數(shù)據(jù)密集型的科學(xué)發(fā)現(xiàn)已成為繼實(shí)證范式、理論范式、計(jì)算范式后科學(xué)發(fā)現(xiàn)的“第四范式”，其在物理、化學(xué)、生物、天文等自然科學(xué)領(lǐng)域，乃至社會(huì)學(xué)、教育學(xué)、新聞傳媒、法律等人文社會(huì)科學(xué)領(lǐng)域的研究中，發(fā)揮著越來越大的作用。近年來，人工智能在圖像、視頻、語音識(shí)別，以及人機(jī)對(duì)弈等領(lǐng)域的技術(shù)突破，進(jìn)一步為數(shù)據(jù)驅(qū)動(dòng)的科學(xué)研究提供了新的技術(shù)和方法。人工智能技術(shù)作用于科學(xué)研究，可充分發(fā)揮文獻(xiàn)、實(shí)驗(yàn)、仿真結(jié)果等各種類型科學(xué)數(shù)據(jù)的價(jià)值：發(fā)現(xiàn)新的科學(xué)現(xiàn)象、揭示新的科學(xué)規(guī)律、驗(yàn)證科學(xué)假設(shè)、促進(jìn)不同領(lǐng)域科學(xué)研究的交叉融合、探索科學(xué)研究的新方法和新思路，這對(duì)提升科學(xué)研究水平，取得突破性的研究成果，具有重要意義。

本期專輯圍繞“‘智能+與數(shù)據(jù)驅(qū)動(dòng)的科學(xué)研究”這個(gè)主題，在全國范圍內(nèi)征集稿件，受到了學(xué)術(shù)界的廣泛關(guān)注，經(jīng)過專輯編委會(huì)專家們的認(rèn)真評(píng)閱，總共收錄16篇高質(zhì)量學(xué)術(shù)論文，分別來自國內(nèi)11個(gè)高校和科研院所，包括東北大學(xué)、桂林電子科技大學(xué)、華東理工大學(xué)、華東師范大學(xué)、南京農(nóng)業(yè)大學(xué)、南瑞集團(tuán)、上海電力大學(xué)、四川大學(xué)、同濟(jì)大學(xué)、中國人民大學(xué)、中山大學(xué)等。根據(jù)主題的不同，上述論文被劃分為3個(gè)板塊：數(shù)據(jù)驅(qū)動(dòng)的計(jì)算教育學(xué)、新興應(yīng)用中的計(jì)算機(jī)智能、新時(shí)期數(shù)據(jù)管理技術(shù)。

互聯(lián)網(wǎng)在改變世界的同時(shí)也深刻地改變著教育，利用信息技術(shù)優(yōu)化教育過程、提升教學(xué)效果顯得非常重要。數(shù)據(jù)驅(qū)動(dòng)的計(jì)算教育學(xué)板塊共收錄5篇稿件：東北大學(xué)劉恒宇等人介紹了知識(shí)追蹤及其應(yīng)用背景，回顧了知識(shí)追蹤所涉及的教育學(xué)與數(shù)據(jù)挖掘理論，總結(jié)了基于概率圖、矩陣分解、深度學(xué)習(xí)的知識(shí)追蹤研究現(xiàn)狀，并展望未來的研究方向;華東師范大學(xué)陳遠(yuǎn)哲等人歸納梳理了共指消解的發(fā)展歷程，從技術(shù)層面將共指消解劃分為多個(gè)階段，并介紹了各個(gè)階段的代表性模型，以及它們的優(yōu)缺點(diǎn);華東師范大學(xué)楊康等人意識(shí)到機(jī)器閱讀理解是理解學(xué)生問題和文檔內(nèi)容、快速獲取知識(shí)的重要途徑，綜述了新近涌現(xiàn)出來的基于神經(jīng)網(wǎng)絡(luò)的機(jī)器閱讀模型;華東師范大學(xué)楊東明等人基于百科語料和遠(yuǎn)程監(jiān)督思想提出了基于關(guān)系表示的注意力機(jī)制，有效提取知識(shí)點(diǎn)間的有向關(guān)系信息;四川大學(xué)申航杰等人提出了一種融合模糊聚類和支持向量回歸的成績預(yù)測方法，即先引入模糊邏輯來計(jì)算隸屬度矩陣，再對(duì)學(xué)生歷史成績進(jìn)行聚類，最后對(duì)成績軌跡進(jìn)行擬合建模，從而提高成績預(yù)測的準(zhǔn)確率和可解釋性。

