期刊名： Big Data and Cognitive Computing

期刊主页：https://www.mdpi.com/journal/BDCC

大语言模型与具身智能的深度融合正在重塑人工智能的技术边界与应用场景，是当前学术界与工业界高度关注的前沿热点。Big Data and Cognitive Computing期刊精选了5个相关特刊，跨学科应用与领域适配、模型局限与可信治理、多模态融合与智能决策、以及系统部署与落地应用等不同研究角度，探讨大模型赋能具身智能的创新机制与应用潜力，为研究人员和工程学者们提供有价值的参考。

特刊一

Large Language Models for Cutting Edge Applications in Science and Humanities

大语言模型在科学与人文前沿应用中的作用

大语言模型（LLMs）作为人工智能领域的前沿驱动力，正在深刻改变科学研究与人文社科的探索方式，展现出强大的跨学科应用潜力。然而，如何将这些先进的模型有效融入自然科学、社会科学及人文领域的复杂场景中，仍面临着方法论创新、领域适应性以及跨学科交叉验证等多重挑战。因此，深入研究大语言模型在科学与人文前沿应用中的理论与实践具有重要意义。

Big Data and Cognitive Computing邀请了澳大利亚新南威尔士大学Dr. Rohitash Chandra合作创建特刊Large Language Models for Cutting Edge Applications in Science and Humanities (大语言模型在科学与人文前沿应用中的作用)。本特刊旨在探讨大语言模型在科学与人文领域的创新应用及其带来的方法论突破。包括但不限于以下方面的相关研究：

1. 大语言模型在自然科学与人文社科各领域的创新方法及应用案例；

2. 跨学科场景下的模型定制、微调策略与领域知识融合机制；

3. 基于大语言模型的科学发现、数据分析及人文文本挖掘技术评估。

https://www.mdpi.com/journal/BDCC/special_issues/4U5840LO9V

投稿截止日期：2027年1月31日

特刊二

Large Language Models and Their Limitations

大语言模型及其局限性

大语言模型（LLMs）在人工智能领域展现出了变革性的影响力，从自然语言理解到内容生成均取得了显著成果。然而，尽管这些模型具备令人瞩目的功能，其在实际应用中也暴露出了明显的缺陷，包括幻觉现象、偏见传播、伦理挑战以及在推理或特定领域知识方面的局限性。这些挑战严重限制了其在关键领域的可靠性与安全部署，因此深入探讨并克服这些固有缺陷对于推动负责任的人工智能发展至关重要。

Big Data and Cognitive Computing邀请了美国佛罗里达国际大学Dr. Samira Zad合作创建特刊 Large Language Models and Their Limitations (大语言模型及其局限性)。本特刊旨在探讨大语言模型的先进性、缺陷及其相关应用风险。包括但不限于以下方面的相关研究：

1. 偏见、公平性与伦理挑战，以及幻觉的检测、分析和缓解策略；

2. 模型的可解释性、透明度与评估基准，以及推理能力的局限和事实一致性；

3. 大规模模型中的隐私、安全与数据泄露风险，以及高能效和可持续性部署。

https://www.mdpi.com/journal/BDCC/special_issues/7W5W43NUF6

投稿截止日期：2027年2月15日

特刊三

Artificial Intelligence and Big Data Analytics for Sustainable Healthcare Systems

人工智能与大数据分析在可持续医疗系统中的应用

人工智能与大数据分析作为现代医疗领域的核心驱动力，在疾病预测、精准诊疗与医疗资源优化配置等方面展现出了变革性的影响力。然而，面对复杂多变的临床数据与严峻的医疗服务挑战，如何实现高效的数据融合、深层的智能挖掘以及安全可靠的临床决策支持，仍面临诸多技术瓶颈。深入探讨并推动AI与大数据在可持续医疗系统中的创新突破，对于构建智能化、高质量的现代医疗体系具有重要意义。

Big Data and Cognitive Computing邀请了来自西班牙格拉纳达大学的Dr. Carlos Fernández-Basso和Dr. Andrea Morales-Garzón合作创建特刊 Artificial Intelligence and Big Data Analytics for Sustainable Healthcare Systems（人工智能与大数据分析在可持续医疗系统中的应用）。本特刊旨在探讨人工智能与大数据分析的先进方法、核心技术及其在可持续医疗系统中的应用与挑战。包括但不限于以下方面的相关研究：

