《软件学报》支撑人工智能的数据管理与分析技术专刊
征文通知

近年来，支撑人工智能的数据管理与分析技术正成为大数据和人工智能领域研究的热点问题。利用和发展数据管理与分析理论技术，为提升人工智能系统全生命周期的效率和有效性提供基础性支撑，将进一步促进基于大数据的人工智能技术的发展和其在更大范围的推广应用。然而，在如何利用数据管理与分析技术的深厚理论积淀和丰富技术成果，来促进人工智能领域的发展，特别是在深度学习、强化学习、知识图谱等技术深入发展的过程中，解决其遇到的各类与数据相关的痛点、难点问题，仍有很大的研究空间。

本专刊立足于数据库核心技术，探讨数据管理与分析技术对人工智能研究发展推动作用，特别是数据管理分析的理论技术对人工智能在数据和计算密集环节的优化，以及数据管理系统设计理念与开发经验对构建通用型人工智能平台的促进作用，重点研究数据管理与分析技术对人工智能在数据存储、算法优化、模型管理、模型服务、系统构建等方面的支撑作用。

本专刊将重点关注支撑人工智能的数据管理与分析技术研究中具有创新性和突破性的高水平研究成果，探讨相关基础理论、关键技术，以及在支撑人工智能的数据管理系统研发过程中关于系统设计原理、范式、架构、经验等方面的实质性进展，探讨其在相关产业和领域的应用前景。经过第一轮评审的论文作者需要参加NDBC2020会议并到会报告，之后特约编辑和编辑部根据复审情况和会议报告情况决定文章的最终结果，专刊将在2021年第3期出版。读者群体包括数据库、数据挖掘、人工智能等多个领域的研究人员和工程人员。

专刊题目：支撑人工智能的数据管理与分析技术
特约编辑：陈雷（香港科技大学）王宏志（哈尔滨工业大学）童咏昕（北京航空航天大学）高宏（哈尔滨工业大学）
出版时间：2021年第3期

一、征文范围
包括但不限于以下主题：
（1）面向人工智能数据采集的过程管理新技术
（2）支撑人工智能的高效数据存储与索引新技术
（3）面向模型开发的易用型数据接口设计新方法
（4）支撑大规模训练数据的高效特征工程新技术
（5）面向人工智能应用的高效查询优化算法新技术
（6）支撑训练过程的高效模型管理与存储系统
（7）面向模型服务的大规模实时数据处理系统
（8）支撑人工智能新硬件的数据库管理新技术
（9）面向联邦学习的分布式数据隐私保护新技术
（10）人工智能数据管理系统的性能指标和标准化测试方法
（11）支撑人工智能的数据治理新技术

二、投稿要求
1. 投稿方式：采用“软件学报在线投稿系统”(http://www.jos.org.cn)投稿。投稿时请选择投稿类型为“专刊投稿”，并在提交稿件时在题目后+“支撑人工智能的数据管理与分析技术”字样。
2. 稿件格式：参照《软件学报》论文格式(网站上提供了论文模版，可下载)。
3. 投稿文章未在正式出版物上发表过，也不在其他刊物或会议的审稿过程中，不存在一稿多投现象；保证投稿文章的合法性(无抄袭、剽窃、侵权等不良行为)。
4. 其他事项请参阅投稿指南http://www.jos.org.cn/ch/reader/view_fixed_content.aspx?id=instructions
5. 投稿作者需提交投稿声明；专刊投稿文章不收审理费。录用刊发文章收取软件学报标准版面费。发表之后，将按软件学报标准支付稿酬，并赠送样刊。
6. 通过第一轮评审的论文作者，需在NDBC2020年会（2020年10月）上做学术报告，根据论文修改情况和会议报告情况最终确定是否录用。

三、重要时间
截稿时间：2020年7月20日
第一轮评审意见通知时间：2020年9月1日
论文修改稿提交日期：2020年10月5日
NDBC2020报告时间：2020年10月
终审结果发出日期：2020年11月5日
最终稿提交日期：2020年11月18日
出版日期：2021年第3期