Statistical Learning and Data Science（简称SLADS），中文刊名《统计学习与数据科学（英文）》，正式创刊！

本刊由中国科学院主管，依托《中国科学》杂志社出版，致力于构建一个连接严谨统计理论与现代计算及数据驱动方法的革命性平台，推动统计与数据科学交叉领域最前沿的研究。

01  期刊使命与范围

在数据科学和人工智能飞速发展的今天，创立一个审稿周期短、审稿过程透明、面向人工智能时代的统计与数据科学期刊是现代统计与数据科学发展的迫切需求。为此，SLADS 应运而生。我们不仅旨在弥合传统统计出版与前沿数据科学领域的断层，更立志于为那些最具前瞻性的交叉研究提供一个专属的学术家园，引领统计学在人工智能时代的进化。

SLADS 专注于发表统计学、机器学习和人工智能、数据科学及相关领域最高质量、最具影响力的研究成果。我们的视野遍及所有数据驱动的学科，包括但不限于生命科学、医学、物理学、工程学、人文科学、社会科学等广阔领域。

02  顶尖团队引领方向

期刊由一支国际顶尖的学术团队领导，确保最高的学术标准：

• 顾问委员会：David Donoho、范剑青、Michael I. Jordan、刘军、王永雄

• 主编：陈松蹊、金加顺

• 「统计学」版块主编：李润泽

• 「机器学习和人工智能」版块主编：苏炜杰

• 「数据科学」版块主编：赵宏宇

• 编委：23位来自北美、欧洲及亚洲知名学府的学者，确保期刊拥有坚实的全球视野与学术支撑。

三大核心承诺：开放、高效、多元

03  开放：透明互动，单轮审结

• 完全开放获取（Open Access），并全额减免文章处理费，真正实现“作者无忧发表，读者免费阅读”。

• 采用 OpenReview 平台，推行透明且严谨的同行评审，文章最终接受后，所有评审意见、作者回应及编辑决策将全部在OpenReview网站上公开。鼓励建设性的学术对话，为此，评审流程中设有反驳（rebuttal）环节，支持作者与审稿人开放讨论。此举旨在高效解决分歧，并允许作者即时更新论文，从而最大限度地减少不必要的修改回合，在一轮中完成全部评审。

04  高效：迅捷的发表流程

• 投稿后7日内完成初审

• 一轮审稿基本完成终审决定

• 投稿后3.5月内完成终审决定

• 稿件录用后，未经排版版本立即在线发布

• 最终接受后7天内完成在线正式出版

05  多元：丰富的文章类型

• 广泛覆盖统计学、机器学习和人工智能、数据科学各领域，欢迎引入创新数据集或呈现大规模实证研究的创新成果。

• 出版研究论文（Research papers）、特邀综述论文（Invited Review papers）、特邀讨论论文（Invited Discussion papers）、短讯（Short Communications）、观点与展望（Perspectives）、专题（Special topics）。

06  三大版块，覆盖核心领域

• 「统计学」：聚焦现代统计方法与理论前沿，以及统计在现代科学和技术各学科中的创新应用。

• 「机器学习与人工智能」：致力于机器学习与人工智能的理论、方法与实践进展。欢迎在算法创新、理论分析或建立新原理方面的贡献，尤其鼓励建立机器学习和人工智能与统计学联系的论文。

• 「数据科学」：关注数据科学方法在自然科学和社会科学领域的创新应用。欢迎在大型数据收集和清洗以及大型数据分析和实证分析方面的创新工作。

07  携手共创未来

    SLADS 的航程已经开启，我们热切期盼您将最杰出的研究成果或综述文章投给SLADS，成为我们创刊历史的奠基人。

08  联系我们

《中国科学》杂志社

张睿燕 

slads@scichina.com 

18511892150

期刊官网：slads.scichina.com

    一份使命，一个平台，一次对统计学、数据科学与人工智能未来的重新定义。Statistical Learning and Data Science邀您携手，共同开创一片属于所有统计与数据科学人的新天地。