数据的爆炸式增长和日益复杂的智能系统，开启了优化、大数据技术和人工智能/机器学习 (AI/ML) 紧密融合的新时代。从大规模数据分析到不确定环境下的实时决策，现代智能系统不仅要以数据为驱动，还要具备理论基础、可扩展性和鲁棒性。

分数阶建模能通过非整数阶次的灵活调整，更好地适配数据驱动场景下系统的动态变化，提供更贴合实际的数学描述和理论支持。这种特性让分数阶建模成为连接优化理论、大数据技术与AI/ML的有效桥梁。

基于此，Fractal and Fractional 邀请了山东大学李岩教授和南京航空航天大学余自权副教授创建特刊“Fractional-Order Modeling in Data-Driven Intelligent Systems: From Optimization to AI/ML Applications (数据驱动智能系统中的分数阶建模：从优化到人工智能/机器学习应用)”。我们诚挚邀请您提交相关研究论文，共同探索这一领域的前沿知识。

本特刊旨在为推动可扩展智能系统的理论基础和实践方法的发展提供一个平台，尤其关注优化算法、大数据基础设施和AI/ML算法设计的交叉领域。特刊主题包括 (但不限于分数阶理论)：

1. 基于人工智能/机器学习与优化算法

2. 机器学习算法的理论分析与设计 (例如，稳定性、鲁棒性、收敛性)

3. 面向高维或流数据的优化驱动型人工智能和机器学习框架

4. 大数据环境下优化、控制和机器学习的集成

5. 大规模机器学习模型可扩展分布式优化方法

6. 从控制和优化的角度实现安全且可解释的人工智能

7. 面向边缘/云计算中动态数据流实时机器学习与优化

8. 连接优化理论、控制和数据科学的跨学科方法

投稿截止日期：2027年1月15日 

• 客座编辑

李岩 教授

李岩，山东大学控制科学与工程学院副院长、教授、博士生导师，入选斯坦福大学世界前2%顶尖科学家榜单，2022-2025年中国高被引学者、担任中国自动化学会分数阶系统与控制专委会副主任 (负责学术交流)、数据驱动控制、学习与优化专业委员会资深委员，与国内外相关领域学者、企业界同仁保持着良好的合作关系。自2003年至今长期从事材料力学、复杂动力学、电化学、数据挖掘、分数阶系统等理论研究。已发表SCI/EI检索论文100余篇、授权发明专利10余件。曾获Riemann-Liouville奖 (分数阶领域最高理论奖，首位华人获奖者)。

余自权 副教授

余自权，南京航空航天大学自动化学院副教授、博士生导师，主要从事无人机容错控制技术‌的研究，具体包括固定翼无人机智能非线性控制、分数阶控制的应用、自适应容错控制、快速容错控制、分布式协同控制、集群容错协同控制等。中国自动化学会会员‌、‌江苏省自动化学会会员‌和‌IEEE会员‌。

了解特刊详情：https://www.mdpi.com/si/248427

• Fractal and Fractional 期刊介绍

主编：Carlo Cattani, University of Tuscia, Italy

期刊研究范围包括分形和分数阶微积分基础研究及其在不同科学和工程领域中的应用。

2024 Impact Factor：3.3

2024 CiteScore：6.0

Time to First Decision：19.3 Days  

Acceptance to Publication：2.8 Days

期刊主页：https://www.mdpi.com/si/248427