学术分享。
在整个讲座过程中，金教授把复杂的研究内容讲解得通俗易懂、条理清晰。现场气氛热烈，学术氛围浓厚。通过此次学术交流，师生们对该领域的发展有了更深入的了解和认识。讲解环节结束后，与会师生们积极与金教授互动并提问。金教授细致地回答了师生们提出的关于人工智能算法应用、质量控制样本验证以及人机工程学等方面的问题，并给出了建设性的见解和建议。
会后，金教授与学院领导就国际合作、机械学院的建设等展开了进一步交流，探讨了进一步开展学术交流活动的可行性，并就优化学院学科布局、打造具有特色和优势的学科方向提出了宝贵的建议。
供稿：温海营
