近日，国际计算机图形和交互技术大会（ACM SIGGRAPH 2025）审稿结果揭晓。计算机学院交叉研究中心科研团队有6篇论文被正式录用，标志着研究团队在动态环境智能感知、目标自主跟踪定位、可制造性几何生成算法、物理驱动结构优化设计等研究方向取得突破性进展，论文第一作者单位和通讯作者单位均为山东大学。

录用文章NeurCross: A Neural Approach to Computing Cross Fields for Quad Mesh Generation 基于深度学习解决四边形网格生成问题，从根本上解决了主曲率方向不稳定的问题。该方法在奇异点位置控制、网格边走向、雅可比比率等多项关键指标上显著优于现有方法。第一作者为博士生董秋杰，指导教师为屠长河教授和辛士庆教授。

录用文章 DeFillet: Detection and Removal of Fillet Regions in Polygonal CAD Models 研究了CAD模型中圆角特征的识别与去除问题。该方法为CAD模型特征的识别与编辑提供了新的视角，同时也为CAE分析、几何基元检测、二次设计等重要应用提供了有力的技术支撑。第一作者是博士生江敬恩，通讯作者是屠长河教授和辛士庆教授。

录用文章Feature-Preserving Mesh Repair via Restricted Power Diagram 聚焦网格曲面的自动修复问题。本文创新地提出了一种基于流形包裹曲面的新方法，在处理缺陷的多样性、鲁棒性、表面规整性及特征保持等多项指标上均取得了显著优势，为智能制造领域的数字素材创作与修复提供了重要的技术支撑。第一作者是博士生温汇彪，指导教师是屠长河教授和辛士庆教授。

录用文章DeepMill: Neural Accessibility Learning for Subtractive Manufacturing 研究了三维模型刀具可达性的智能预测问题，提出了首个面向减材制造可达性预测的神经网络，用于预测复杂三维模型的刀具不可达区域与遮挡区域。共同一作为博士生钟凡超和硕士生王阳，指导老师为赵海森教授、吕琳教授、北京大学王鹏帅助理教授。

录用文章MIND: Microstructure INverse Design with Generative Hybrid Neural Representation 提出了一种全新的微结构逆向设计方法。论文引入潜在扩散模型，提出一种新型混合神经表达—Holoplane，实现物理特征与几何结构之间的高效精准对齐，突破了传统方法设计空间受限、难以快速收敛、设计精度低等瓶颈问题。第一作者为硕士生薛天扬，通讯作者为吕琳教授。

录用文章DualMS: Implicit Dual-Channel Minimal Surface Optimization for Heat Exchanger Design  提出了一种新颖的极小曲面优化框架—DualMS，为高效热管理与个性化热交换器设计提供了创新解决方案。与经典TPMS Gyroid结构相比，DualMS不仅保持相当的换热效率，还显著改善流体流动性能，平均压降降低37.24%。第一作者为博士生张卫正，通讯作者为吕琳教授。

ACM SIGGRAPH是迄今为止世界上影响最广、规模最大，也是具权威性的集科学、技术、艺术、商业于一身的图形学技术展示和学术会议。被录取的文章分Journal Accept和Conference Accept两种类型，前者将同时刊登在图形学顶级期刊ACM Transactions on Graphics上；该期刊是中国计算机学会（CCF）推荐的计算机图形学与多媒体领域A类期刊，中科院分区为SCI 1区Top，影响因子为7.8。