prai-topic-selection
在为《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 判断一个选题是否契合、以及该写成何种稿件类型时调用。本刊专注模式识别、人工智能、机器学习、计算机视觉、自然语言处理、智能系统等 AI 细分方向，比综合性计算机刊更聚焦 AI，与《自动化学报》(控制为主)、《计算机学报》(全学科)、《软件学报》(系统软件)分工不同。用于评估贡献是否有原创增量、是否落在本刊 AI 学科范围、该投研究论文还是综述、以及是否更适合改投兄弟刊，避免因不符宗旨在初审被退。
Profile →npx skills add brycewang-stanford/Awesome-Journal-Skills --skill prai-topic-selection --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 《模式识别与人工智能》选题与栏目定位 在动笔前，先用本技能判断选题是否契合《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI)。本刊是 CCF 推荐 B 类的模式识别/人工智能**专业**中文月刊，只发表具创新性 学术价值的成果。选错落点是初审退稿的高频原因之一——主题超出本刊 AI 细分范围、或增量不足、或与 兄弟刊更对口，都会在初审被退。事实核验日期 2026-07-09，见 `resources/official-source-map.md`。 ## 一、本刊的学科边界 《模式识别与人工智能》聚焦以下 AI 细分方向（Pattern Recognition / Artificial Intelligence 及其 子领域）： - **模式识别**：分类、聚类、特征提取与选择、统计与结构模式识别、生物特征识别。 - **机器学习**：监督/半监督/无监督/自监督、深度学习、强化学习、迁移与元学习、表示学习。 - **计算机视觉**：目标检测与识别、图像分割、跟踪、三维视觉、图像/视频理解。 - **自然语言处理**：文本表示、信息抽取、问答、机器翻译、大模型相关方法。 - **智能系统**：知识表示与推理、智能优化、多智能体、类脑与认知计算。 若你的核心贡献不在上述范围，本刊通常不是对口落点。 ## 二、与兄弟中文刊的分工（避免投错刊） | 期刊 | 侧重 | 何时更适合它而非本刊 | |---|---|---| | 《自动化学报》 | 控制、自动化、系统 | 贡献是**控制理论/系统辨识/自动化应用**为主 | | 《计算机学报》 | 计算机全学科综合 | 贡献跨子领域、非 AI 专属（如体系结构、数据库） | | 《软件学报》 | 系统与软件工程 | 贡献是**软件方法/程序分析/系统软件** | | 《电子学报》 | 电子、通信、信号 | 贡献是**电路/通信/信号处理硬件** | | 《模式识别与人工智能》PR&AI | 模式识别/AI/机器学习/视觉/NLP | 核心贡献是 **AI 算法与模型**（本刊对口） | **决策要点**：问自己"去掉 AI/模式识别这一层，贡献还剩什么？"若所剩无几，说明核心确在 AI，本刊对口； 若核心是控制/软件/硬件，改投兄弟刊。 ## 三、稿件类型与栏目选择 | 类型 | 适合的贡献 | 对应栏目(示例) | |---|---|---| | 研究论文 | 新方法/新模型 + 充分实证 | 研究与应用、论文与报告 | | 综述 | 系统梳理某子领域，含分类框架与批判比较 | 综述与评论 | | 专题稿 | 契合当期专题(如目标检测、强化学习) | 相应 special issue | | 简讯/动态 | 领域进展报道 | 信
- 一、本刊的学科边界
- 二、与兄弟中文刊的分工（避免投错刊）
- 三、稿件类型与栏目选择
- 四、创新增量自评（初审关口）
- 五、选题契合度打分（自检）
- 六、常见误区
- 七、与其他技能的衔接
- 八、给编辑的"一句话定位"
- 九、专题(special issue)与热点研判
- 十、选题到写作的过渡
- 输出格式
What does the prai-topic-selection skill do?
在为《模式识别与人工智能》(Pattern Recognition and Artificial Intelligence, PR&AI) 判断一个选题是否契合、以及该写成何种稿件类型时调用。本刊专注模式识别、人工智能、机器学习、计算机视觉、自然语言处理、智能系统等 AI 细分方向，比综合性计算机刊更聚焦 AI，与《自动化学报》(控制为主)、《计算机学报》(全学科)、《软件学报》(系统软件)分工不同。用于评估贡献是否有原创增量、是否落在本刊 AI 学科范围、该投研究论文还是综述、以及是否更适合改投兄弟刊，避免因不符宗旨在初审被退。
How do I install it?
Run `npx skills add brycewang-stanford/Awesome-Journal-Skills --skill prai-topic-selection --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From brycewang-stanford/Awesome-Journal-Skills, a repository with 984 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.