2020年3月，MDPI期刊AI 和Electrochem正式出版发行创刊号。截至目前，MDPI已出版227个期刊。查看MDPI详细期刊名单，请点击：https://www.mdpi.com/about/journals

 

目前，人工智能已经逐步渗透到我们的生活中，不断改变着人类对现代世界和未来的感知。因它而产生的生活方式的创新更是不胜枚举，在汽车、医疗诊断、医疗保健、金融、机器人、工业、军事、自治系统、网络安全、通信、科学等领域都不乏对人工智能的运用。未来，人工智能应用领域的不断扩大将使越来越多的人工智能技术产品融入到社会生活的方方面面。而且，在人工智能模拟人类意识和思维的过程中，人类的能力也将得到增强。为了实现这一未来，我们需要快速地在全球传播人工智能的前沿研究成果， AI 期刊则将致力于实现这一目标。

AI (ISSN 2673-2688) 是国际型开放获取的学术期刊。主要刊载各种学术研究论文，为涉及人工智能（AI）的所有领域提供实质性的新见解，这些领域包括机器与深度学习、数据科学、强化学习、数据挖掘、知识发现、知识推理、语音识别、自然语言处理、语言识别、图像识别、计算机视觉、规划、智能机器人、游戏等。我们鼓励科学家尽可能详尽地发表他们的实验和理论研究，既可以是具有学报特色的创造性研究论文，也可以是具有通报特色的综述文章，并且没有文章篇幅限制。另外，我们希望研究型文章可以提供完整的实验细节和/或研究方法，以便重现结果。

2020年到目前为止，AI 平均一审周期约为19.5天，文章从接收到发表的时间为5天。

目前，AI 的编委会由24个国家或地区的63名知名学者组成，其中包括一位主编和62位编委。

 

主编介绍

Prof. Dr. Kenji Suzuki

研究领域：机器学习；深度学习；人工智能；医学图像分析；医学成像；计算机辅助诊断；信号与图像处理；计算机视觉

从1991年便开始积极研究人工智能，曾就职于日本日立医疗公司，日本爱知县大学和芝加哥大学放射系。2014年Dr. Kenji Suzuki加入伊利诺伊理工学院电气与计算机工程系和医学影像研究中心，任副教授（终身）。2017年，他被日本东京理工大学创新研究所世界研究中心联合任命为特聘教授（相当于客座教授）。

在过去的25年里，Dr. Suzuki一直致力于医学影像学和计算机辅助诊断的深度学习。他在20年前发明了可以直接学习图像的机器学习，并在过去20年中一直积极研究了这种独特的医学图像机器学习。而最近，这一类型的机器学习才被更多研究者发现，并命名为深度学习，这一研究领域也开始逐渐热门化。

他曾发表论文330篇，其中同行评议论文110篇，在人工智能领域的论文被引用达13,000多次。他是30项专利(包括最早的深度学习专利)的发明者，这些专利已经被授权给几家公司并商业化。他出版了11本书和22个章节，编辑了13期期刊专刊。他被授予了多项奖学金，包括NIH(National Institutes of Health )-R01和ACS(American Chemical Society)。

他曾担任多个国际领先期刊的编辑，包括Pattern Recognition和Medical Physics。他曾担任Science Translational Medicine(IF:16.8)和Nature Communications(IF:12.4）等91种国际期刊的审稿人，62次国际会议的组织者，170次国际会议的项目委员会成员。他在国际会议上应邀作了120次演讲和主旨演讲。他获得了26项大奖，包括2016年斯普林格自然杂志和2017年阿尔伯特·纳尔逊·马奎斯终身成就奖。

 

精彩文章推荐

1. Computing the Affective-Aesthetic Potential of Literary Texts
Professor Arthur M. Jacobs利用情感分析工具——SentiArt，计算了文学文本的情感审美潜力。SentiArt基于公共可用的向量空间模型(VSMs)，不需要情感词典，适用于已经提供VSMs的任何语言(到目前为止超过150种)，并且避免了低覆盖率的问题。本文的研究中，VSMs展示了表示具体和更加抽象的语义概念的能力，显示出极高的预测精度，且在预测(叙述)时间内情绪状态方面十分准确、高效。SentiArt工具成为一个在微观和宏观两个层面(即短和长的文学材料)进行词汇情感分析的极富潜力的候选工具。根据这些结果，基于词汇VSMs的复杂文学文本情感分析的可能性和局限性得到了讨论。

原文链接：https://www.mdpi.com/2673-2688/1/1/2

 

2. Deep Learning for Lung Cancer Nodules Detection and Classification in CT Scans
从CT扫描中发现肺部恶性囊肿是一项既困难又耗时的工作，为了减轻这一负担，人们提出了计算机辅助诊断系统（Computer Aided Diagnosis System）。目前，研究人员正在尝试不同的深度学习技术，以提高计算机断层扫描在肺癌筛查中的计算机辅助设计系统的性能。本文中，Professor Moulay Akhloufi回顾了近期最先进的深度学习算法和架构，提出了用于肺癌检测的CAD系统。它们分为两类：（1）囊肿检测系统，从原始CT扫描中检测候选囊肿；（2）假阳性还原系统，从一组给定的候选囊肿中将其分为良性或恶性肿瘤。文中还介绍了各种技术的主要特点，并对其性能进行了分析。还介绍了可供研究的CT肺数据集，对不同的技术进行了比较和讨论。

