Human-Centric Intelligent Systems
专题介绍
——开放世界机器学习优化人类决策
传统的机器学习遵循封闭世界学习（closed-world learning）的假设。然而，在现实场景中，交互式和自动化应用运行于动态环境中，新类别的数据会不断涌入。开放世界学习（open-world learning）旨在弥合人类与机器在学习方式上的差距。一般来说，它可以被定义为一种模型：在执行预期任务的同时，能够学习此前未曾学习过的新知识。
本专题聚焦开放世界机器学习领域的突破性进展，征集涵盖最新研究成果、行业实践、现存挑战及解决方案的投稿，以推动多领域人类决策的优化。
征稿主题（包括但不仅限于）
持续学习
增量学习
数据驱动的决策
知识增强型机器学习
多粒度认知计算
欢迎扫码进入征稿详情
客座编辑
罗川 副教授
四川大学计算机学院
罗川副教授是期刊《Human-Centric Intelligent Systems》的编委，《International Journal of Computational Intelligence Systems》的数据挖掘和机器学习领域编委，《智能系统学报》的青年编委。他目前的研究兴趣包括粒计算，云计算和增量学习。
刘盾 教授
西南交通大学经济管理学院
刘盾教授不仅是清华大学经济管理学院的博士后研究员，还是ACM和IEEE的成员，IRSS的高级成员和中国计算机联合会的高级成员。他的研究兴趣包括数据挖掘和知识发现，粗糙集，粒计算，决策支持系统和管理信息系统。
杨新 教授
西南财经大学计算与人工智能学院
杨新教授在学术期刊和会议上发表了40多篇研究论文。他的研究兴趣包括机器学习，持续学习，联邦学习和多粒度学习。
诚邀各位专家学者投稿！
• 期刊介绍 •
Human-Centric Intelligent Systems（eISSN：2667-1336）是一本国际化的，经过严格同行评审的开放获取期刊，致力于传播 “以人为中心的智能系统” 中所有相关理论和实际应用的最新研究成果，并提供以人为中心的计算与分析领域的前沿理论和算法见解。为了鼓励科研成果的传播，本刊暂不收取文章处理费。
期刊主编：西南交通大学李天瑞教授与澳大利亚悉尼科技大学徐贯东教授
顾问委员：东京大学教授，日本国家信息研究所所长Masaru Kitsuregawa与伊利诺伊大学芝加哥分校Philip S. Yu教授
投稿咨询：
HCIN期刊编辑部
转载本文请联系原作者获取授权，同时请注明本文来自艾思科蓝AiScholar科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3462448-1499216.html?mobile=1
收藏
