IOP出版社联手松山湖材料实验室推出全新开放获取期刊——Materials Futures

特刊详情 客座编辑 乐旭，南京信息工程大学 孙阁，美国农业部林务局 Mariska te Beest，荷兰乌得勒支大学 Jun Zhang，荷兰应用科学研究组织 Maricar Aguilos，美国北卡罗莱纳州立大学 李香兰，北京师范大学 林金泰，北京大学   主题范围 The nature-based solutions (NbS) aim to achieve co-benefits for human well-being and ecosystems through effective actions, including practices and policies, in the management of natural and modified ecosystems. The application of NbS causes impacts on the carbon, water, and energy...

时   间：2025年7月27日至8月1日地   点：新加坡滨海湾金沙会展中心 展位号：A05 AOGS2025（亚洲大洋洲地球科学学会年会）将于2025年7月27日至8月1日在新加坡滨海湾金沙会展中心举行，届时将涵盖学术会议及展会。与此同时，还将举行全体大会推选2026-2028年度的官方负责人，并进行年度学会荣誉及奖项的颁奖。 本届年会的重点包含了八个地球科学学科：大气；生物地球科学；水文学与其他学科领域的交叉研究；海洋；行星；太阳和地表及固体地球。会议向这些领域的学者、研究人员和从业者开放。 大会的观众来自世界各地，预计有80%的与会者将来自亚洲，20%来自其他国家。IOP出版社作为本届年会的参展商之一，将携旗下环境系列期刊参加。特别是Environmental Research: Climate期刊，今年获得了首个影响因子——5.7。我们的展位号是A05，欢迎各位老师莅临参观咨询。 期刊介绍 Environmental Research: Climate 2024年影响因子: 5.4  Citescore: 4.0 Environmental Research: Climate（ERCL）是一本多学科、开放获取的期刊，致力于解决有关物理科学的重要挑战以及气候系统和全球变化的评估，并在影响/未来风险、复原力、环境减缓、环境适应、环境安全和最广泛意义上的解决方案方面进行努力。我们鼓励所有的研究方法，包括定性、定量、实验、理论和应用方法。

