期刊名：Big Data and Cognitive Computing (BDCC)

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

引言

本期编辑荐读为您精选《Big Data and Cognitive Computing》2025 年的 8 篇封面文章，主题涵盖人工智能与机器学习、计算机视觉、网络安全、Web3 与可信 AI、数据挖掘与分析、医疗影像分析、神经计算等前沿领域，聚焦技术创新与跨学科应用的深度融合。

这些研究不仅展现了大数据与认知计算领域的最新突破，更为相关学科的学术探索与实践应用提供了重要参考，诚邀学界同仁关注研读，共探领域发展新方向。

Volume 9, Issue 1 2025

英文标题MobileNet-HeX: Heterogeneous Ensemble of MobileNet eXperts for Efficient and Scalable Vision Model Optimization

中文标题：MobileNet-HeX：用于高效且可扩展视觉模型优化的 MobileNet eXperts 异构集成

作者：Emmanuel Pintelas et al.

文章链接：https://www.mdpi.com/2504-2289/9/1/2

Volume 9, Issue 2 2025

英文标题：Application of Symbolic Classifiers and Multi-Ensemble Threshold Techniques for Android Malware Detection

中文标题：符号分类器与多重集成阈值技术在 Android 恶意软件检测中的应用

作者Nikola Andelic et al.

文章链接：https://www.mdpi.com/2504-2289/9/2/27

Volume 9, Issue 3 2025

英文标题Trustworthy AI for Whom? GenAI Detection Techniques of Trust Through Decentralized Web3 Ecosystems

中文标题 可信赖的人工智能究竟服务于谁？——基于去中心化 Web3 生态的生成式人工智能信任检测技术

作者Igor Calzada et al.

文章链接：https://www.mdpi.com/2504-2289/9/3/62

Volume 9, Issue 4 2025

英文标题A Data Mining Approach to Identify NBA Player Quarter-by-Quarter Performance Patterns

中文标题 一种基于数据挖掘的 NBA 球员逐节表现模式识别方法

作者Dimitrios Iatropoulos et al.

文章链接：https://www.mdpi.com/2504-2289/9/4/74

Volume 9, Issue 5 2025

英文标题Evaluating Deep Learning Architectures for Breast Tumor Classification and Ultrasound Image Detection Using Transfer Learning

中文标题 基于迁移学习的乳腺肿瘤分类与超声图像检测深度学习架构评估

作者Christopher Kormpos et al.

文章链接：https://www.mdpi.com/2504-2289/9/5/111

Volume 9, Issue 6 2025

英文标题A Framework for Rapidly Prototyping Data Mining Pipelines

中文标题 一种用于快速原型构建数据挖掘流程的框架

作者Flavio Corradini et al.

文章链接：https://www.mdpi.com/2504-2289/9/6/150

Volume 9, Issue 7 2025

英文标题Modeling the Effect of Prior Knowledge on Memory Efficiency for the Study of Transfer of Learning: A Spiking Neural Network Approach

中文标题 基于脉冲神经网络的先验知识对记忆效率影响的建模及学习迁移研究

作者Mojgan Hafezi Fard et al.

文章链接：https://www.mdpi.com/2504-2289/9/7/173

Volume 9, Issue 8 2025

英文标题Survey on the Role of Mechanistic Interpretability in Generative AI

中文标题 生成式人工智能中机制可解释性的作用综述

作者Leonardo Ranaldi

文章链接：https://www.mdpi.com/2504-2289/9/8/193

期刊简介：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。

期刊主编：Min Chen, South China University of Technology, China。

陈敏，现任华南理工大学计算机科学与工程学院教授，博导；IEEE Fellow (国际电气电子工程师学会会士) , IET Fellow （英国工程技术学会会士），谷歌学术引用超过5.2万次，H-index=101，获2018，2019 ，2020 , 2021及2022 科睿唯安全球高被引学者。