1. 智能医疗诊断与预测模型的创新算法与临床应用；

2. 医疗大数据驱动的资源优化分配与公共卫生监测；

3. 多模态医疗信息融合、隐私保护以及智能医疗系统的高效部署策略。

https://www.mdpi.com/journal/BDCC/special_issues/5BTPXCO002

投稿截止日期：2027年4月30日

特刊四

Applications of Natural Language Processing in Information Processing

自然语言处理在信息处理中的应用

自然语言处理（NLP）作为人工智能与大数据领域的核心技术，在文本理解、信息检索与语义分析等方面展现出了变革性的影响力。然而，面对海量、复杂的非结构化数据，如何实现高效的信息提取、深层语义挖掘以及跨领域知识融合，仍面临诸多技术瓶颈。深入探讨并推动NLP在现代信息处理中的创新突破，对于构建智能化、可靠的信息系统具有重要意义。

Big Data and Cognitive Computing邀请了美国亚利桑那州立大学Dr. Nouh Alhindawi和加拿大菲尔莱狄更斯大学Dr. Jamal Alsakran合作创建特刊 Applications of Natural Language Processing in Information Processing（自然语言处理在信息处理中的应用）。本特刊旨在探讨自然语言处理的先进方法、核心技术及其在复杂信息处理中的应用与挑战。包括但不限于以下方面的相关研究：

1. 文本挖掘、信息提取与知识图谱构建的创新算法与应用；

2. 深度语义理解、情感分析、机器翻译及模型性能评估基准；

3. 多模态信息融合、跨领域适应性以及隐私安全与高效部署策略。

https://www.mdpi.com/journal/BDCC/special_issues/G641433FVT

投稿截止日期：2027年5月31日

特刊五

Generative AI, Large Language Models, and Agentic AI

生成式人工智能、大语言模型与智能体人工智能

生成式人工智能、大语言模型与智能体AI正深刻改变数据密集型应用的设计与部署。该领域正从传统预测性AI和生成式模型，向具备上下文感知、多步规划、工具调用、人机协作与自适应能力的智能体AI演进。面对大数据与认知计算中海量、高速、多样且分布式的数据，亟需更可扩展、上下文感知且能自主运行的计算方法。深入探讨其理论、基础设施及应用，对构建可靠、可解释、可扩展的智能系统具有重要意义。

Big Data and Cognitive Computing邀请了意大利卡拉布里亚大学Dr. Fabrizio Marozzo、Dr. Loris Belcastro和土耳其马尼萨杰拉尔·拜亚尔大学Dr. ?ule Öztürk合作创建特刊 Generative AI, Large Language Models, and Agentic AI（生成式人工智能、大语言模型与智能体人工智能）。本特刊旨在汇集生成式AI、大语言模型与智能体AI在数据驱动环境中的理论、方法、基础设施及应用方面的高质量研究成果，欢迎原创研究论文和综述论文投稿。包括但不限于以下方面的相关研究：

1. 面向大数据与认知计算的生成式AI、大语言模型及多模态基础模型；

2. 基于大语言模型的数据理解、摘要生成、推理、决策支持、检索增强生成、记忆机制与知识驱动系统；

3. 基于大语言模型的智能体、自主工作流、工具增强推理与多智能体协作；

4. 智能体AI架构与基础设施，包括云边端协同架构、自主数据工程、编排与MLOps流水线；

5. 可解释、可信、公平、安全且可问责的智能系统，以及人在回路与人机协作模型；

6. 生成式与智能体AI的基准测试、评估方法、可复现性、效率与可持续性；

7. 生成式与智能体AI在社交媒体分析、推荐、医疗健康、工业、金融及智慧城市等领域的应用。

https://www.mdpi.com/journal/BDCC/special_issues/EM8190B8T3

投稿截止日期：2027年9月22日

期刊介绍

主编：Min Chen, South China University of Technology, China

Big Data and Cognitive Computing (ISSN: 2504-2289)创刊于2017年，是面向计算机科学大数据与认知计算的国际性、跨学科、开放获取的学术期刊，主要发表与大数据、云计算、认知计算、人工智能通信、数据分析、移动大数据、认知学习、机器学习等相关主题的原创研究论文。期刊旨在将大数据理论与智能云新兴技术结合起来，并探索超级计算机的新应用。目前已被 Scopus, ESCI (Web of Science), dblp, Inspec, Ei Compendex等多个数据库收录。

2025 Impact Factor：5.3

2025 CiteScore：11.4

Time to First Decision：23.3 Days

Acceptance to Publication：4.8 Days