IEEE Transactions on Artificial Intelligence（简称《TAI》）是人工智能领域的热门期刊，致力于发表涵盖AI理论、算法、系统及应用的原创研究，为计算机科学家、工程师及跨学科研究者提供前沿学术平台。
IEEE推荐AJE的论文润色等服务，您在向IEEE旗下期刊提交稿件时，可以将AJE的润色证明一并提交给期刊。
期刊主页：https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=9078688
期刊简介
《TAI》由IEEE Consumer Technology Society等多个IEEE学会联合主办，创刊于2020年，专注于人工智能的理论与应用研究。期刊涵盖机器学习、深度学习、强化学习、生成式AI、AI伦理、计算机视觉、自然语言处理、AI在医疗/金融/机器人等领域的应用，以及AI系统设计。文章需具创新性、科学严谨性或跨学科应用价值，适合AI研究者、工程师及行业专家。期刊采用严格的同行评审，初审平均8-12周（官网数据）。作为混合出版期刊，作者可选择传统订阅模式或开放获取（OA）。
期刊相关信息：
- 影响因子：尚未正式发布（2023年，因期刊较新，2024年预计3-5，基于类似IEEE期刊）。
- 中科院分区：尚未分区
- 出版费用：开放获取费用（APC）为2,645美元（2025年IEEE标准，官网数据）；订阅模式无APC。
- 出版频率：双月刊（每年6期）。
投稿注意事项
- 文章长度：建议8-12页（双栏），含图表和参考文献；超出12页需支付超页费（220美元/页）。
- 投稿信：需提交，说明研究的创新性、技术贡献及适合《TAI》的理由，需突出AI理论或应用的跨学科价值。
- 初始投稿格式：需使用IEEE双栏模板（Word或LaTeX），初稿提交PDF，图表嵌入正文。
- 数据可用性：强烈建议公开数据，存放在IEEE DataPort或公共存储库（如figshare）并提供DOI。
- 代码可用性：需提供算法或实验代码（如GitHub链接）或补充材料。
- 预印本政策：接受在arXiv等预印本服务器发布的稿件，需在投稿时声明。
- 审稿周期：初审约8-12周，采用单盲评审，至少三位审稿人。
- 出版费用减免：开放获取文章的无资助研究可申请APC减免，投稿后联系IEEE出版办公室（openaccess@ieee.org）。
- 开放获取选项：作者可选择开放获取（需支付APC）或订阅模式（无APC）。
- 彩图费用：订阅模式下，彩图每页175美元；开放获取文章无彩图费用。
- 投稿限制：允许一轮主要修订和一轮次要修订，拒绝后需编辑许可方可重新提交。
- 语言润色：建议使用IEEE推荐的AJE（American Journal Experts）服务，润色证明可随稿件提交。
- 扩展论文：如基于会议论文扩展，需新增至少30%内容，并提交原会议论文供审查。
- 伦理要求：AI研究需声明算法的公平性、隐私保护及潜在社会影响，遵循IEEE AI伦理指南。
文章类型
《TAI》主要发表以下类型文章：
- Regular Paper：完整研究文章（8-12页），报告AI理论、算法或应用的原创研究。
- Short Paper：简短研究报告（≤6页），聚焦新颖发现或初步结果。
- Survey Paper：综述AI领域某一专题（8-12页），需具广泛参考价值，通常由编辑邀请。
- Comment：对已发表文章的评论或更正（≤2页），需编辑批准。
- Correction：更正已发表文章，需编辑批准。
投稿需通过Manuscript Central提交，Survey Paper需先联系编辑（tai-eic@ieee.org）。
文章结构
一篇典型的Regular Paper包括以下部分，每部分附简短英文示例：
- 标题：简洁、描述性，突出AI主题，最大15字。
示例：
Efficient Deep Learning for NLP - 作者信息：列出所有作者的姓名、单位、电子邮件及ORCID。
示例：
Department of Computer Science, MIT, Cambridge, MA, USA
Alice Chen, Bob Lee
AI Research Lab, University of Oxford, Oxford, UK
Emma Taylor - 贡献声明：明确每位共同作者的贡献，遵循IEEE标准。
示例：
A.C. developed the model; B.L. conducted experiments; E.T. wrote the manuscript. - 通信作者：指定通信作者，提供电子邮件及ORCID。
示例：
Correspondence to: Emma Taylor (emma.taylor@ox.ac.uk) - 摘要：概述研究背景、方法、结果和意义，最大250字，无参考文献。
示例：
A lightweight deep learning model for NLP achieves 95% accuracy on sentiment analysis. Experiments on 10,000 texts show 20% latency reduction. Code is available at GitHub (https://github.com/NLPmodel). This model supports real-time text processing. - 关键词：提供3-8个关键词，便于检索。
示例：
deep learning, NLP, sentiment analysis, lightweight model - 引言：介绍研究背景、问题及目标，需包含参考文献。
示例：
Natural language processing (NLP) relies on efficient models [1]. Lightweight designs are critical for edge devices [2]. This paper proposes a low-latency NLP model. - 正文：分节描述方法、实验、结果和讨论，使用子标题。
示例：
Model Architecture
The proposed transformer reduces parameters by 30%, achieving 95% accuracy (figure 1) [3]. - 结论：总结关键发现，提出应用或未来方向。
示例：
Conclusion
The lightweight model enhances NLP on edge devices. Future work will explore multilingual tasks. - 参考文献：列出所有引用文献（详见第6节）。
示例：
[1] J. Devlin et al., “BERT: Pre-training of deep bidirectional transformers,” IEEE Trans. Artif. Intell., vol. 2, no. 3, pp. 123-134, Jun. 2021. - 致谢（可选）：感谢资助机构或个人，包含资助编号。
示例：
Funded by NSF grant AI-1234567. We thank the MIT AI Lab. - 作者简介：简述作者背景、教育经历及研究兴趣，附照片（可选）。
示例：
Alice Chen received the Ph.D. degree from MIT in 2022. Her research focuses on efficient AI models. - 伦理声明：包括利益冲突、AI伦理（如公平性、隐私）声明。
示例：
Competing interests: The authors declare no competing interests.
