关于出版《融合·创新——人工智能赋能图学教育与研究》的征稿通知

各会员高校：

为进一步总结、交流与推广人工智能赋能图学教育、图学研究的最新研究成果与实践经验，促进图学人才培养和图学研究的高质量发展，湖北省图学学会在成功举办年度学术年会的基础上，经常务理事会议研究决定，组织编写、出版《融合·创新——人工智能赋能图学教育与研究》 高水平论文集。现将有关事项通知如下：

一、出版宗旨

本论文集旨在打造一个高水平、前瞻性的学术交流平台，系统收录在图学教育和研究领域具有创新性和指导性的优秀研究成果，为高校图学教育工作者、研究者及管理者提供权威参考，推动理论创新与实践变革的深度融合。

二、征稿主题

论文主题需紧密围绕新时期人工智能与图学教育、图学研究深度融合，覆盖教学改革、课程建设、智能评测、技术创新、实践应用等领域，包括但不限于以下方向：

（一）理论与基础：AI+图学的融合逻辑

1.人工智能与图学教育融合的内涵、特征与发展趋势

2.新时代工程图学课程体系重构与能力培养目标

3.图学教育数字化转型与智能教育生态构建

4.多模态大模型在工程图学领域的应用基础与技术路径

5.国内外AI赋能图学教育研究现状与对比分析

（二）人工智能辅助图学智慧课程建设

1.工程图学智慧课程整体设计与建设路径

2.基于AI的图学课程知识图谱与资源库构建

3.虚拟仿真/数字孪生在图学实验与实训中的应用

4.AI驱动的个性化学习路径与自适应学习系统设计

5.混合式教学、翻转课堂与图学智慧课堂实践

6.图学类慕课、微课、虚拟课件的智能生成与优化

（三） 人工智能在图学教学中的创新应用

1.大模型辅助工程图学课堂教学与互动设计

2.AI辅助空间想象力、读图与绘图能力训练

3.计算机视觉、深度学习在几何识图教学中的应用

4.智能教具、AR/VR/MR与图学沉浸式教学

5.面向新工科的图学教学模式创新与实践案例

6.不同层次（本科/高职/研究生）图学AI教学差异化研究

（四） 工程图学智能评阅卷系统与智能评测

1.工程图学智能评阅卷系统架构与关键技术

2.基于深度学习的工程图纸自动批改与评分算法

3.三视图、剖视图、零件图、装配图智能识别与判分

4.图学作业/考试大数据分析与学情诊断

5.智能评卷系统在高校教学中的实测与效果评价

6.智能评测系统的公平性、可靠性与标准化研究

（五） 人工智能赋能图学研究与技术创新

1.人工智能在几何建模、计算机图形学中的前沿研究

2.深度学习在工程图纸识别、理解与矢量化中的应用

3.基于大模型的工程图纸信息抽取与知识挖掘

4.AI驱动的三维重建、参数化设计与图学算法优化

5.智能制造、数字孪生背景下的图学理论拓展

6.多模态数据融合在工程图学研究中的创新应用

（六） 实践案例、平台与教学成果

1.高校AI+图学教育改革典型案例

2.智能评阅卷系统落地应用与推广经验

3.图学智慧教学平台开发与运行实践

4.以AI提升图学教学质量与学生能力的实证研究

5.竞赛、创新创业与AI图学教育融合路径

6.校企协同下AI赋能图学教育的实践模式

（七） 挑战、展望与未来方向

1.AI在图学教育中应用的伦理、安全与规范

2.教师数字素养与AI应用能力提升路径

3.图学教育智能化面临的技术瓶颈与解决方案

4.面向未来的AI+图学教育生态与发展展望

5.新工科、新形态下工程图学学科发展思考

三、稿件要求

1. 内容要求：稿件应主题明确，观点新颖，逻辑清晰，数据真实，理论联系实际，具有较高的学术价值或实践指导意义，并未在其他正式出版物上发表，不涉及知识产权纠纷或泄密问题。

2. 文体与字数：可以是研究论文、综述、案例分析、经验交流、管理心得等形式。研究性论文一般不少于5000字(版面字数)，其他形式稿件不少于3000字(版面字数)。特别优秀的稿件可适当放宽。

3. 格式要求：稿件请采用Word文档格式，文中图表清晰，标注规范。具体格式规范（如标题、作者、单位、摘要、关键词、正文、参考文献等）详见附件1。

4. 作者信息：请注明第一作者及参与作者的姓名、工作单位、职务/职称、联系电话、电子邮箱、通讯地址及邮编。

5. 引用规范：引用本单位或国内外同行的管理制度、标准流程、研究成果等，必须明确以参考文献或注释方式标注出处。

6. 查重标准：投稿前，投稿人应使用 “中国知网（CNKI）科技期刊学术不端文献检测系统（AMLC）” 或 “万方数据论文相似性检测系统”对稿件进行严格的检测，确保内容的原创性、科学性和学术价值。编委会将对来稿进行学术不端检测，全文文字复制比应不高于30%。

四、出版说明

1. 出版单位：计划与省级及以上学术性、专业性、权威性的出版社合作，正式出版。

2. 出版物形式：国际标准书号（ISBN）的正式出版物，具有正式的版权页、CIP数据核字号，可供职称评定、成果认定等使用。

3. 传播方式：除纸质出版外，论文集还将同步制作电子版本，推荐知网全文收录。

4. 出版费用：出版不收取版面费，亦暂无稿酬，出版后将向作者寄赠样书。

五、时间安排

1. 投稿截止日期：2026年7月1日。为保证出版进度，请务必在此日期前提交。

4. 评审与修改：收到稿件后，编委会将组织评审，并在一个月内反馈结果。拟录用的论文需根据评审意见和编辑要求进行修改完善。

3. 编辑、校对与排版：2026年7月-11月

4. 正式出版发行：拟2026年12月（最终以出版社签订合同后发布的正式出版通知为准）

六、投稿与咨询

1. 邮件主题：请统一格式为“人工智能赋能图学投稿-作者姓名-文章标题”。

2. 提交材料：

·论文全文（Word版）

·《投稿声明》（附件2，全体作者签字扫描）

3. 投稿邮箱：hbtuxue@163.com

4. 投稿咨询

联系人及联系电话：

罗老师  13871458387， 万老师  13871515337

诚邀各会员高校图学工作者踊跃参与，共同为高校图学教育和研究工作的繁荣发展留下扎实的文献足迹。

《融合·创新——人工智能赋能图学教育与研究》编委会

湖北省图学学会

2026年3月3日