​【科教在线】第67期：人工智能学院学生发表CCF-A类分区高水平论文（图）

【编者按】为了更好地营造校园学术氛围，传播我校学术科研动态，学校在校园网开辟“科技前沿”专栏，定期总结、回顾学校师生取得的科研成果。欢迎广大师生及时把自己的学术科研成果以邮件的形式告诉我们，我们希望获得您以下成果信息：为政府、企业、媒体进行了专业咨询；科技成果通过了相关鉴定；科技成果落地、实现产业化；发表了高水平的学术论文；获得了专利授权；出版、编著了专著、教材；获得了科技奖励；在重要学术会议上进行了发言……

我们愿意为有学术追求的师生搭建一个交流的平台，希望在师生的努力下，学校的学术氛围日益浓厚，让我们为实现电子信息特色鲜明的高水平大学而奋斗。投稿请通过所在单位，经学校OA系统审核发布。

近日，我校人工智能学院教授Ahmad Chaddad指导的学生在中国计算机学会CCF分区为A类的人工智能顶级学术会议The 39th Annual AAAI Conference on Artificial Intelligence (AAAI 2025)发表了题为“A Knowledge Distillation-Based Approach to Enhance Transparency of Classifier Models”的高水平论文。我校为第一完成单位，人工智能学院2020级本科生姜禹臣、2023级硕士研究生赵薪元及其指导老师Ahmad Chaddad教授为共同第一作者，2024级研究生武一航为第二作者，Ahmad Chaddad教授同时为该论文的通讯作者。该项研究得到了国家自然科学基金（项目编号82260360）、桂林市创新平台与人才项目（20222C264164），以及广西科技基地和人才专项（2022AC18004, 2022AC21040）的资助 。

随着人工智能的快速发展，特别是在医疗领域，对其可解释性的需求日益增长。在医学图像分析中，高度的透明度和模型可解释性可以帮助临床医生更好地理解和信任AI模型的决策过程。该研究提出了一种基于知识蒸馏的方法，旨在增强医疗图像分析中AI模型的透明性。

文章DOI：https://ojs.aaai.org/index.php/AAAI/article/view/33941