根据Web of Science核心合集最新数据，学院程君与孟亚洁两位青年教师发表的学术论文成功入选ESI（Essential Science Indicators）全球Top 1%高被引论文。标志着程君和孟亚洁老师研究成果获得了国际同行的广泛关注与高度认可，也凸显了我校在人工智能赋能前沿交叉领域，特别是智能驾驶与AI生物医药方向的深厚科研积累与创新活力。
程君博士的论文《A Review of Visual SLAM Methods for Autonomous Driving Vehicles》聚焦无人驾驶核心技术之一的视觉SLAM（同步定位与地图构建）。该研究系统梳理了该技术从传统方法到深度学习融合方案的发展脉络，创新性地构建了“技术演进-性能对比-场景适配”三维分析框架，深入剖析了动态环境、光照变化等核心挑战，并对未来复杂城市场景与多车协同定位的研究方向进行了前瞻预判。论文发表于人工智能领域权威期刊《Engineering Applications of Artificial Intelligence》（SCIE Q1区TOP），已被引超过160次，引用学者覆盖全球20余个国家和地区，包括清华大学、慕尼黑工业大学、丰田研究院等知名机构，为自动驾驶技术的工程化落地提供了关键学术参考。
程君博士长期深耕无人驾驶与机器人感知定位领域，入职以来已主持多项省部级课题，在IEEE TVT等顶级期刊发表多篇论文，形成了从理论创新到工程应用的完整科研体系。他表示，未来将继续攻关复杂动态环境下的鲁棒性视觉定位难题。
孟亚洁博士的论文《Drug repositioning based on weighted local information augmented graph neural network》直指“AI+生物医药”交叉领域的关键问题——药物重定位。针对生物医学网络数据稀疏、关系复杂的挑战，研究团队创新性地提出了DRAGNN模型。该模型通过增强局部邻域信息、利用异构图注意力机制，显著提升了药物-疾病关联预测的准确性。实验不仅验证了其在多个基准数据集上的优越性能，更在帕金森病和乳腺癌的案例中成功预测出多种具有文献支持的候选药物，展现了强大的实际应用潜力。
该成果发表于生物信息学顶级期刊《Briefings in Bioinformatics》，获得了包括哈佛大学医学院、宾夕法尼亚大学、北京化工大学、武汉大学等国内外顶尖高校及医学研究机构的引用，后续多项研究将其作为重要基线模型，影响力持续扩散。孟亚洁老师团队长期致力于人工智能与计算生物医学交叉研究，已主持国家自然科学基金等多项课题，在Cell Reports Methods、AAAI等顶级期刊和会议发表论文50余篇。
两位青年学者同期取得突出成果，是计算机与人工智能学院长期坚持“科研立院、人才强院”战略的集中体现。学院紧密围绕人工智能、智能驾驶、大数据、AI医疗等国家战略与行业前沿需求，积极布局交叉学科研究。通过构建结构合理的科研梯队，深化“校企合作、产学协同”模式，学院为青年教师提供了优质的科研环境、充足的资源保障与广阔的成长空间。