我在Applied Sciences（综合性、交叉性期刊，CiteScore=3.70；IF=2.84）组织了一个Special Issue，大题目是“大数据分析进展”，比较宽泛。该专栏的推出主要是为了回应因为可获取数据和数据分析的平台、工具的快速增长给自然科学和社会科学带来的重大影响。我们特别欢迎（但不限于）下面四类稿件：（1）数据分析中的基础理论分析，例如一个系统的可预测性（比如时间序列的可预测性）、分类问题的最小误差分析、各种数据挖掘结果的稳定性和可信度分析；（2）数据分析的新方法，例如挖掘因果关系的新方法（这和Topic 1也是相关的）、多模态分析的新方法、隐私计算的新方法等等；（3）推出新的、高价值的数据集、数据分析平台、数据分析工具等等；（4）把大数据分析的方法用到自然科学和社会科学的各个分支（并获得洞见），我们特别喜欢用到那些原来定量化程度不高的学科。

投稿链接：https://www.mdpi.com/journal/applsci/special_issues/75Y7F7607U 

投稿截止时期为2023年6月30日，我们处理稿件非常快，欢迎大家投稿支持。

其中第十三篇论文已经正式发表：

Student Behavior Prediction of Mental Health Based on Two-Stream Informer Network

Abstract

Students’ mental health has always been the focus of social attention, and mental health prediction can be regarded as a time-series classification task. In this paper, an informer network based on a two-stream structure (TSIN) is proposed to calculate the interdependence between students’ behaviors and the trend of time cycle, and the intermediate features are integrated layer by layer to realize the prediction of mental health by a gating mechanism. Through experiments on a real campus environment dataset (STU) and an open dataset (MTS), it is verified that the proposed algorithm can obtain higher accuracy than existing methods.

论文免费下载链接：

https://www.mdpi.com/2076-3417/13/4/2371