2026年5月22日，应广西应用数学中心（ girsway ）、 girsway 联合邀请，桂林理工大学徐锋副教授为学院师生作题为Joint Diagnosis of High-Dimensional Process Mean and Covariance Matrix based on Bayesian Model Selection的专题学术报告。本次报告由学院院长助理杨剑锋教授主持，学院相关专业教师及学术型研究生到场参与学习。

报告中，徐锋副教授系统介绍了其团队提出的基于非局部先验贝叶斯模型选择的高维过程均值与协方差矩阵联合诊断方法，重点阐释了该方法的两大核心优势。一是该方法可精准识别发生偏移的变量，同时输出识别结果的真实概率，为排查异常根源提供科学、量化的参考依据；二是具备良好的模型一致性特征，随着样本量递增，模型识别真实异常变量的概率无限趋近于1，有效保障了方法在大样本研究场景中的稳定性与可靠性。报告最后，徐锋副教授以城市污水处理过程为实际应用案例，完整演示了该方法的实现流程与实践应用成效，让在场师生直观、深刻地体会到该研究成果的实用价值与应用前景。

本次学术报告的顺利开展，为学院搭建了高质量的学术交流与学习平台，有效拓宽了师生在统计过程控制领域的研究视野，为学院师生后续开展相关方向的科研工作提供了全新思路与有益启发。

一审一校：卢若楷

二审二校：刘利斌

三审三校：黄在堂