《软件学报》半监督学习专刊

征文通知

 

传统机器学习算法需要利用大量有标记的（labeled）样本进行学习。随着信息技术的飞速发展，收集大量未标记的（unlabeled）样本已相当容易，如何利用大量的未标记样本来改善学习性能成为当前机器学习研究中备受关注的问题。半监督学习（semi-supervised learning）是利用未标记样本进行学习的主流技术，近年来国内外开展了大量研究，取得了很多研究成果。为此，《软件学报》于2008年第11期出版半监督学习专刊，现面向国内外征集论文，欢迎广大研究人员积极投稿。

 

专刊题目：半监督学习

特约编辑：周志华（南京大学）

 

一、征文范围

1. 半监督分类（Semi-supervised classification）

2. 半监督回归（Semi-supervised regression）

3. 半监督聚类（Semi-supervised clustering）

4. 基于图的半监督学习（Graph-based semi-supervised learning）

5. 协同训练（Co-Training）

6. 直推学习（Transductive Learning）

7. 半监督学习的应用（Applications of semi-supervised learning）

征文范围不仅限于上述内容，所有与半监督学习相关的内容均可投稿。

 

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。

2.       注意事项：请在投稿时，在投稿类型中选择“专刊”类型，并在备注栏中注明“半监督学习”字样。

3.       稿件格式：参照《软件学报》论文格式 (学报网站上提供了论文模版，可下载http://www.jos.org.cn/download.htm )。

4.       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)。

5.       其他投稿须知请参阅《软件学报》投稿指南http://www.jos.org.cn/directory.htm

6.       刊投稿文章不收审理费；通过初审的投稿作者需提交投稿声明；录用刊发文章将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，并赠送样刊及单行本。

 

三、重要时间

截稿日期：2008年3月1日

录用通知发出时间：2007年7月1日

录用修改稿提交日期：2008年8月1日

出版日期：2008年第11期