本研究来自中国海洋大学、青岛海洋科技中心李建平课题组。本研究选取 Lorenz’96系统与 Kuramoto-Sivashinsky 偏微分方程，检验了动力系统深度学习（DSDL）方法对无穷维非线性混沌系统的预测能力，并与五种主流机器学习方法对比，结果表明 DSDL 能够对上述系统实现有效预测，且效果显著优于其他机器学习方法。这一创新成果为非线性混沌动力学研究提供了全新思路，也为有效预测现实世界中复杂的无穷维动力系统奠定了理论基础和技术支撑。 文章介绍 Dynamics-based predictions of infinite-dimensionalcomplex systems using dynamical system deep learning methodHao Li(李淏), Jianping Li(李建平), Zixiang Wu(武子翔), Mingyu Wang(王铭宇), Guangcan Liu(柳光灿), Ruipeng Sun(孙瑞鹏), Ruize Li(李瑞泽), Ning Wang(王宁), Houbin Song(宋厚彬) and Shixin Zhen(真世昕) 通讯作者： 李建平，中国海洋大学深海圈层与地球系统前沿科学中心/物理海洋教育部重点实验室/未来海洋学院/海洋与大气学院/海洋碳中和中心、青岛海洋科技中心海洋动力过程与气候功能实验室   研究背景： 非线性混沌动力系统的预测是世界性的科学难题。1980年代，Takens等提出延迟嵌入定理，推动了预测有限维混沌系统的相空间重构技术发展。2024年，李建平团队基于该定理，提出了DSDL理论与方法，在对Lorenz’ 63系统等有限维非线性混沌系统的预测中取得突破，预测性能超越现有机器学习方法，并通过提取关键变量，为解决“黑匣子”问题提供了一种新的方案。 然而，大气、海洋等实际系统多受偏微分方程（PDEs）控制的无穷维动力系统（IDDS）支配。2005年，Robinson发展了适用于PDEs的嵌入理论，在理论上解决了延迟嵌入定理对PDEs的适用性，不过，其逆向映射能否通过DSDL建模实现PDEs的有效预测尚不得而知。因此，DSDL理论与方法对非线性混沌系统的预测研究不应仅局限于有限维系统，而应拓展到IDDS领域。   研究内容： 为探究DSDL理论和方法预测PDEs方程的可行性和能力，本研究选取了具有时空分布特征的Lorenz’ 96系统和Kuramoto-Sivashinsky (K-S)偏微分方程系统作为预测对象，将DSDL方法与目前认可度较高的机器学习方法（如：ANN、RC-ESN、LSTM、NG-RC、SINDy等）进行了对比，结果发现，在对两种系统进行预测时，DSDL方法预测性能表现优越，预测结果与系统的参考真值（RTV）吻合较好，其中，DSDL方法对K-S方程的有效预测时长可达225个无量纲时间，预测性能远超其他方法（图1和图2），这说明DSDL理论与方法适用于PDEs控制的IDDS，同时能够提取关键变量，并做出有效预测。 此外，对各类混沌系统进行长期预测的统计结果表明，DSDL方法仍具有显著优势，尤其在概率密度分布的尾部，DSDL方法的预测结果与RTV吻合较好，表明其具有一定的预测极端事件的能力（图3）。同时，DSDL方法在预测随外部强迫和变量数目更改（即混沌属性变化）的Lorenz’ 96系统时，表现出随系统混沌属性降低，预测效果增强的情况（图4），这表明DSDL方法的预测符合混沌动力学理论，具有数理理论的支撑。 上述研究凸显了DSDL方法在无穷维非线性混沌动力系统预测方面的适用性和显著优势，为未来实现在大气、海洋等现实世界PDEs系统的DSDL建模预测提供了坚实的理论基础和技术支撑，也为解决这类复杂系统的预测难题开辟了新的路径。 图1  DSDL方法与其他深度学习方法对Lorenz’...

会议介绍  2025年人工智能与科学论坛（Machine Learning for Science 2025）将是一场顶级的科技盛会，聚集名企科学家、青年研究者和产业领袖，共同探索机器学习在多种科学领域的革命性应用前景。本次两天的会议将紧密结合IOP出版社新系列刊物Machine Learning: Science and Technology, Machine Learning: Engineering, Machine Learning: Health和Machine Learning: Earth，联合工程技术、卫生健康、环境科学等多个领域，精炼探讨机器学习的应用和融合。该会议将成为全球性的思想交流与前沿研究的平台，全面展示机器学习技术的最新成果和应用。主题包括理论基础和实际应用两大维度，应用于多种科学和产业场景。  会议时间：2025年10月25–26日 （24号全天注册报到）  会议地点：浙江省温州市（具体地点请关注后续通知） 会议形式：线下会议 + 线上同步直播  会议注册 >>您可以点击此处链接或扫描下方的二维码进行注册。 组织单位  主办单位：IOP出版社 支持单位：中国物理学会  拟定议题  会议科学计划主要包括以下核心领域:  机器学习与理科：物理学、化学、材料科学、生物学和自动实验室  机器学习与工程：系统、自动化和机器人领域的创新应用  机器学习与健康：以数据为驱动的个性化医疗、诊断和健康技术  机器学习与地理科学：气候模拟、环境监测和可持续发展  组织委员会  联合主席:   Jay Lee, 美国马里兰大学  王磊，中国科学院物理研究所   组织委员会:  基思·巴特勒，英国伦敦大学学院  邓东灵，清华大学  张潘，中国科学院理论物理研究所  Jimeng Sun，美国伊利诺伊大学香槟分校  皮埃尔·让坦，美国哥伦比亚大学  马坚伟，北京大学  奥尔加·芬克，瑞士洛桑联邦理工学院  Liang Xuan，新加坡南洋理工大学  最新确认报告的嘉宾  Andy...

