近日，期刊Human-Centric Intelligent Systems(HCIN)的主題?？?ldquo;Towards Controllable, Interpretable, Robust Representation Learning for Data-driven Modeling”開放征稿中。投稿截止日期為2024 年 2月 29 日。收到投稿后，Guest Editors 會(huì)立即著手邀請(qǐng)審稿。

?？鞲澹?/span>Towards Controllable, Interpretable, Robust Representation Learning for Data-driven Modeling

面向可控、可解釋、魯棒表示學(xué)習(xí)的數(shù)據(jù)驅(qū)動(dòng)建模

點(diǎn)擊圖片進(jìn)入?？黜?yè)

宗旨與范疇

隨著物流和供應(yīng)鏈管理的信息量和復(fù)雜性不斷增加，結(jié)合最優(yōu)化理論與人工智能設(shè)計(jì)數(shù)據(jù)驅(qū)動(dòng)的智能決策方法成為重要的發(fā)展方向。人工智能與運(yùn)籌學(xué)（Operations Research，OR）的結(jié)合可以發(fā)揮二者協(xié)同作用的優(yōu)勢(shì)，推動(dòng)相關(guān)研究的進(jìn)步。最近的趨勢(shì)表明，人工智能和OR在物流和供應(yīng)鏈管理中的應(yīng)用需要更深入地研究與論證。本特刊旨在突出最新的理論和研究進(jìn)展、案例分析、應(yīng)用、技術(shù)創(chuàng)新、調(diào)查結(jié)果以及相關(guān)工具的使用，以提升人工智能和OR方法運(yùn)行的效率，產(chǎn)生更具成效、可持續(xù)的物流和供應(yīng)鏈管理解決方案。

征稿主題

包括但不限于以下內(nèi)容：

1）自然語(yǔ)言處理（NLP）：NLP-domain

• NLP可解釋模型

Explainable and interpretable models for NLP

• 對(duì)話式AI

Conversational AI

• 對(duì)話情緒識(shí)別的NLP，NLU與NLG

NLP, NLU and NLG for conversational sentiment detection

• 對(duì)話主題檢測(cè)的NLP，NLU與NLG

NLP, NLU and NLG for conversational theme detection

• 對(duì)話人格檢測(cè)的NLP，NLU與NLG

NLP, NLU and NLG for conversational personality detection

• 對(duì)話諷刺，反諷和幽默分析的NLP，NLU與NLG

NLP, NLU and NLG for conversational sarcasm, irony and humor

2）多模態(tài)數(shù)據(jù)：Multimedia-domain

• 多模態(tài)會(huì)話式AI

Multimodal conversational AI

• 魯棒、高效、通用的多模態(tài)學(xué)習(xí)

Robust, efficient, or universal multimodal learning

• 多模態(tài)遷移學(xué)習(xí)

Multimodal transfer learning

• 多模態(tài)度量學(xué)習(xí)

Multimodal metric learning

• 多模態(tài)生成學(xué)習(xí)

Multimodal generation

• 基于序列深度學(xué)習(xí)的VQA

Sequential deep learning for visual question answering

• 基于增強(qiáng)學(xué)習(xí)的VQA

Reinforcement learning for visual question answering

• 基于時(shí)序推理的VideoQA

Temporal reasoning for video question answering

• 場(chǎng)景圖生成VQA

Scene graph generation for visual question answering

• 跨媒體分析在VQA中的應(yīng)用

Real-world applications of cross-media analysis for visual question answering

3）推薦系統(tǒng)：Recommendation-domain:

• 多模態(tài)推薦

Multi-modal Recommendation

• 魯棒推薦

Robust Recommendation

• 去偏推薦

Debiased Recommendation

• 可解釋推薦

Explainable Recommendation

4）信息檢索：Information retrieval-domain

• 跨模態(tài)檢索

Cross-modal Retrieval

• 稠密檢索

Dense Retrieval

• 用戶建模與分析

Mining and Modeling Users

• 檢索的公平與偏見

Fairness and Bias in Search

• 個(gè)性化檢索機(jī)器人

Personalization in Retrieval-Based Chatbots

重要日期 （截稿日期：2024-02-29）

客座編輯

趙峰教授,華中科技大學(xué)

魏巍教授,華中科技大學(xué)

李琳教授,武漢理工大學(xué)

投稿詳情

?？溄樱?a >https://www.springer.com/journal/44230/updates/26001114

投稿通道：https://www.editorialmanager.com/hcin/default2.aspx

（注：EM系統(tǒng)提交稿件，“Additional Information”中，請(qǐng)選擇?？?ldquo;Towards Controllable, Interpretable, Robust Representation Learning for Data-driven Modeling”)。所有手稿必須是英文。具體征稿詳情可及時(shí)關(guān)注期刊主頁(yè)查看。

聯(lián)系方式：

HCIN期刊編輯部

Email：hcin@editorialoffice.cn

Tel：13603860656