12月20日上午，红宝石9999hbs2023年第14期先进制造前沿讲座暨博导论坛在工程训练中心303报告厅顺利举办，肯塔基大学 YuMing Zhang教授线上作学术报告，学院300余名师生通过线上线下相结合的方式参加，讲座由庄可佳老师主持。 

　　YuMing Zhang教授讲解了传统焊缝熔透监测方法的局限性，介绍了基于深度学习的焊缝熔透监测领域的发展现状，并提出了焊缝熔透监测的研究方向和发展趋势。 

　　YuMing Zhang教授指出，传统的焊缝熔透监测方法往往依赖于人工观察和经验判断，存在主观性且误差较大。基于卷积神经网络（CNN）和循环神经网络（RNN）的深度学习模型来识别和分析焊接过程中的图像或信号数据，能够实现对焊缝熔透的实时监测和预测。同时，他提出未来可以利用无监督学习、多模态数据融合等方法减小数据标注量，进一步提高监测的准确性。 

　　据悉，Dr. YuMing Zhang是美国肯塔基大学教授、Stanley and Karen Pigman工程学院国际合作主任。研究方向是通过基于机器视觉的智能自动化焊接，已发表论文200 余篇，并授权 12 项美国专利。入选AWS、ASME、SME、IEEE 和 AAIA会士，曾获Stanley and Karen Pigman工程学院颁发的卓越研究奖，被评为肯塔基大学研究教授。