AI ethics: The model ensures data privacy and fairness across demographics. - 数据可用性（如适用）：提供数据存储库名称和访问编号。
示例：
Data available at IEEE DataPort: https://doi.org/10.21227/abc123 - 补充材料（可选）：提供额外数据、代码或视频。
示例：
Supplementary Video S1: Model performance demo.
Supplementary Data S1: Experimental datasets.
格式要求
《TAI》要求初稿使用IEEE双栏模板（Word or LaTeX），建议8-12页，修订稿需符合出版规范。以下是具体要求：
字体和字号
- 正文：Times New Roman，10号字，单倍行距。
- 一级标题：粗体，11号字，首字母大写。
- 二级标题：粗体，10号字，首字母大写。
- 图表标题：粗体，8号字。
页面布局
- 使用 A4或Letter纸张，双栏排版。
- 页边距：上2.5厘米，下1.9厘米，左右1.6厘米。
- 行距：单倍行距，段前段后0点间距。
图表格式
- 图表嵌入正文，初稿为PDF，修订稿需单独上传高分辨率文件。
- 图表标题置于下方，Times New Roman，8号字，居中。
- 图表文字：8号字，确保清晰。
- 图表分辨率：至少600 DPI，推荐格式为TIFF、EPS或高分辨率JPEG。
- 颜色选择：支持彩色，建议高对比度（如蓝/黄），避免红绿。
- 图例：每幅图说明不超过300字，置于图下方。
- 版权：需获得受版权保护的图表许可，提交许可文件。
- 示例：
Figure 1: Model performance.
a Accuracy vs. latency for sentiment analysis (blue: proposed; red: baseline). b Parameter count.
公式与术语
- 公式居中，右对齐编号，如 (1)，文中称为“equation (1)”.
- 术语遵循IEEE标准（如“machine learning”而非 “ML”）。
- 示例：
(1) Loss = -Σ(y*log(p) + (1-y)*log(1-p))
表格
- 表格嵌入正文，包含标题和图例，置于页面顶部或底部。
- 大型表格作为补充材料（如Excel）。
参考文献格式
《TAI》要求使用IEEE引用风格，按文中出现顺序编号，文中以方括号引用（如 [1]）。参考文献需准确，优先引用期刊文章。以下是示例：
- 期刊文章：
[1] J. Devlin, M.-W. Chang, K. Lee, and K. Toutanova, “BERT: Pre-training of deep bidirectional transformers,” IEEE Trans. Artif. Intell., vol. 2, no. 3, pp. 123-134, Jun. 2021. - 会议论文：
[2] A. Chen and B. Lee, “Lightweight NLP model,” in Proc. IEEE Int. Conf. Artif. Intell., Seattle, WA, USA, Jul. 2023, pp. 45-46. - 书籍：
[3] I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. Cambridge, MA, USA: MIT Press, 2016. - 数据集：
[4] A. Chen and E. Taylor, “NLP dataset,” IEEE DataPort, 2023. [Online]. Available: https://doi.org/10.21227/abc123 - 预印本：
[5] B. Lee and E. Taylor, “Efficient NLP design,” arXiv:2301.12345, Jan. 2023. [Online]. Available: https://arxiv.org/abs/2301.12345
伦理声明
- 利益冲突：需声明所有作者的利益冲突（如“无利益冲突”）。
- AI伦理：需声明算法的公平性、隐私保护及社会影响，遵循IEEE AI伦理指南。
- 伦理合规：如涉及人体数据，需提供伦理委员会批准编号。
- 数据可用性：需声明数据存储库及访问方式（如适用）。
- 代码可用性：需提供代码存储库或补充材料。
- 示例：
Competing interests: The authors declare no competing interests.
AI ethics: The model ensures fairness and protects user privacy.
Data availability: Data at IEEE DataPort: https://doi.org/10.21227/abc123.
Code availability: Code at GitHub: https://github.com/NLPmodel.
补充材料
- 补充材料作为单独文件提交，格式为PDF、Excel、MP4（H.264编码，16:9）或ZIP。
- 包含大型数据集、代码或视频，无额外费用。
- 示例：
Supplementary Video S1: Model performance demo.
Supplementary Data S1: Experimental datasets.
投稿流程
作者需通过Manuscript Central提交论文。流程如下：
- 注册并关联ORCID，指定通信作者（需符合IEEE作者标准）。
- 上传IEEE模板稿件（PDF）、投稿信、图表（嵌入PDF）及补充材料。
- 提供利益冲突声明、AI伦理声明、数据/代码可用性声明。
- 提交推荐审稿人（可选，3-5人，需提供姓名、邮箱及理由）。
- 在Manuscript Central跟踪审稿状态，初审约8-12周。
- 修订稿需提交：修改稿（Word/LaTeX）、审稿回复（逐点回应）、高分辨率图表。
- 可联系编辑部（tai-eic@ieee.org）查询状态或申请APC减免（开放获取文章）。
最后
IEEE Transactions on Artificial Intelligence作为AI领域的新刊，以其跨学科视野和高质量研究成果引领理论与应用的融合。投稿需兼顾创新性、严谨性及AI伦理，并严格遵循IEEE格式规范。想投稿的小伙伴请使用IEEE模板，并通过Manuscript Central提交，期待您的成果在全球AI社区中脱颖而出！