IOP出版社与医学物理与工程学会（IPEM）将通过一项新协议加强其长期合作关系，根据该协议，Medical Engineering and Physics（MEP）期刊将转移至IOP出版社平台，同时IOP出版社还将与IPEM合作创办新的金色开放获取期刊Medical Sensors and Imaging（MSI）。 自1972年双方合作推出Physics in Medicine & Biology（PMB）期刊以来，IOP出版社与IPEM的合作已逾50年。此次合作的深化，标志着IPEM旗下四本期刊将统一纳入IOP出版社的出版体系。借助高质量的出版服务、全球传播能力和战略洞察，IOP出版社将助力IPEM期刊扩大影响力，支持其通过物理与工程在医学中的应用改善健康的使命。 MSI与MEP期刊将沿用与PMB和Physiological Measurement（PMEA）一致的严格出版流程，确保所有作者在IPEM期刊中享有一致且高质量的出版体验。每本期刊均由专职主编领导，在物理、工程和医学各学科间提供专业指导与持续发展。这些期刊共同构成一个服务全球科学界的统一出版体系。 所有IPEM期刊将采用统一的投稿与稿件追踪系统，实现快速出版、建设性的同行评审和高标准的学术诚信保障。作者还将受益于双向匿名审稿、联合评审及建设性的审稿意见等举措，推动审稿过程的公平性、透明度与学术诚信。 IPEM首席执行官Gill Collinson表示：“我们很高兴扩大与IOP出版社的长期合作关系，获得我们期望的、以目标为导向且高质量的出版支持。我们期待汇聚领域内的专业力量，打开科研发现的新大门，推动能够改善健康结果、造福大众生活的创新。” IOP出版社全球合作出版总监Violeta Ribarska表示：“IPEM是我们最重要的长期合作伙伴之一，体现了以目标为导向的协作力量。我们始终共同坚守学术诚信优先于盈利的原则。通过资源与专业知识的整合，我们能更好地支持那些推动创新、改善生活并增进我们对世界理解的研究人员。”   扩展领先的生物医学出版领域 MSI与MEP期刊的加入使IOP出版社在生物医学物理与工程领域的期刊总数增至12本。这一扩展反映了该领域在过去十年的强劲增长：2015年至2024年间，年度文章发表量增长了54%，年下载量增长了626%。在覆盖广泛领域的物理学期刊支持下，该出版体系涵盖了医学成像、生物医学传感、医疗健康技术等前沿研究领域，并拓展至量子技术、机器学习、个性化医疗等新兴方向，同时继续深耕生物力学、生物材料和医疗器械开发等核心学科。 欢迎您点击下方链接，了解期刊详情： MSI：https://iopscience.iop.org/journal/2977-8425 MEP：https://iopscience.iop.org/journal/1873-4030 期刊介绍 Medical Sensors & Imaging Medical Sensors & Imaging是一本由IOP出版社代表医学物理与工程学会（IPEM）出版的开放获取期刊，致力于通过物理与生物医学科学交叉领域的创新研究，推动个性化健康的发展。该期刊发表在医学图像处理、分析、可视化及成像仪器设备方面的最新研究成果，以及生物医学传感器的开发与应用。本刊强调跨学科研究，涵盖物理、生物、医学、工程和计算机科学等领域，鼓励推动创新的科研合作。我们致力于发表不仅促进科学理解，同时在改善患者护理和健康结果方面具有实际应用价值的研究成果。 Medical Engineering & Physics Medical Engineering & Physics由IOP出版社代表医学物理与工程学会（IPEM）出版，致力于展示生物医学工程领域的最新进展，体现该学科本质上的多学科交叉特点。该期刊发表深度综述、科研文章和技术简报，为相关领域的研究人员提供重要的交流平台。

The energy transition from predominantly fossil- to non-fossil resources will significantly reshape land use and the built environment, and with it, people’s relationships with place. Particularly during the infrastructure-intensive ‘mid-transition’ period during which fossil and non-fossil energy systems operate simultaneously with overlapping functions, understanding how people adapt to, value, or resent living with these infrastructures...