近期，赣东学院信息工程学院科研工作取得多项突破，在人工智能、物理智能、信息安全及探测信号处理等前沿交叉学科方向连续产出创新成果，多篇论文获国际高水平期刊与顶级会议录用和发表，充分彰显了学院在前沿交叉学科研究与应用方面的扎实积累与持续发展能力。
人工智能科研团队成果丰硕，多个核心方向实现重要突破
由丁数学教授带领的人工智能科研团队在多个关键研究方向取得重要进展。在提升模型泛化能力方面，团队新引进教师熊川与丁数学教授等人合作完成的论文《Domain Generalization with Amplitude-based Data Generation and Feature Random Suppression》在人工智能领域顶级期刊《IEEE Transactions on Neural Networks and Learning Systems》发表。该研究创新性地提出了结合幅值操作与特征抑制的泛化新方法，为复杂现实场景中的人工智能系统应用提供了有力的理论支持。
熊川老师与丁数学教授合作的另一项延续性研究成果《DGAA: Domain Generalization with Amplitude Alignment》已在线发表于中科院二区期刊《Biomedical Signal Processing and Control》。该工作聚焦跨领域数据分布协调问题，所提出的幅值对齐框架在生物医学信号处理等应用中展现出良好的潜力。
在“人工智能驱动科学发现”的交叉研究方向，团队新引进教师马劲东与丁数学教授等人合作的论文《Inverse Design of Multiband Absorbers Driven by Peak Features: TIMD-Based Local Feature Enhancement》在《Physica Scripta》期刊正式发表。该研究通过引入目标独立映射差值策略，实现了多波段吸收体结构的智能化逆向设计，为功能材料的研发提供了创新思路。
此外，团队在信息安全领域的基础应用研究也获得国际认可。林成德等人与丁数学教授合作的论文《StegOT: Trade-offs in Steganography via Optimal Transport》被多媒体领域国际顶会IEEE ICME 2025录用。该研究基于最优传输理论，系统揭示了隐写术中多项核心性能指标之间的内在权衡关系。
学院科研呈现多元发展格局，基础与应用研究协同推进
信息工程学院科研工作呈现出多元并举、协同发展的良好局面。戴伟铭博士团队的研究成果《Aeromagnetic Compensation for UAVs Using Transformer Neural Networks》于2025年11月发表于《Sensors》期刊。该工作创新地将Transformer神经网络架构引入无人机航磁补偿领域，为提升地磁探测数据的质量提供了新的技术路径。
在信息安全方向，刘伯成老师团队的论文《An Exponentially Delayed Feedback Chaotic Model Resistant to Dynamic Degradation and Its Application》发表于《Mathematics》。该研究针对数字化混沌系统存在的动态退化问题，构建了具有指数延迟反馈特性的新型混沌模型，显著提升了生成序列的安全性。相关研究得到了江西省重点研发计划等项目的支持。
在情感计算领域，安洁玉博士团队的研究成果《Improving Multimodal Sentiment Prediction Through Vision-Language Feature Interaction》于2025年2月发表于《Multimedia Systems》。该研究提出了一种简洁的端到端模型，通过加强视觉与语言特征之间的交互，有效提升了多模态情感预测的性能，为多模态情感分析中的特征融合提供了新思路，有助于减少传统方法中常见的语义关联丢失问题，推动了该领域的技术发展。
新引进教师快速融入团队并产出高水平成果，体现了学院在科研团队建设与青年人才培养方面的成效。学院将持续优化学术环境，加强有组织科研，为服务区域与国家创新发展贡献力量。
文/周琪
一审/周琪
二审/丁数学
三审/蒋年德