除了教育之外，計(jì)算機(jī)智能也廣泛應(yīng)用在法學(xué)、智慧城市、電子商務(wù)、智能電網(wǎng)等領(lǐng)域。新興應(yīng)用中的計(jì)算機(jī)智能板塊共收錄6篇稿件：中國人民大學(xué)邵明銳等人意識(shí)到FAQ數(shù)據(jù)集規(guī)模有限，給出了數(shù)據(jù)層面和模型層面的解決方案，在數(shù)據(jù)層面，利用百度知道爬取數(shù)據(jù)并挖掘語義等價(jià)問題，確保數(shù)據(jù)的相關(guān)性和一致性，在模型層面，提出了面向遷移學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)，以計(jì)算句子對(duì)之間的語義相似度;同濟(jì)大學(xué)陳亮等人意識(shí)到在法學(xué)理論和法律實(shí)踐中缺乏智能決策，采用多種數(shù)據(jù)分析模型研究智能決策算法，嘗試建立法律關(guān)系坐標(biāo)系，實(shí)現(xiàn)法律關(guān)系分析的空間幾何轉(zhuǎn)化;中山大學(xué)江群等人研究了基于用戶偏好的最優(yōu)路徑搜索，從而在預(yù)算約束下尋找滿足用戶偏好的最優(yōu)路徑，所提的新方法可在查詢階段利用索引結(jié)構(gòu)過濾出候選節(jié)點(diǎn)集;桂林電子科技大學(xué)傅裕等人觀察到在電子商務(wù)領(lǐng)域中部分商品的名稱可能包含屬性等冗余信息，導(dǎo)致信息不一致現(xiàn)象，因而提出了一種基于自注意力機(jī)制的商品名稱精簡模型，以較小的計(jì)算代價(jià)精簡商品名稱;南瑞集團(tuán)黃福興等人認(rèn)識(shí)到保證海量電能量數(shù)據(jù)的準(zhǔn)確性、可靠性和完整性對(duì)智能電網(wǎng)至關(guān)重要，設(shè)計(jì)了一種基于孤立森林的異常檢測算法，可檢測大規(guī)模電能量數(shù)據(jù)中發(fā)生的異常;上海電力大學(xué)趙波等人基于機(jī)器學(xué)習(xí)方法，提出了一種優(yōu)化神經(jīng)網(wǎng)絡(luò)的電網(wǎng)穩(wěn)定性預(yù)測模型，并與經(jīng)典機(jī)器學(xué)習(xí)方法進(jìn)行了橫向?qū)Ρ取?/p>

華東師范大學(xué)學(xué)報(bào)（自然科學(xué)版）2019年創(chuàng)新的數(shù)據(jù)管理技術(shù)對(duì)高效管理海量數(shù)據(jù)非常關(guān)鍵。新時(shí)期數(shù)據(jù)管理技術(shù)板塊共收錄5篇稿件，作者均來自華東師范大學(xué)：丁國浩等人為了支持負(fù)載均衡的數(shù)據(jù)加載，采用選取部分采樣塊和等間隔選取樣本的方式來確定分區(qū)之間的切分點(diǎn)，避免了全局采樣和隨機(jī)或頭部樣本選取方式確定切分點(diǎn)帶來的高開銷;劉子豪等人意識(shí)到LevelDB數(shù)據(jù)庫具有KeyValue結(jié)構(gòu)的局限性，因而無法有效索引空間數(shù)據(jù)，提出了一種基于LevelDB和Rtree的二級(jí)索引，從而支持二維數(shù)據(jù)的索引和近鄰查詢，實(shí)驗(yàn)結(jié)果表明該結(jié)構(gòu)效果良好;祝朝凡等人發(fā)現(xiàn)基本的Paxos算法盡管在理論上保證了一致性，但是依然容易產(chǎn)生活鎖問題，而且不易工程化，因而提出了一種改進(jìn)算法，有效降低了網(wǎng)絡(luò)通信開銷;黃皓等人提出了一種基于GPU的流處理系統(tǒng)Serval，通過充分利用CPUGPU異構(gòu)資源，高效處理了關(guān)系型流查詢;張濤等人意識(shí)到標(biāo)準(zhǔn)Benchmark負(fù)載固定，較難應(yīng)對(duì)用戶多樣的應(yīng)用場景，因而設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)用戶自定義性能測試負(fù)載的工具——Woodpecker+，該工具易于使用和可拓展，提供了可高效構(gòu)造測試案例、做測試安排的測試定義語言（TDL），可靈活控制事務(wù)執(zhí)行模式及數(shù)據(jù)訪問分布，實(shí)現(xiàn)了輕量級(jí)的細(xì)粒度統(tǒng)計(jì)信息收集與分析，支持多種主流數(shù)據(jù)庫系統(tǒng)DBMS及提供數(shù)據(jù)庫訪問接口的其他數(shù)據(jù)庫。

最后，謹(jǐn)在此感謝各位作者為專輯提供了優(yōu)質(zhì)的稿源，感謝各位評(píng)審專家，特別感謝我校學(xué)報(bào)編輯部自然科學(xué)版在收稿、審稿、校稿過程中的大力支持和辛勤工作。“智能+”與數(shù)據(jù)驅(qū)動(dòng)的科學(xué)研究在許多領(lǐng)域中都有重要應(yīng)用，希望本期專輯能夠推動(dòng)相關(guān)領(lǐng)域的研究進(jìn)展和應(yīng)用實(shí)施。