Machine Learning系列全新期刊发布第一期文章
这三本跨学科期刊分别聚焦机器学习、人工智能及数据驱动计算方法在工程、医学与健康科学，以及地球、环境与气候科学等领域的应用，致力于推动相关学科的研究进展与实际应用。
三本期刊的主编分别撰写了特别社论：
Jay Lee教授在MLEng创刊社论中介绍了期刊如何推动严谨、跨学科的人工智能与机器学习工程研究，打造创新与解决实际应用的平台。
Jimeng Sun教授在MLHealth创刊社论中强调期刊将致力于推动医学与健康科学中伦理、可复现的人工智能研究，助力解决现实问题。
Pierre Gentine教授在MLEarth创刊社论中阐述了期刊如何通过数据驱动的机器学习研究，深入理解地球系统，推动环境领域的跨学科解决方案。
即日起至2025年底，IOP出版社将免除这三本期刊的文章出版费用（APC）。这意味着作者可以免费将研究成果以开放获取形式发表，最大程度提升文章可见度，无需任何费用。立即将您的下一篇研究成果投稿至MLEng、MLHealth或MLEarth，与全球研究者共同推动人工智能与机器学习的学术和应用前沿！
为什么选择向Machine Learning期刊系列投稿？
- 广泛的跨学科范围：汇聚各领域人工智能与机器学习研究者，共同推动科学进步。
- 提升研究影响力：完全开放获取，免费向全球读者开放，扩大研究传播范围。
- 严格的出版标准：仅接收在各自领域具有重要突破的高质量文章。
- 严谨的同行评审：由IOP出版社全球专家审稿人网络和权威编委会全程把关。
- 学会主办、回馈科研：IOP出版社为英国物理学会旗下出版机构，所有利润均用于支持全球科学研究、教育和科普事业。
您可以点击下方链接，立即阅读第一期文章，探索最新研究成果：
期刊介绍
- Machine Learning: Engineering是一本多学科开放获取期刊，致力于在所有工程领域应用机器学习、人工智能数据驱动的计算方法。该期刊还发表介绍机器学习和人工智能在方法、理论或概念上的进展，并将其应用于所有工程领域的研究。
- Machine Learning: Health是一本多学科开放获取期刊，致力于在医疗保健、医学、生物、临床和健康科学领域应用机器学习、人工智能和数据驱动的计算方法。该期刊还发表机器学习和人工智能在方法、理论或概念上的进展，并将其应用于医学和健康科学的研究。
- Machine Learning: Earth是一本多学科开放获取期刊，致力于在地球、环境、气候科学、可持续发展的所有领域应用机器学习、人工智能和数据驱动的计算方法。该期刊发表应用数据驱动方法的研究报告，这些方法提高了我们对地球系统的认识，以及对生物圈、水圈、冰冻圈、大气圈和地圈之间相互作用的认识。