原文链接：https://www.mdpi.com/2673-2688/1/1/3

 

Electrochem(ISSN 2673-3293) 是一个国际型开放获取期刊。其主要刊载了电化学研究成果以及应用，其包含基础研究和新兴技术的研究。既发表具有学报特色的创造性研究论文，又刊登具有通报特色的综述文章。

Electrochem 旨在鼓励科学家尽可能详细地发表他们的实验和理论研究，并且期望所使用的实验方法将提供一种可以再现或预估结果的方法。

2020年截至目前，Electrochem 平均一审周期约为26天，文章从接收到发表仅需4天。

目前，Electrochem 的编委会由20个国家或地区的72名知名学者组成。

 

主编介绍

Prof. Dr. Masato Sone

研究领域：电沉积；电化学；纳米材料；传感技

自2005年至今，任职于日本东京工业大学(Tokyo Institute of Technology)。Prof. Dr. Masato Sone在科学期刊上发表了超过189篇论文（ACS Applied Materials & Interfaces, Advanced Materials, Biosensors and Bioelectronics， Chemical Communications等），同时参与或组织了30多场会议，座谈会及研讨会，如国际综合生物学会议，国际电子材料会议等。

 

精彩文章推荐

1. Spinel to Rock-Salt Transformation in High Entropy Oxides with Li Incorporation

Junbo Wang，David Stenzel 和 Ben Breitung分析了三种不同的单价锂离子掺入合成过程中从尖晶石向岩盐的相变。实验发现，电荷补偿伴随着一些元素的完全或部分氧化(有趣的是，Ni(II)在化学锂化过程中没有改变氧化状态)。当不可能氧化时，尖晶石型HEO转变为平均电荷较低的岩盐相。因此，可以通过替换晶格中的多价元素(如Co2+/3+→Mg2+和Cr3+/6+→Zn2+)来在一定程度上调整这种转变。此外，实验者通过XPS和ATR-IR观察了岩盐结构HEOs中表面碳酸盐和铬酸盐的形成。当超过一定的阈值浓度时，它们的形成似乎与过量的Li有关。循环伏安法电化学测试表明，氧化还原活性随Li含量的增加而增加。特别是岩盐HEOs作为可充电锂离子电池的负极和正极材料，其性能值得进一步研究。

原文链接：https://www.mdpi.com/2673-3293/1/1/7

 

2. Ultrathin Film PtxPd(1-x) Alloy Catalysts for Formic Acid Oxidation Synthesized by Surface Limited Redox Replacement of Underpotentially Deposited H Monolayer
Innocent Achari和 Nikolay Dimitrov介绍了一种用表面有限氧化还原取代潜在沉积氢牺牲层的方法来制备超薄膜PtxPd(1-x)合金催化剂的绿色合成方法。在金电极上可以生成三层不同组成的单层厚度PtxPd(1-x)膜，分别使用XPS和电化学方法对其组成和表面粗糙度进行表征。XPS结果表明，溶液摩尔比与原子组成密切相关，沉积膜中的铂含量略高。相应地，沉积的Pt42Pd58薄膜表现出显著的特异性和质量活性，分别达到35 mAcm-2和45 Amg-1，在FAO(Formic Acid Oxidation)的测试中持续了1500多个周期。这种性能是纯Pt催化剂的两倍或更多，使得Pt42Pd58薄膜可以与FAO催化剂中的佼佼者相媲美。此外，最好的合金催化剂比Pt催化剂更早地建立起几乎无迟滞的FAO CV曲线，从而支持更长时间的FAO直接途径。总之，高Pd活性和CO耐受性与显著的Pt稳定性相结合，形成了高效、持久的FAO催化剂。最后，这种简单而经济的合成方法允许催化剂的规模化生产，因此可以更加适应产业中可预见的商业化进程。

原文链接：https://www.mdpi.com/2673-3293/1/1/2

 

关于MDPI

MDPI（Multidisciplinary Digital Publishing Institute）成立于1996年，是全球领先的Open Access出版公司之一，总部位于瑞士巴塞尔，同时在中国，西班牙，塞尔维亚，英国以及日本设有分公司。

MDPI致力于开放获取出版服务，目前出版英文科技期刊227个，其中SCIE期刊70余个。期刊编委数量达到35,500，已为全球超过263,500位学者提供快速出版服务。期刊领域覆盖生物、化学、医药、机械、能源、环境等各学科，其中包含众多国际知名期刊如Molecules, Sensors, International Journal of Molecular Sciences, Marine Drugs, Energies, International Journal of Environmental Research and Public Health等。