随着信息技術的飛速發展，科學研究與社會生活各個領域中的數據正在以前所未有的速度産生并被廣泛收集、存儲。如何實現數據的智能化處理從而充分利用數據中蘊含的知識與價值，已成為當前學術界與産業界的共識。機器學習作為一種主流的智能數據處理技術，是實現上述目标的核心途徑。早期機器學習研究通常假設數據具有相對簡單的特性，如數據來源單一、概念語義明确、數據規模适中、結構靜态穩定等。當數據具有以上簡單特性時，基于現有的機器學習理論與方法可以有效實現數據的智能化處理。然而，在大數據時代背景下，數據往往體現出多源異構、語義複雜、規模巨大、動态多變等特殊性質，為傳統機器學習技術帶來了新的挑戰。因此，亟需針對大數據的上述性質開展相關研究。本次專刊選題為“大數據時代的機器學習研究”，将突出大數據背景下機器學習的幾個研究熱點，包括表示學習（如何構建有效表示）、在線機器學習（如何處理動态數據）、并行與分布式學習（如何進行高效學習）、弱監督學習（如何利用複雜語義）、以及在特定領域的應用等。

     為及時反映我國在大數據機器學習方面的研究進展，《軟件學報》将出版大數據時代的機器學習研究專刊，收錄該領域近期取得的原創性高水平研究成果，進一步促進該領域的發展。專刊預錄用論文需在第十五屆中國機器學習會議（CCML 2015）上作報告，根據論文修改情況和會議報告情況終審确定是否錄用。歡迎機器學習及相關研究領域的專家學者、科研人員踴躍投稿。

專刊題目：大數據時代的機器學習研究

特約編輯：何曉飛（浙江大學）,郭茂祖（哈爾濱工業大學）,張敏靈（東南大學）

出版時間：2015年第 11期

一、征文範圍（包括但不限于以下主題）

1. 基于大數據的機器學習理論與方法

計算學習理論；監督學習；弱監督學習；無監督學習；表示學習；在線機器學習；深度學習；并行學習；分布式學習；大數據知識表示與推理等

2. 特定類型大數據機器學習

文本數據、多媒體數據、生物數據、網絡/圖數據、軟件數據、科學實驗數據、環境生态數據、金融數據等

3. 大數據機器學習應用

醫療健康、智能交通、教育服務、國家安全、輿情分析、計算廣告、推薦系統、社交網絡、信息檢索等領域的應用

二、征文要求

1. 投稿方式：采用“軟件學報在線投稿系統”(http://www.jos.org.cn)投稿。投稿時請在備注欄中注明“大數據時代的機器學習研究”字樣。

2. 稿件格式：參照《軟件學報》論文模闆給定的格式（見學報網站“下載區”）。

3. 投稿論文未在正式出版物上發表過，也不在其他刊物或會議的審稿過程中，不存在一稿多投現象；保證投稿論文的合法性（無抄襲、剽竊、侵權等不良行為）。

4. 其他事項請參閱投稿指南：http://www.jos.org.cn/ch/reader/view_fixed_content.aspx?id=instructions

5. 投稿作者需提交投稿聲明；專刊投稿論文不收審理費。錄用刊發論文收取軟件學報标準版面費。發表之後，将按軟件學報标準支付稿酬，并贈送樣刊。

6. 通過初審的預錄用論文需在CCML 2015會議上（http://sist.swjtu.edu.cn/ccml2015/）上作報告，根據論文修改情況和會議報告情況終審确定是否錄用。

三、重要日期

第一輪截稿日期：2015年2月28日，第一輪預錄用通知發出日期：2015年5月31日

第二輪截稿日期：2015年5月31日，第二輪預錄用通知發出日期：2015年7月31日

CCML 2015報告日期：2015年8月16-18日（成都）

修改稿提交日期：2015年8月25日

終審結果發出日期：2015年9月5日

最終稿提交日期：2015年9月15日

出版日期：2015年第11期

軟件學報編輯部

2014年7月4日